| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题研究背景与意义 | 第9-10页 |
| 1.2 国内外发展现状 | 第10-14页 |
| 1.2.1 国内外无人机自主飞行研究现状 | 第10-12页 |
| 1.2.2 国内外无人机轨迹跟踪控制研究现状 | 第12-13页 |
| 1.2.3 国内外无人机轨迹规划研究现状 | 第13-14页 |
| 1.3 论文主要内容及章节安排 | 第14-15页 |
| 第2章 四轴飞行器建模及问题描述 | 第15-27页 |
| 2.1 引言 | 第15页 |
| 2.2 四轴飞行器建模 | 第15-23页 |
| 2.2.1 基本坐标系 | 第15-16页 |
| 2.2.2 运动学模型 | 第16-17页 |
| 2.2.3 动力学模型 | 第17-19页 |
| 2.2.4 模型处理 | 第19-23页 |
| 2.3 多约束条件下跟踪控制及轨迹规划问题描述 | 第23-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 基于模型预测控制的轨迹跟踪控制器设计 | 第27-41页 |
| 3.1 引言 | 第27页 |
| 3.2 模型预测控制基本原理 | 第27-29页 |
| 3.2.1 预测模型 | 第28页 |
| 3.2.2 滚动优化 | 第28-29页 |
| 3.2.3 反馈校正 | 第29页 |
| 3.3 四轴飞行器轨迹跟踪控制器设计 | 第29-36页 |
| 3.3.1 控制器方案 | 第29-30页 |
| 3.3.2 无约束模型预测控制器设计 | 第30-34页 |
| 3.3.3 多约束条件下的模型预测控制器设计 | 第34-36页 |
| 3.4 仿真结果与分析 | 第36-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第4章 基于深度神经网络的预测控制器实现 | 第41-58页 |
| 4.1 引言 | 第41页 |
| 4.2 神经网络模型及深度学习基本原理 | 第41-46页 |
| 4.2.1 神经网络模型 | 第41-43页 |
| 4.2.2 BP算法基本原理 | 第43-45页 |
| 4.2.3 深度学习基本原理 | 第45-46页 |
| 4.4 基于深度神经网络的控制器实现 | 第46-57页 |
| 4.4.1 BP神经网络控制器方法验证 | 第47-52页 |
| 4.4.2 深度神经网络控制器实现 | 第52-55页 |
| 4.4.3 仿真分析 | 第55-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第5章 四轴飞行器多约束条件下的轨迹规划 | 第58-73页 |
| 5.1 引言 | 第58页 |
| 5.2 轨迹规划方案 | 第58-59页 |
| 5.3 基于RRT算法的路径搜索 | 第59-64页 |
| 5.4 轨迹拟合 | 第64-68页 |
| 5.4.1 基于polynomial方法的轨迹拟合 | 第64-67页 |
| 5.4.2 基于内置仿真模型的轨迹拟合 | 第67-68页 |
| 5.5 仿真分析 | 第68-71页 |
| 5.6 本章小结 | 第71-73页 |
| 结论 | 第73-75页 |
| 参考文献 | 第75-78页 |
| 攻读学位期间发表的学术论文 | 第78-80页 |
| 致谢 | 第80页 |