二进网络在飞行控制系统中的应用

论文摘要

本文概述了神经网络在飞行控制系统中的应用,并分析了应用中的困难。然后本文提出了一种称为二进网络的全新神经网络,和一种称为二进模糊系统的全新模糊系统。根据二进小波理论和多分辨率分析理论,二进网络和二进模糊系统能够逼近目标函数的概貌部分。二进网络是线性参数化网络。它类似于RBF 网络,基函数是一个双正交小波的综合尺度函数的张量积。但是二进网络与RBF 网络的逼近原理完全不同。二进网络很容易构造,只需要确定各输入变量的标准单位。即使网络的基函数很多,它的计算量也是很小的。二进模糊系统是一种多分辨率的模型。一个输入变量的初始模糊区域称为基本区域。所有基本区域的宽度都相同,相邻基本区域的中心的间隔称为标准单位。模糊隶属度函数是B 样条函数。我们可以利用离散小波合并相邻的区域。建模目标是在允许精度内用最少规则逼近目标系统。建模算法不仅高效、对系统维数不敏感,而且能够很好抑制噪声。本文主要研究一种通用神经网络飞行控制系统,它可以用于不同类型的飞行器。这种基于反馈线性化的直接自适应控制器集成了一个预训网络和一个在线网络。预训网络用于提供模型的逆,在线网络用于补偿逆模型误差。对于不同类型的飞机,控制器采用不同参考模型。仿真中,我们将二进网络和二进模糊系统分别作为在线网络和预训网络,演示了它们的性能并与其它神经网络做了对比。

论文目录

• 第一章 引言
• 1.1 课题研究背景和意义
• 1.1.1 飞行控制系统概述
• 1.1.2 智能飞行控制系统
• 1.1.3 神经网络在飞行控制系统中的应用
• 1.1.4 NASA IFCS项目
• 1.2 论文内容
• 1.2.1 论文的创新点
• 1.2.2 论文结构
• 第二章 二进网络与二进模糊系统
• 2.1 小波理论在神经网络和模糊系统中的应用
• 2.2 多分辨率分析简介
• 2.2.1 小波变换概述
• 2.2.2 多分辨率分析和双正交小波
• 2.2.3 多维小波
• 2.3 二进网络
• 2.3.1 网络结构
• 2.3.2 输入标准化
• 2.3.3 二进网络的特点
• 2.4 二进模糊系统
• 2.4.1 系统描述
• 2.4.2 关于B样条函数的两个定理
• 2.4.3 二进模糊系统的逼近能力
• 2.4.4 建模算法
• 2.4.5 实例
• 2.5 小结
• 第三章 F16逆模型
• 3.1 引言
• 3.2 F16逆模型方程
• 3.3 用二进模糊系统训练F16逆模型
• 3.3.1 确定二进模糊系统的结构
• 3.3.2 训练方法
• 3.4 仿真
• 3.4.1 数据采集
• 3.4.2 确定标准单位
• 3.4.3 训练
• 3.4.4 训练结果
• 3.5 小结
• 第四章 基于动态逆的飞行控制系统
• 4.1 神经网络直接自适应控制
• 4.2 飞行控制系统的结构
• 4.3 仿真
• 4.4 小结
• 第五章 结论与展望
• 参考文献
• 致谢、声明
• 个人简历、在学期间发表的学术论文