首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

武装直升机飞行控制系统神经网络自适应控制研究

第一章 概述第1-17页
 §1.1 本课题研究的科学意义与应用前景第8-11页
 §1.2 本课题当前国内外研究现状及分析第11-14页
  1.2.1 武装直升机发展及分析第11页
  1.2.2 未来直升机的发展和分析第11-13页
  1.2.3 小波神经网络在非线性系统控制中的应用第13-14页
 §1.3 本课题的基本任务和要求第14页
 §1.4 本课题研究的主要内容和难点第14-17页
  1.4.1 本课题研究的主要内容第14-16页
  1.4.2 本课题研究的难点第16-17页
第二章 直升机飞行运动模型研究第17-29页
 §2.1 直升机数学模型的研究第17-21页
  2.1.1 直升机飞控系统的特点及与固定翼飞机的比较第17-18页
  2.1.2 直升机非线性数学模型的建立及线性化第18-21页
 §2.2 课题研究的系统分块图、结构原理和系统功能第21-22页
 §2.3 课题的目标分析第22-23页
 §2.4 直升机开环特性分析第23-29页
第三章 直升机飞行控制系统的动态逆设计第29-41页
 引言第29页
 §3.1 非线性动态逆理论第29-31页
 §3.2 非线性动态逆在飞行控制中应用第31-34页
  3.2.1 动态逆控制的基本原理第31-32页
  3.2.2 直升机控制系统回路划分及动态逆设计第32-34页
 §3.3 仿真分析第34-37页
  3.3.1 快回路仿真曲线第34-35页
  3.3.2 慢回路仿真曲线第35-37页
 §3.4 飞行控制系统鲁棒性第37-39页
 §3.5 本章小结及分析第39-40页
 附录: 某型直升机悬停状态的刚体动力学模型第40-41页
第四章 小波神经网络的基本理论第41-53页
 §4.1 小波变换和时间-频域分析第41-46页
  4.1.1 积分小波变换与时频域分析第41-43页
  4.1.2 小波框架第43-45页
  4.1.3 有限小波逼近第45-46页
 §4.2 多分辨分析和正交小波变换第46-48页
 §4.3 小波函数的构造第48-49页
 §4.4 小波神经网络简介第49-53页
  4.4.1 神经网络的特点和一般模型第49-50页
  4.4.2 小波神经网络的基本模型和分类第50-53页
第五章 非线性系统神经网络自适应逆控制第53-80页
 §5.1 神经网络自适应逆控制的基本思想第53-56页
  5.1.1 自适应逆控制第53-54页
  5.1.2 动态系统的神经网络自适应逆控制第54-56页
 §5.2 线性动态补偿器第56-57页
 §5.3 直升机飞行控制系统小波神经网络自适应控制第57-80页
  5.3.1 神经网络自适应逆飞行控制系统的设计第57-60页
  5.3.2 基于BP算法的小波神经网络的设计与仿真第60-70页
  5.3.3 基于跟踪误差的线性参数神经网络的设计与仿真第70-80页
第六章 基于ADS-33武装直升机机动飞行仿真第80-90页
 §6.1 ADS-33基本思想第80-81页
 §6.2 直升机轨迹跟踪控制器的设计第81-85页
 §6.3 基于ADS-33直升机机动飞行仿真第85-89页
  6.3.1 垂直跃上/垂直跃下机动仿真(Bop-Up/Bop-Down)第85-87页
  6.3.2 S机动仿真第87-89页
 §6.4 本章小结第89-90页
第七章 总结第90-91页
致谢第91-92页
参考文献第92-95页
附录 符号表第95-96页

论文共96页,点击 下载论文
上一篇:基于多分类器动态组合的手写体数字识别
下一篇:广义Camassa-Holm方程的新型行波解