多旋翼无人机飞行控制算法研究 |
论文目录 | | 摘要 | 第1-6页 | abstract | 第6-10页 | 第1章 绪论 | 第10-18页 | 1.1 研究背景与意义 | 第10-11页 | 1.2 国内外多旋翼无人机发展历程 | 第11-14页 | 1.3 无人机飞行控制算法发展现状 | 第14-15页 | 1.4 主要研究内容 | 第15-16页 | 1.5 论文的组织结构 | 第16-18页 | 第2章 六旋翼无人机分析与建模 | 第18-28页 | 2.1 坐标系表示 | 第18-19页 | 2.2 欧拉角定义 | 第19-21页 | 2.3 六旋翼飞行器数学模型建立 | 第21-27页 | 2.3.1 螺旋桨模型 | 第21-22页 | 2.3.1.1 螺旋桨力模型 | 第21页 | 2.3.1.2 螺旋桨扭矩模型 | 第21-22页 | 2.3.2 运动学模型 | 第22-25页 | 2.3.3 控制分配模型 | 第25-27页 | 2.4 本章小结 | 第27-28页 | 第3章 六旋翼无人机控制系统设计 | 第28-44页 | 3.1 PID控制算法 | 第28-30页 | 3.1.1 位置式PID控制 | 第29页 | 3.1.2 增量式PID控制 | 第29-30页 | 3.2 ADAMS动力学模型 | 第30-35页 | 3.2.1 六旋翼无人机机械模型构建 | 第30-33页 | 3.2.2 ADAMS/MATLAB联合仿真 | 第33-35页 | 3.3 联合仿真实验验证与分析 | 第35-42页 | 3.3.1 仿真系统整体设计 | 第35页 | 3.3.2 仿真控制子系统设计 | 第35-39页 | 3.3.2.1 控制子系统 | 第35-37页 | 3.3.2.2 控制分配子系统 | 第37-39页 | 3.3.2.3 Adams联合仿真子系统 | 第39页 | 3.3.3 联合仿真结果分析 | 第39-42页 | 3.4 本章小结 | 第42-44页 | 第4章 基于PIDNN的无人机控制算法 | 第44-66页 | 4.1 神经网络控制 | 第44-46页 | 4.1.1 神经网络基本结构 | 第44-45页 | 4.1.2 神经网络的训练和学习 | 第45-46页 | 4.2 PIDNN控制算法 | 第46-49页 | 4.2.1 PIDNN控制器结构 | 第47-49页 | 4.3 控制系统设计 | 第49-55页 | 4.3.1 线速度控制器模块 | 第50-52页 | 4.3.2 姿态角控制模块 | 第52-54页 | 4.3.2.1 PID控制器设计 | 第52-53页 | 4.3.2.2 PIDNN控制器设计 | 第53-54页 | 4.3.3 六旋翼无人机建模 | 第54-55页 | 4.4 控制结果分析与验证 | 第55-64页 | 4.4.1 姿态控制回路仿真与分析 | 第55-58页 | 4.4.2 位置控制回路仿真与分析 | 第58-60页 | 4.4.3 实际飞行测试 | 第60-64页 | 4.5 本章小结 | 第64-66页 | 第5章 总结与展望 | 第66-68页 | 5.1 本文总结 | 第66-67页 | 5.2 展望 | 第67-68页 | 参考文献 | 第68-71页 | 致谢 | 第71-72页 | 附录 | 第72-74页 | 攻读学位期间的科研成果 | 第74页 |
|
|
|
| |