| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 课题国内外研究现状 | 第9-10页 |
| 1.2 课题研究的目的和意义 | 第10-12页 |
| 1.3 课题研究主要内容 | 第12-13页 |
| 第二章 超限裕度的计算优化模型研究 | 第13-24页 |
| 2.1 裕度定义 | 第13-17页 |
| 2.2 单机单次事件 | 第17页 |
| 2.3 峰度和偏度相关理论 | 第17-18页 |
| 2.4 多次事件裕度计算优化 | 第18-23页 |
| 2.4.1 多次事件裕度的四种算法 | 第18-22页 |
| 2.4.2 多次事件裕度的峰度和偏度计算 | 第22-23页 |
| 2.4.3 计算结果分析 | 第23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 超限事件集的相关性研究 | 第24-38页 |
| 3.1 着陆阶段事件的分析 | 第24-28页 |
| 3.1.1 稳定进近状态下的事件分析 | 第24-26页 |
| 3.1.2 重着陆事件的成因分析 | 第26-28页 |
| 3.2 贝叶斯理论分析 | 第28-29页 |
| 3.3 飞机着陆阶段监控参数 | 第29-33页 |
| 3.3.1 飞机着陆阶段所监测事件的选取原理及参数要求 | 第29-32页 |
| 3.3.2 事件的飞行参数分类 | 第32-33页 |
| 3.4 实例验证 | 第33-37页 |
| 3.4.1 着陆阶段超限事件的选取 | 第33-36页 |
| 3.4.2 超限事件集的求解计算 | 第36-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 超限裕度模型的建立 | 第38-48页 |
| 4.1 着陆垂直载荷大神经网络超限裕度模型 | 第38-40页 |
| 4.1.1 神经网络结构设计 | 第39-40页 |
| 4.1.2 神经网络训练 | 第40页 |
| 4.2 运用实例 | 第40-45页 |
| 4.2.1 QAR译码 | 第40-41页 |
| 4.2.2 确定监控的超限事件 | 第41页 |
| 4.2.3 案例分析 | 第41-45页 |
| 4.3 方法总结 | 第45-46页 |
| 4.4 方法拓展 | 第46-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 总结和展望 | 第48-50页 |
| 5.1 总结 | 第48页 |
| 5.2 展望 | 第48-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 作者简介 | 第55页 |