基于神经网络算法的高超声速飞行器不确定性抑制方法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 符号说明 | 第11-14页 |
| 第1章 绪论 | 第14-22页 |
| 1.1 研究背景与课题意义 | 第14-16页 |
| 1.1.1 研究背景 | 第14-15页 |
| 1.1.2 研究目的和意义 | 第15-16页 |
| 1.2 研究现状 | 第16-20页 |
| 1.2.1 高超飞行器控制方法 | 第16-18页 |
| 1.2.2 不确定系统研究现状 | 第18-20页 |
| 1.3 研究内容和论文章节安排 | 第20-22页 |
| 第2章 高超声速飞行器模型 | 第22-30页 |
| 2.1 引言 | 第22页 |
| 2.2 常用坐标系和坐标变换 | 第22-24页 |
| 2.2.1 坐标系定义 | 第22-23页 |
| 2.2.2 坐标系变换 | 第23-24页 |
| 2.3 Winged-Cone模型 | 第24-29页 |
| 2.3.1 高超声速飞行器刚体动力学模型 | 第24-26页 |
| 2.3.2 空气动力与力矩模型 | 第26页 |
| 2.3.3 惯量模型 | 第26-27页 |
| 2.3.4 超燃冲压发动机模型 | 第27页 |
| 2.3.5 弹性模态 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 耦合稳定性分析 | 第30-46页 |
| 3.1 引言 | 第30页 |
| 3.2 发展历程 | 第30-31页 |
| 3.3 稳定性判据 | 第31-39页 |
| 3.3.1 C_(nβ,DYN)和LCDP | 第32-34页 |
| 3.3.2 Weissman图 | 第34-35页 |
| 3.3.3 Kalviste耦合静稳定性判据 | 第35-37页 |
| 3.3.4 Kalviste耦合动稳定性判据 | 第37-39页 |
| 3.4 闭环稳定性判据 | 第39-41页 |
| 3.5 仿真验证 | 第41-44页 |
| 3.6 小结 | 第44-46页 |
| 第4章 基于轨迹线性化的高超声速飞行器控制器设计 | 第46-69页 |
| 4.1 引言 | 第46页 |
| 4.2 轨迹线性化理论基础 | 第46-48页 |
| 4.3 时标分离的高超声速飞行器仿射非线性模型 | 第48-49页 |
| 4.4 TLC控制器设计 | 第49-54页 |
| 4.4.1 快回路控制器设计 | 第50-52页 |
| 4.4.2 慢回路控制器设计 | 第52-54页 |
| 4.5 控制分配 | 第54-56页 |
| 4.5.1 问题描述 | 第54-55页 |
| 4.5.2 基于二次规划方法的控制分配 | 第55-56页 |
| 4.6 仿真验证 | 第56-68页 |
| 4.6.1 鲁棒分析 | 第56-60页 |
| 4.6.2 性能分析 | 第60-65页 |
| 4.6.3 耦合分析 | 第65-68页 |
| 4.7 小结 | 第68-69页 |
| 第5章 基于神经网络的不确定性抑制算法 | 第69-79页 |
| 5.1 引言 | 第69-70页 |
| 5.2 径向基神经网络 | 第70-72页 |
| 5.3 基于遗传算法的径向基神经网络优化 | 第72-73页 |
| 5.4 基于径向基神经网络的控制器设计 | 第73-75页 |
| 5.5 仿真验证 | 第75-78页 |
| 5.6 小结 | 第78-79页 |
| 第6章 总结和展望 | 第79-82页 |
| 6.1 全文总结 | 第79-80页 |
| 6.2 工作展望 | 第80-82页 |
| 参考文献 | 第82-86页 |
| 攻读硕士学位期间主要的研究成果 | 第86页 |
