题目：基于WNN高性能仿真转台控制基于WNN高性能仿真转台控制

仿真转台在民用、国防、航空航天中起着重要的作用。作为典型的高精度运动控制系统,飞行仿真转台本身所存在的机械摩擦、负载变化、电气参数波动以及环境干扰等非线性因素制约着PID等经典控制方法对控制系统的能力的提高。研究新的控制方法对这些非线性和不确定因素进行有效的补偿，从而提高飞行仿真转台的性能有着重要的意义。本论文主要研究神经网络模型参考自适应控制（MRAC）理论方法及其在高精度飞行仿真转台系统中的技术应用。论文的主要工作是：(一)在系统地分析了仿真转台的数学模型和各种分线性及不确定因素后明确了控制方法中各部分的作用。(二)提出了基于神经网络的MRAC的控制器设计方案,选取实际测量的速度环模型（名义模型）作为参考模型，通过神经网络补偿控制，消除系统中的非线性和不确定性因素，使得被控对象具有名义模型的输入输出特性。结合经典的反馈和前馈控制方法来构成系统的位置闭环系统，以此来提高控制系统的跟踪性能。(三)推导出了基于Lyapunov稳定性理论的神经网络控制器权参数的迭代算法，从而保证了系统的全局稳定性。将上述理论方法进行了计算机仿真验证和实际的仿真转台控制系统的应用，结果表明，该方法可以有效地提高控制系统的跟踪精度仿真和实际实验的结果均表明该控制方案可以实现很高跟踪精度。