| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题研究背景与意义 | 第10页 |
| 1.2 永磁同步电机控制的发展 | 第10-13页 |
| 1.2.1 解耦控制方法 | 第11页 |
| 1.2.2 智能控制方法 | 第11-13页 |
| 1.3 神经网络逆系统及其优化 | 第13-14页 |
| 1.4 神经网络硬件实现方面 | 第14-15页 |
| 1.5 本文主要内容及安排 | 第15-16页 |
| 第二章 神经网络原理及其实现技术简介 | 第16-30页 |
| 2.1 神经元与神经网络 | 第16-19页 |
| 2.2 神经网络模型 | 第19-24页 |
| 2.2.1 BP神经网络介绍 | 第19-22页 |
| 2.2.2 RBF神经网络 | 第22-24页 |
| 2.3 神经网络的学习 | 第24-25页 |
| 2.4 神经网络实现技术研究的内容和意义 | 第25-26页 |
| 2.5 FPGA开发简介 | 第26-28页 |
| 2.6 动态可重构技术 | 第28-29页 |
| 2.7 本章总结 | 第29-30页 |
| 第三章 永磁同步电机神经网络解耦控制基础 | 第30-47页 |
| 3.1 永磁同步电机的模型及其控制 | 第30-32页 |
| 3.1.1 永磁同步电机的基本数学模型 | 第30-31页 |
| 3.1.2 永磁同步电机的矢量控制系统 | 第31-32页 |
| 3.2 基于逆系统的永磁同步电机控制系统 | 第32-34页 |
| 3.2.1 逆系统概念以及线性化解耦控制原理 | 第32-33页 |
| 3.2.2 永磁同步电机数学模型的可逆性分析 | 第33-34页 |
| 3.3 神经网络逆系统实现 | 第34-46页 |
| 3.3.1 神经网络逆系统的永磁同步电机控制 | 第35-36页 |
| 3.3.2 基于BP神经网络逆系统的永磁同步电机控制系统 | 第36-38页 |
| 3.3.3 BP神经网络的隐含层设计 | 第38-40页 |
| 3.3.4 BP神经网络逆系统的PMSM控制 | 第40-43页 |
| 3.3.5 基于RBF神经网络逆系统的PMSM控制 | 第43-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第四章 基于FPGA的神经网络激励函数的设计与实现 | 第47-62页 |
| 4.1 BP神经网络激励函数的实现 | 第47-56页 |
| 4.1.1 基于Matlab的分段线性（PWL）方法分析 | 第49-53页 |
| 4.1.2 通过Matlab分析基于查找表的线性分段逼近方法 | 第53-56页 |
| 4.2 RBF神经网络GAUSS函数硬件实现 | 第56-61页 |
| 4.2.1 Gauss函数的算法实现分析 | 第56-59页 |
| 4.2.2 仿真与误差分析 | 第59-61页 |
| 4.3 本章小结 | 第61-62页 |
| 第五章 基于FPGA的神经网络模块的设计与实现 | 第62-72页 |
| 5.1 神经网络FPGA整体设计 | 第62-63页 |
| 5.2 单神经元硬件实现 | 第63-66页 |
| 5.2.1 单神经元模块设计 | 第63-64页 |
| 5.2.2 单神经元仿真 | 第64-65页 |
| 5.2.3 隐含层神经元模块设计 | 第65页 |
| 5.2.4 输出层神经元模块设计 | 第65-66页 |
| 5.3 基于FPGA的BP神经网络设计 | 第66-71页 |
| 5.3.1 BP神经网络的FPGA整体设计 | 第66-67页 |
| 5.3.2 BP神经网络及其神经元的仿真与分析 | 第67-71页 |
| 5.4 本章小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-74页 |
| 6.1 论文工作总结 | 第72页 |
| 6.2 展望 | 第72-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 攻读硕士学位期间取得的成果 | 第79-80页 |
