| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·拦截动力学及其控制的研究背景 | 第7-8页 |
| ·国内外研究概况及其本文目的 | 第8-11页 |
| ·目标识别技术在国内外的研究进展、现状及发展趋势 | 第8-9页 |
| ·拦截技术在国内外的研究进展、现状和发展趋势 | 第9-11页 |
| ·拦截动力学现存不足及本文的目的 | 第11页 |
| ·本文的主要工作和内容组织结构 | 第11-12页 |
| ·本文的主要工作 | 第11-12页 |
| ·本文的内容组织结构 | 第12页 |
| ·本章小结 | 第12-13页 |
| 第二章 MAS 及神经网络理论 | 第13-21页 |
| ·MAS（Multi-Agent System,多自主体系统） | 第13-16页 |
| ·Agent 与MAS 的基本概念 | 第13-14页 |
| ·MAS 体系结构 | 第14页 |
| ·MAS 模型及关键问题 | 第14-16页 |
| ·人工神经网络 | 第16-19页 |
| ·神经网络概述 | 第16-18页 |
| ·神经网络模型 | 第18页 |
| ·神经网络学习算法 | 第18-19页 |
| ·本章小结 | 第19-21页 |
| 第三章 基于MAS 与神经网络的目标识别方法 | 第21-35页 |
| ·预测识别跟踪的原理 | 第21页 |
| ·基于轨迹拟合的位置识别预测算法 | 第21-24页 |
| ·机动目标跟踪原理 | 第24-25页 |
| ·基于MAS 与神经网络的目标识别方法 | 第25-34页 |
| ·BP 神经网络结构和类型 | 第25-27页 |
| ·目标识别预测的描述 | 第27页 |
| ·目标识别预测算法思想 | 第27页 |
| ·基于MAS 的BP 组网预测思想 | 第27-28页 |
| ·基于MAS 的目标识别BP 神经网络设计 | 第28-30页 |
| ·仿真及分析 | 第30-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 拦截与最优控制的基本原理 | 第35-45页 |
| ·拦截的基本原理 | 第35-39页 |
| ·航天器相对运动方程的建立 | 第35-36页 |
| ·基于不同性能指标的拦截问题 | 第36-38页 |
| ·防天拦截最优制导问题 | 第38-39页 |
| ·最优控制理论和Pontryagin 极小值原理 | 第39-43页 |
| ·最优控制理论的发展 | 第39页 |
| ·研究最优控制的前提条件 | 第39-40页 |
| ·最优控制问题的概念 | 第40-41页 |
| ·Pontryagin 极小值原理 | 第41-43页 |
| ·本章小结 | 第43-45页 |
| 第五章 空间拦截最优控制的动力学研究 | 第45-67页 |
| ·拦截最优控制模型的建立 | 第45-48页 |
| ·基于极短时间、极少燃料消耗量和极小脱靶量的制导律 | 第48-54页 |
| ·最优推力方向的表达式 | 第54-56页 |
| ·最优控制拦截过程时间t~(中)_f 和关机时间t_c | 第56-58页 |
| ·仿真分析 | 第58-65页 |
| ·本章小结 | 第65-67页 |
| 第六章 总结与展望 | 第67-71页 |
| ·本文主要工作的总结 | 第67-68页 |
| ·不足之处和未来工作的展望 | 第68-69页 |
| ·本章小结 | 第69-71页 |
| 致谢 | 第71-73页 |
| 参考文献 | 第73-77页 |
