| 摘要 | 第1-5页 |
| ABSTRACT | 第5-12页 |
| 第一章 绪论 | 第12-16页 |
| ·系统仿真技术概述 | 第12-13页 |
| ·航空发动机控制系统的发展 | 第13-14页 |
| ·航空发动机控制方法 | 第14-15页 |
| ·本文内容安排 | 第15-16页 |
| 第二章 实物在回路仿真试验平台 | 第16-32页 |
| ·引言 | 第16-17页 |
| ·模型计算机软件设计及其通信实现 | 第17-20页 |
| ·模型计算机软件总体设计 | 第17页 |
| ·模型计算机通信的实现 | 第17-20页 |
| ·串口通信协议的编制 | 第17-19页 |
| ·模型计算机串口通信的软件实现 | 第19-20页 |
| ·C8051F021 单片机软件开发 | 第20-24页 |
| ·C8051F021 单片机软件总体设计 | 第21页 |
| ·C8051F021 单片机软件的具体实现 | 第21-24页 |
| ·系统模块初始化 | 第21-22页 |
| ·20ms 定时的实现 | 第22页 |
| ·信号模拟电路串口通信的实现 | 第22-23页 |
| ·转速频率信号数据处理 | 第23页 |
| ·SPI 串行接口总线相关数据处理 | 第23-24页 |
| ·数据采集 | 第24页 |
| ·控制器计算机软件设计及PCI 板卡数据采集与发送的实现 | 第24-29页 |
| ·控制器计算机软件总体设计 | 第25页 |
| ·PCI 板卡数据采集与发送程序的实现及改进 | 第25-29页 |
| ·定时器的选择 | 第29-30页 |
| ·小结 | 第30-32页 |
| 第三章 小波神经网络算法 | 第32-47页 |
| ·小波神经网络的简介 | 第32-37页 |
| ·小波分析的基本原理 | 第32-34页 |
| ·BP 神经网络的基本思想 | 第34-36页 |
| ·小波神经网络的基本思想 | 第36-37页 |
| ·小波神经网络算法 | 第37-40页 |
| ·基本学习算法 | 第37-39页 |
| ·改进学习算法 | 第39-40页 |
| ·小波神经网络的具体实现 | 第40-42页 |
| ·小波神经网络辨识实例 | 第42-46页 |
| ·小结 | 第46-47页 |
| 第四章 基于小波辨识的PID 控制器设计 | 第47-62页 |
| ·引言 | 第47-50页 |
| ·单神经元PID 控制 | 第50-53页 |
| ·控制算法 | 第50-51页 |
| ·仿真结果 | 第51-53页 |
| ·基于小波神经网络辨识的PID 控制 | 第53-57页 |
| ·控制算法 | 第53-54页 |
| ·仿真结果 | 第54-57页 |
| ·基于小波神经网络辨识的单神经元PID 控制 | 第57-60页 |
| ·控制算法 | 第57-58页 |
| ·仿真结果 | 第58-60页 |
| ·小结 | 第60-62页 |
| 第五章 控制系统仿真试验验证 | 第62-79页 |
| ·引言 | 第62页 |
| ·与全数字模拟的区别 | 第62-67页 |
| ·噪声 | 第62页 |
| ·滞后 | 第62-64页 |
| ·转换误差 | 第64-67页 |
| ·带噪声、滞后的全数字仿真 | 第67-70页 |
| ·控制器实物在回路仿真 | 第70-77页 |
| ·单神经元PID 控制 | 第70-73页 |
| ·基于小波神经网络辨识的PID 控制 | 第73-75页 |
| ·基于小波神经网络辨识的单神经元PID 控制 | 第75-77页 |
| ·试验小结 | 第77页 |
| ·小结 | 第77-79页 |
| 第六章 总结与展望 | 第79-81页 |
| ·总结 | 第79-80页 |
| ·未来工作展望 | 第80-81页 |
| 致谢 | 第81-82页 |
| 参考文献 | 第82-85页 |
| 在学期间的研究成果及发表的学术论文 | 第85页 |