基于风洞试验数据的飞行器气动力辨识方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 图表清单 | 第8-14页 |
| 注释表 | 第14-15页 |
| 第一章 绪论 | 第15-21页 |
| ·选题意义 | 第15-17页 |
| ·国内外研究状况 | 第17-19页 |
| ·本文工作介绍 | 第19-21页 |
| 第二章 气动力系统辨识 | 第21-39页 |
| ·系统辨识 | 第21-22页 |
| ·气动力数学模型 | 第22-29页 |
| ·代数模型 | 第23-25页 |
| ·积分方程模型 | 第25-27页 |
| ·微分方程模型 | 第27-28页 |
| ·建模准则 | 第28-29页 |
| ·参数估计方法 | 第29-35页 |
| ·最小二乘法 | 第29-31页 |
| ·极大似然法 | 第31-35页 |
| ·参数辨识算例 | 第35-38页 |
| ·本章总结 | 第38-39页 |
| 第三章 基于神经网络的非定常气动力辨识 | 第39-75页 |
| ·人工神经网络的发展 | 第39-40页 |
| ·神经网络系统辨识 | 第40-44页 |
| ·径向基函数(RBF)神经网络 | 第44-47页 |
| ·RBF 网络模型 | 第44-46页 |
| ·RBF 网络学习算法 | 第46-47页 |
| ·改进的RBF 神经网络 | 第47-48页 |
| ·气动力辨识 | 第48-74页 |
| ·纵向小振幅气动力辨识 | 第49-70页 |
| ·横航向气动力辨识 | 第70-74页 |
| ·总结 | 第74-75页 |
| 第四章 动态非定常气动力特性分析 | 第75-89页 |
| ·动导数计算 | 第75-78页 |
| ·短周期模态分析 | 第78-84页 |
| ·模型仿真 | 第84-87页 |
| ·总结 | 第87-89页 |
| 第五章 总结与展望 | 第89-90页 |
| 参考文献 | 第90-92页 |
| 致谢 | 第92-93页 |
| 在学期间发表的学术论文 | 第93页 |
