首页--航空、航天论文--航空论文--基础理论及试验论文--航空器地面试验论文--各种试验设备和仪器论文

飞行模拟器数字飞行控制系统建模与辅助训练的实现研究

摘要第1-7页
Abstract第7-16页
第1章 绪论第16-36页
   ·课题来源第16页
   ·研究的背景与目的和意义第16-18页
   ·辅助训练的功能需求第18-20页
   ·课题相关领域的发展概况第20-34页
     ·飞行模拟器第20-28页
     ·自动飞行控制系统第28-31页
     ·飞机配平方法第31-32页
     ·飞行模式识别方法第32-34页
   ·论文的主要研究内容第34-36页
第2章 飞行模拟器数字飞行控制系统建模第36-68页
   ·引言第36页
   ·DFCS 的组成和功能第36-39页
   ·DFCS 与其它系统的数据接口第39-43页
   ·系统逻辑处理第43-46页
     ·AP 衔接逻辑第43-45页
     ·通告与警告逻辑第45页
     ·飞行方式逻辑第45-46页
   ·倾斜控制律第46-55页
     ·航向选择倾斜指令第47-49页
     ·VOR 倾斜指令第49-51页
     ·LOC 倾斜指令第51-53页
     ·复飞倾斜指令第53-54页
     ·倾斜指令公共第54页
     ·副翼指令第54-55页
   ·俯仰巡航控制律第55-63页
     ·垂直速度方式俯仰指令第56-57页
     ·高度获得方式俯仰指令第57-58页
     ·高度保持方式俯仰指令第58-59页
     ·高度层转换方式俯仰指令第59-62页
     ·俯仰指令公共第62-63页
     ·升降舵指令第63页
   ·俯仰进近控制律第63-65页
     ·进近俯仰指令第64-65页
     ·复飞俯仰指令第65页
     ·升降舵指令第65页
   ·安定面配平控制律第65-67页
   ·本章小结第67-68页
第3章 基于混合遗传算法的飞机定常状态求解第68-88页
   ·引言第68页
   ·配平问题概述第68-71页
   ·定常状态求解的目标函数及约束第71-74页
   ·飞机定常状态求解问题的特殊性第74-75页
   ·遗传算法与个体学习机制第75-77页
     ·学习机制与遗传算法结合第75-76页
     ·两种学习机制的优缺点第76-77页
   ·两种学习机制的混合应用第77-81页
     ·个体学习潜能第77-78页
     ·学习机制的结合方法第78-81页
   ·混合遗传算法效能第81-86页
   ·本章小结第86-88页
第4章 辅助训练的飞行决策方法研究第88-118页
   ·引言第88页
   ·飞行决策与规则推理第88-90页
   ·决策知识的表示和获取方法第90-96页
     ·飞行条件的表示第90-91页
     ·飞行动态的表示第91-93页
     ·执行方案的表示第93-94页
     ·决策规则的表示第94-95页
     ·知识获取方法第95-96页
   ·决策推理方法第96-98页
   ·飞行模式的识别方法第98-102页
     ·模式特征量与方法选择第98-99页
     ·过程神经网络第99-102页
   ·双隐层小波过程神经网络第102-111页
     ·网络模型第102-106页
     ·学习算法第106-111页
   ·网络参数的初始化第111-114页
     ·激励函数选择第111页
     ·隐层神经元数目的确定第111-112页
     ·学习参数的初始化第112-114页
   ·样本获得与过程识别第114-116页
   ·本章小结第116-118页
第5章 面向对象的软件开发与实验研究第118-142页
   ·引言第118页
   ·飞行模拟器关键技术研究与试验平台第118-131页
     ·系统组成原理第118-119页
     ·系统硬件结构第119-122页
     ·计算机体系结构及配置第122-125页
     ·软件结构设计第125-131页
   ·数字飞行控制系统模型逼真度验证第131-139页
   ·飞行模式识别及规则推理有效性验证第139-141页
   ·本章小结第141-142页
结论第142-144页
参考文献第144-154页
攻读学位期间发表的学术论文第154-156页
致谢第156-157页
个人简历第157页

论文共157页,点击 下载论文
上一篇:飞行模拟器动感模拟关键技术研究
下一篇:电动力绳系离轨系统的建模与动力学分析