ОГЛАВЛЕНИЕ
Введение
Глава 1. Постановка задачи автоматического снижения транспортного вертолета при непрерывном наблюдении посадочных ориентиров.
1.1. Уравнения движения свободного вертолета.
1.2. Выбор метода решения задачи автоматического
снижения на базе нейронных сетей
1.2.1. Искусственный нейрон базовый процессорный элемент БПЭ
1.2.2. НС прямого распространения и алгоритм обучения
обратного распространения ошибки
1.2.3. Подходы к нейронному управлению.
1.3. Выводы к главе 1
Глава 2. Выбор программной траектории снижения, обеспечивающей непрерывное слежение за посадочным местом.
2.1. Анализ условий непрерывного слежения и возможностей
управления продольным движением вертолета.
2.1.1. Анализ условий непрерывного слежения
2.1.2. Анализ возможностей управления продольным
движением вертолета.
2.1.2.1. Уравнения продольного движения вертолета
2.1.2.2. Синтез оптимального управления
2.2. Предварительные расчеты участков пологого и
вертикального снижения ..
2.3. Уточнение требований к основным параметрам
телевизионной камеры
2.4. Выводы к главе 2
Глава 3. Нсйросстевой алгоритм вертикального снижения транспортного вертолета при управлении общим шагом винта.
3.1. Определение управляющего сигнала с помощью схемы
наблюдения посадочных ориентиров
3.2. Формирование управления общим шагом винта и оценка его
работоспособности с помощью моделирования на ЭВМ
3.3. Получение примеров обучения нейросетевого
регулятора и определение параметров его структуры.
3.4. Выводы к главе 3.
Глава 4. Нейросетевон алгоритм пологого снижения
при управлении автоматом перекоса.
4.1. Определение управляющего сигнала при пологом снижении
4.2. Формирование алгоритм пологого снижения при управлении автоматом перекоса и оценка
его работоспособности с помощью моделирования на ЭВМ
4.3. Синтез комбинированного управления автоматом перекоса
и общим шагом винта при пологом снижении
4.4. Примеры обучения нейронной сети, реализующей
комбинированное управление, и определение основных параметров сети.
4.5. Выводы к главе 4.
Глава 5. Нейросетевое распознавание посадочных ориентиров.
5.1. Формирование примеров обучения при классификации
посадочного места.
5.2. Обучение нейросетевого классификатора распознаванию
посадочных ориентиров и его основные параметры
5.3. Анализ возможности надежного наблюдения посадочных
ориентиров с помощью двух телевизионных камер.
5.4. Выводы к главе 5.
Глава 6. Экспериментальное моделиролвание на ЭВМ
нейросетевого контроллера
6.1. Вертикальное снижение вертолета с помощью
НС прямого распространения.
6.1.1. Создание примеров для обучения.
6.1.2. Результат обучения и архитектура НС
6.2. Пологое снижение вертолета с помощью
НС прямрго распространения.
6.3. Обнаружение посадочного места с помощью
НС прямого распространения.
6.4. Распознавание посадочных ориентиров с помощью
НС прямого распространения.
6.5. Комплексное моделирование процесса вертикального
снижения вертолета на ЭВМ
6.6. Выводы к главе 6
Заключение.
Список литературы
- Київ+380960830922