基于神经网络的水下机器人广义预测控制技术研究
| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-24页 |
| ·引言 | 第12页 |
| ·非线性系统控制综述 | 第12-14页 |
| ·水下机器人控制技术 | 第14-15页 |
| ·水下机器人系统辨识方法 | 第15-18页 |
| ·广义预测控制综述 | 第18-21页 |
| ·课题的来源及研究意义 | 第21-22页 |
| ·论文的主要工作 | 第22-24页 |
| 第2章 广义预测控制 | 第24-33页 |
| ·引言 | 第24页 |
| ·广义预测控制的基本算法 | 第24-26页 |
| ·DIOPHANTINE方程求解优化 | 第26-27页 |
| ·广义预测控制方法的参数选择 | 第27-28页 |
| ·广义预测控制算法的改进 | 第28-30页 |
| ·广义预测控制系统的分析 | 第30-31页 |
| ·广义预测控制仿真 | 第31-32页 |
| ·本章小节 | 第32-33页 |
| 第3章 神经网络系统辨识 | 第33-48页 |
| ·引言 | 第33页 |
| ·辨识网络 | 第33-39页 |
| ·多层前向神经网络 | 第34-35页 |
| ·BP网络设计 | 第35-36页 |
| ·改进 Elman神经网络 | 第36-39页 |
| ·神经网络系统辨识 | 第39-44页 |
| ·两种辨识结构 | 第40-41页 |
| ·神经网络在线辨识改进 | 第41-44页 |
| ·仿真实例 | 第44-47页 |
| ·BP神经网络辨识 | 第45-46页 |
| ·改进Elman神经网络辨识 | 第46页 |
| ·仿真对比分析 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 基于神经网络的广义预测控制 | 第48-64页 |
| ·引言 | 第48页 |
| ·神经网络广义预测控制系统 | 第48-49页 |
| ·神经网络多步预测模型 | 第49-50页 |
| ·神经网络广义预测控制算法 | 第50-56页 |
| ·最小化性能指标函数的算法 | 第51-53页 |
| ·基于BP网络的灵敏度导数 | 第53-55页 |
| ·基于改进Elman网络的灵敏度导数 | 第55-56页 |
| ·AUV动力学模型广义预测控制仿真 | 第56-62页 |
| ·基于BP网络的广义预测控制 | 第57-59页 |
| ·基于改进Elman网络的广义预测控制 | 第59-61页 |
| ·仿真实验对比分析 | 第61-62页 |
| ·本章小结 | 第62-64页 |
| 第5章 水下机器人广义预测控制实验 | 第64-77页 |
| ·引言 | 第64页 |
| ·实验平台及环境介绍 | 第64-66页 |
| ·开环在线辨识实验 | 第66-67页 |
| ·在线辨识和无在线辨识的控制实验 | 第67-68页 |
| ·纵向速度控制实验 | 第68-70页 |
| ·鲁棒性实验 | 第70-72页 |
| ·改变水下机器人动态特性的实验 | 第70-72页 |
| ·抗干扰实验 | 第72页 |
| ·实验数据滤波方法 | 第72-73页 |
| ·艏向控制实验 | 第73-76页 |
| ·艏向角速度控制实验 | 第73-75页 |
| ·艏向抗干扰实验 | 第75-76页 |
| ·本章小结 | 第76-77页 |
| 结论 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第83-84页 |
| 致谢 | 第84页 |
