| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 课题的研究背景和意义 | 第9-11页 |
| 1.2 课题所属领域研究现状 | 第11-17页 |
| 1.2.1 先进无人机发展现状 | 第11-13页 |
| 1.2.2 无人机全自动着舰现状 | 第13-14页 |
| 1.2.3 着舰评估系统发展现状 | 第14-15页 |
| 1.2.4 国内外相关研究现状 | 第15-17页 |
| 1.3 本文主要研究内容 | 第17-19页 |
| 第2章 固定翼无人机建模与飞控系统仿真 | 第19-37页 |
| 2.1 无人机数学模型的建立 | 第19-25页 |
| 2.1.1 坐标系的定义与转换 | 第19-21页 |
| 2.1.2 无人机全量运动模型的建立 | 第21-23页 |
| 2.1.3 无人机小扰动线性模型建立 | 第23-25页 |
| 2.2 航母相关数学模型的建立 | 第25-29页 |
| 2.2.1 甲板的几何环境 | 第25-27页 |
| 2.2.2 航空母舰运动模型的建立 | 第27-29页 |
| 2.3 舰尾气流场模型的建立 | 第29-33页 |
| 2.3.1 雄鸡尾流建模 | 第29-30页 |
| 2.3.2 舰尾流随机扰动分量建模 | 第30-33页 |
| 2.4 无人机飞控系统仿真平台搭建 | 第33-35页 |
| 2.4.1 无人机自动驾驶仪设计 | 第33-34页 |
| 2.4.2 进场动力补偿系统设计 | 第34-35页 |
| 2.5 本章小结 | 第35-37页 |
| 第3章 无人机着舰评估方法研究 | 第37-51页 |
| 3.1 基于基线统计方法的无人机着舰评估方法 | 第37-39页 |
| 3.1.1 基线统计方法 | 第37-39页 |
| 3.1.2 基线统计法在无人机自动着舰中的应用以及局限性 | 第39页 |
| 3.2 基于偏最小二乘法的评估方法研究 | 第39-46页 |
| 3.2.1 主成分分析法 | 第39-41页 |
| 3.2.2 偏最小二乘法 | 第41-43页 |
| 3.2.3 偏最小二乘法在无人机着舰评估中的应用 | 第43-46页 |
| 3.3 软件实现 | 第46-49页 |
| 3.4 本章小结 | 第49-51页 |
| 第4章 无人机全自动着舰系统综合设计 | 第51-67页 |
| 4.1 全自动着舰工作全流程 | 第51-53页 |
| 4.1.1 舰载机着舰工作全流程 | 第51-52页 |
| 4.1.2 无人机自动着舰引导过程 | 第52-53页 |
| 4.2 无人机纵向着舰引导律设计 | 第53-55页 |
| 4.3 着舰过程补偿与抑制策略 | 第55-62页 |
| 4.3.1 雄鸡尾流抑制策略设计 | 第55-58页 |
| 4.3.2 甲板运动预报补偿系统设计 | 第58-62页 |
| 4.4 尾流和甲板扰动下的ACLS全量仿真分析 | 第62-65页 |
| 4.5 本章小结 | 第65-67页 |
| 第5章 基于粒子群算法的引导律优化设计 | 第67-75页 |
| 5.1 粒子群算法 | 第67-69页 |
| 5.2 粒子群算法在无人机自助着舰系统优化中的应用 | 第69-71页 |
| 5.3 针对着舰过程的个体评价函数选取 | 第71-72页 |
| 5.4 PSO参数寻优后着舰响应 | 第72-74页 |
| 5.5 本章小结 | 第74-75页 |
| 结论 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第81-83页 |
| 致谢 | 第83页 |