| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题研究的背景和意义 | 第9-10页 |
| 1.2 国内外相关领域研究进展 | 第10-14页 |
| 1.2.1 火星探测飞行器发展概况 | 第10-12页 |
| 1.2.2 旋翼飞行器飞控系统关键技术发展概况 | 第12-14页 |
| 1.2.3 强化学习在旋翼控制算法的发展概况 | 第14页 |
| 1.3 论文的工作要点和内容安排 | 第14-16页 |
| 第2章 强化学习的基本原理与常用方法 | 第16-24页 |
| 2.1 引言 | 第16页 |
| 2.2 强化学习的基本概念与原理 | 第16-20页 |
| 2.2.1 强化学习基本原理和基本模型 | 第16-17页 |
| 2.2.2 强化学习主要组成要素 | 第17-18页 |
| 2.2.3 马尔科夫决策过程 | 第18-20页 |
| 2.3 强化学习的常用算法研究 | 第20-23页 |
| 2.3.1 蒙特卡洛算法 | 第20-21页 |
| 2.3.2 TD算法 | 第21-22页 |
| 2.3.3 Sarsa学习算法 | 第22页 |
| 2.3.4 Q学习算法 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 火星探测旋翼飞行器建模与控制系统设计 | 第24-52页 |
| 3.1 引言 | 第24页 |
| 3.2 旋翼飞行器建模 | 第24-32页 |
| 3.2.1 非线性运动学模型 | 第24-26页 |
| 3.2.2 执行机构建模 | 第26-28页 |
| 3.2.3 模型线性化及传递函数推导 | 第28-32页 |
| 3.3 姿态解算算法设计 | 第32-38页 |
| 3.3.1 机载姿态传感器建模 | 第32-33页 |
| 3.3.2 基于互补滤波的融合算法设计 | 第33-36页 |
| 3.3.3 光学动作捕获系统下的静态实验 | 第36-38页 |
| 3.4 飞行控制系统经典控制器设计 | 第38-51页 |
| 3.4.1 串级PID控制系统模型建立 | 第38-39页 |
| 3.4.2 基于环境不确定干扰下的抗干扰控制器设计 | 第39-43页 |
| 3.4.3 轨迹跟踪控制算法设计 | 第43-49页 |
| 3.4.4 旋翼飞行器轨迹跟踪仿真实验 | 第49-51页 |
| 3.5 本章小结 | 第51-52页 |
| 第4章 基于强化学习的控制系统设计 | 第52-63页 |
| 4.1 引言 | 第52页 |
| 4.2 强化学习控制系统框架设计 | 第52-53页 |
| 4.3 Q学习智能控制算法 | 第53-62页 |
| 4.3.1 状态选择与回报函数构建 | 第53-58页 |
| 4.3.2 Q函数构建与更新 | 第58-62页 |
| 4.4 本章小结 | 第62-63页 |
| 第5章 火星探测旋翼飞行器实验验证 | 第63-72页 |
| 5.1 引言 | 第63页 |
| 5.2 基于SIMULNK平台的火星探测任务仿真实验 | 第63-65页 |
| 5.3 光学运动捕获系统下的火星探测任务实物仿真实验 | 第65-71页 |
| 5.3.1 实验环境条件 | 第65-68页 |
| 5.3.2 实验设计与结果分析 | 第68-71页 |
| 5.4 本章小结 | 第71-72页 |
| 结论 | 第72-73页 |
| 参考文献 | 第73-79页 |
| 攻读博士学位期间发表的论文及其它成果 | 第79-81页 |
| 致谢 | 第81页 |
