首页--航空、航天论文--航空论文--航空仪表、航空设备、飞行控制与导航论文--飞行控制系统与导航论文--飞行控制论文--自动控制论文

近空间飞行器动态受限控制分配技术研究

摘要第4-5页
Abstract第5-6页
注释表第11-13页
缩略词第13-14页
第一章 绪论第14-25页
    1.1 课题研究背景及意义第14-16页
    1.2 控制分配技术研究现状第16-23页
        1.2.1 理论研究现状第16-22页
        1.2.2 应用研究现状第22-23页
    1.3 本文主要研究内容第23-25页
第二章 近空间飞行器的建模与分析第25-35页
    2.1 引言第25页
    2.2 含控制分配器的飞行控制系统第25-28页
    2.3 基本假设和坐标定义第28-29页
        2.3.1 基本假设第28页
        2.3.2 坐标系定义第28-29页
    2.4 近空间飞行器数学模型第29-31页
    2.5 近空间飞行器驱动器动态第31-34页
    2.6 小结第34-35页
第三章 基于混合优化鱼群算法的受限控制分配第35-45页
    3.1 引言第35-36页
    3.2 问题描述第36页
    3.3 基于混合优化鱼群算法的受限控制分配第36-41页
        3.3.1 差分进化第36-37页
        3.3.2 遗传算法第37-38页
        3.3.3 基于混合优化鱼群算法的受限控制分配第38-41页
    3.4 仿真算例第41-44页
    3.5 小结第44-45页
第四章 基于滑模干扰观测器的有限时间控制分配第45-54页
    4.1 引言第45页
    4.2 问题描述第45-47页
    4.3 针对区间不确定情形的RLSCA第47-48页
    4.4 控制器的设计第48-51页
        4.4.1 滑模干扰观测器设计第49-50页
        4.4.2 有限时间收敛的终端滑模控制器设计第50-51页
    4.5 仿真研究第51-53页
    4.6 小结第53-54页
第五章 基于混合优化算法的分步非线性受限控制分配第54-67页
    5.1 引言第54-55页
    5.2 非线性控制分配问题第55-58页
        5.2.1 分段线性化第55-57页
        5.2.2 基于分段线性化的控制分配表示第57-58页
    5.3 基于遗传算法和鸽群启发算法的混合优化受限控制分配方法第58-63页
        5.3.1 鸽群启发算法第59-60页
        5.3.2 混合优化受限控制分配方法第60-63页
    5.4 仿真研究第63-66页
    5.5 小结第66-67页
第六章 基于RBF神经网络的动态控制分配第67-79页
    6.1 引言第67-68页
    6.2 问题描述第68-69页
    6.3 RBF神经网络第69-74页
        6.3.1 RBF神经网络训练第70-72页
        6.3.2 基于自适应差分进化的动态控制分配第72-74页
    6.4 实例仿真第74-78页
    6.5 小结第78-79页
第七章 总结与展望第79-81页
    7.1 本文的主要工作第79-80页
    7.2 本文的不足及进一步展望第80-81页
参考文献第81-90页
致谢第90-91页
在学期间的研究成果及发表的学术论文第91-92页
附录A坐标转化矩阵第92-93页

论文共93页,点击 下载论文
上一篇:西安市服刑人员慢性病与生活方式的现状调查与对策研究
下一篇:无人机飞控系统半物理集成框架研究与实现