导读:本文包含了神经网络直接逆控制论文开题报告文献综述及选题提纲参考文献，主要关键词:BTT导弹,直接逆控制,BP算法,FPGA实现
神经网络直接逆控制论文文献综述
马建伟,王志鹏,刘忠[1]（2011）在《BTT导弹神经网络直接逆控制算法的FPGA实现研究》一文中研究指出针对BTT导弹控制系统中导弹模型的非线性和强耦合的特点,应用逆系统和神经网络相结合的方法建立了导弹的逆模型。并以俯仰通道为例,设计了逆控制算法的BP神经网络结构,采用VerilogHDL编写了BP神经网络各个功能模块,并将其在FPGA上实现。通过神经网络逆控制算法在FPGA硬件实现和通用计算机上软件实现的对比,表明该方案能够满足BTT导弹对控制算法运算速度的要求。文中还对硬件实现神经网络的性能进行了分析。(本文来源于《航天控制》期刊2011年03期）
段向雷,左曙光[2]（2010）在《四轮转向的神经网络直接逆控制》一文中研究指出采用二自由度摩托车模型研究四轮转向车辆的转向特性,建立四轮转向车辆线性二自由度动力学模型和方程.着重设计BP神经网络直接逆控制系统,通过离线辨识、在线学习控制被控系统,与其他控制方法对比表明,神经网络直接逆控制系统能够更加有效的控制后轮转角以便使车辆质心侧偏角为零,并提高车辆低速机动性和高速稳定性.(本文来源于《佳木斯大学学报(自然科学版)》期刊2010年05期）
黄晓雷,钱正祥,赵博,刘开刚[3]（2008）在《神经网络直接逆控制在无人机飞控系统中的应用研究》一文中研究指出针对无人机发生故障时系统的非线性耦合特性,提出了一种基于神经网络直接逆控制的飞行控制方法,用于在飞机发生故障时进行控制律重构以恢复对飞机的控制;根据无人机发生故障时非线性运动的特点,确定适当的神经网络结构建立无人机非线性系统的逆系统,并与被控对象串连可以对非线性耦合系统进行线性化解耦,然后引入PID反馈控制进一步提高神经网络逆控制系统的性能;仿真分析表明该方法在无人机发生故障采用传统PID控制失效时,在误差允许范围内可以用来对无人机进行控制。(本文来源于《计算机测量与控制》期刊2008年10期）
姚彦龙,孙健国[4]（2008）在《基于神经网络逆控制的发动机直接推力控制》一文中研究指出首次将动态神经网络逆控制用于航空发动机直接推力控制。为了有效消除由于神经网络逆模型构造误差(即神经网络逆模型不可能完全逼近航空发动机的逆模型)而产生的稳态误差和解决航空发动机推力不易测量的困难,分别设计了积分补偿器和推力估计器,从而实现航空发动机直接推力控制。飞行包线内数字仿真结果表明,此控制方案具有良好的动静态性能、精度高、跟踪快。(本文来源于《推进技术》期刊2008年02期）
姚彦龙[5]（2008）在《航空发动机神经网络直接推力逆控制》一文中研究指出航空发动机的主要作用就是为飞机提供推力,如何实现推力的有效控制就是研究人员最关心的问题。因为在飞行中推力不易直接测量,传统的基于传感器的航空发动机控制是将一些可测量参数作为被控制量,如高低压转子转速,压比等,因为可由这些变量推算出推力,通过调节被控制量间接进行推力控制。但是由于推算过程不准确,为保证航空发动机安全工作,在设计过程中,设计者不得不保留较大的设计裕度或安全系数。这就意味着势必要以“牺牲”发动机性能来换得发动机的安全运行。为了充分挖掘发动机的潜在性能,本文对发动机的直接推力控制进行了探索性研究。为了实现航空发动机直接推力控制,本文以某型涡扇发动机为对象,首先开展了基于神经网络的发动机推力估计器的研究设计工作,提出了自适应遗传神经网络算法,并将其应用于推力估计器的设计,数字仿真表明,效果良好。接下来,作者又运用鲁棒性好,且可以有效消除静差的增广LQR方法设计了发动机直接推力控制器,以推力估计器的估计推力作为反馈信号,实现了发动机的直接推力控制的数字仿真。近年来,由于神经网络逆控制在国内外非线性控制领域得到广泛研究和成功应用,作者针对航空发动机提出了基于神经网络逆控制器的航空发动机直接推力控制方案。本文研究设计了发动机神经网络逆控器,并结合推力估计器设计了基于神经网络逆控制器的发动机直接推力控制器,并做了数字仿真验证。(本文来源于《南京航空航天大学》期刊2008-01-01）
孙衢,李人厚[6]（2000）在《用于神经网络直接逆控制的连续空间遗传算法》一文中研究指出为解决神经网络直接逆控制中训练样本的获取问题 ,提出了一种神经控制器的设计方法。通过对连续空间遗传算法的编码和遗传算子进行适当改进 ,采用保留精英的线性排序选择 ,避免成熟前收敛 ,并给出算术交叉算子和乘法变异算子 ,使算法同时具有好的搜索精度和搜索效率 ;然后采用这种改进的遗传算法对非线性动态系统的控制进行优化 ,获得了基于一定性能指标的期望的状态轨迹及相应的最优控制序列 ,并以此训练神经网络控制器。最后给出了以同步机为控制对象的仿真结果。(本文来源于《系统工程与电子技术》期刊2000年09期）
孙衢,李人厚,王魁生[7]（2000）在《用于神经网络直接逆控制的连续空间遗传算法》一文中研究指出为解决神经网络直接逆控制中训练样本的获取问题 ,提出一种神经控制器的设计方法 .通过对连续空间遗传算法的编码和遗传算子进行适当改进 ,采用保留精英的线性排序选择 ,避免成熟前收敛 ,并给出算术交叉算子和乘法变异算子 ,使算法同时具有好的搜索精度和搜索效率 ;然后采用这种改进的遗传算法对非线性动态系统的控制进行优化 ,获得基于一定性能指标的期望的状态轨迹及相应的最优控制序列 ,并以此训练神经网络控制器 .最后给出了以同步机为控制对象的仿真结果 ,验证了方法的有效性 .(本文来源于《西安石油学院学报(自然科学版)》期刊2000年04期）
王鸣,张绍德[8]（1999）在《基于神经网络直接逆控制的交流伺服系统的仿真研究》一文中研究指出提出了神经网络直接逆控制的一种策略,实现对神经网络控制器的在线自校正.仿真结果表明,伺服系统响应快、精度高、无超调.(本文来源于《中国纺织大学学报》期刊1999年03期）
神经网络直接逆控制论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
采用二自由度摩托车模型研究四轮转向车辆的转向特性,建立四轮转向车辆线性二自由度动力学模型和方程.着重设计BP神经网络直接逆控制系统,通过离线辨识、在线学习控制被控系统,与其他控制方法对比表明,神经网络直接逆控制系统能够更加有效的控制后轮转角以便使车辆质心侧偏角为零,并提高车辆低速机动性和高速稳定性.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
神经网络直接逆控制论文参考文献
[1].马建伟,王志鹏,刘忠.BTT导弹神经网络直接逆控制算法的FPGA实现研究[J].航天控制.2011
[2].段向雷,左曙光.四轮转向的神经网络直接逆控制[J].佳木斯大学学报(自然科学版).2010
[3].黄晓雷,钱正祥,赵博,刘开刚.神经网络直接逆控制在无人机飞控系统中的应用研究[J].计算机测量与控制.2008
[4].姚彦龙,孙健国.基于神经网络逆控制的发动机直接推力控制[J].推进技术.2008
[5].姚彦龙.航空发动机神经网络直接推力逆控制[D].南京航空航天大学.2008
[6].孙衢,李人厚.用于神经网络直接逆控制的连续空间遗传算法[J].系统工程与电子技术.2000
[7].孙衢,李人厚,王魁生.用于神经网络直接逆控制的连续空间遗传算法[J].西安石油学院学报(自然科学版).2000
[8].王鸣,张绍德.基于神经网络直接逆控制的交流伺服系统的仿真研究[J].中国纺织大学学报.1999