| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题的研究背景及意义 | 第10-11页 |
| 1.2 动力定位系统介绍 | 第11-14页 |
| 1.2.1 动力定位系统简述 | 第11-12页 |
| 1.2.2 动力定位系统组成 | 第12-14页 |
| 1.3 国内外研究现状 | 第14-16页 |
| 1.3.1 动力定位控制技术研究现状 | 第14-15页 |
| 1.3.2 神经网络研究现状及应用 | 第15-16页 |
| 1.4 本文研究主要内容 | 第16-18页 |
| 第2章 动力定位船舶运动数学模型 | 第18-30页 |
| 2.1 引言 | 第18页 |
| 2.2 水平面船舶坐标系统 | 第18-19页 |
| 2.3 船舶运动低频数学模型 | 第19-23页 |
| 2.3.1 船舶运动学模型 | 第19-20页 |
| 2.3.2 船舶动力学模型 | 第20-22页 |
| 2.3.3 船舶三自由度模型 | 第22-23页 |
| 2.4 海洋环境模型 | 第23-26页 |
| 2.5 模型仿真验证 | 第26-28页 |
| 2.6 本章小结 | 第28-30页 |
| 第3章 神经网络控制方法研究 | 第30-50页 |
| 3.1 引言 | 第30页 |
| 3.2 神经网络理论概述 | 第30-36页 |
| 3.2.1 神经网络结构和算法 | 第30-32页 |
| 3.2.2 RBF神经网络结构和算法 | 第32-34页 |
| 3.2.3 CMAC结构和算法 | 第34-36页 |
| 3.3 PID控制原理和算法 | 第36-38页 |
| 3.3.1 PID控制原理 | 第36-37页 |
| 3.3.2 PID控制算法 | 第37-38页 |
| 3.4 RBF神经网络与PID复合控制 | 第38-42页 |
| 3.4.1 基于RBF辨识网络的控制方案 | 第38页 |
| 3.4.2 RBF神经网络PID整定原理 | 第38-40页 |
| 3.4.3 RBF神经网络PID整定仿真 | 第40-42页 |
| 3.5 CMAC与PID复合控制 | 第42-48页 |
| 3.5.1 基于CMAC的控制方案 | 第42-43页 |
| 3.5.2 前馈控制系统的基本原理 | 第43-44页 |
| 3.5.3 CMAC与PID并行控制原理 | 第44-47页 |
| 3.5.4 CMAC与PID并行控制仿真 | 第47-48页 |
| 3.6 本章小结 | 第48-50页 |
| 第4章 基于神经网络的船舶航迹控制 | 第50-66页 |
| 4.1 引言 | 第50页 |
| 4.2 动力定位船舶航迹控制 | 第50-56页 |
| 4.2.1 动力定位船舶航迹控制原理 | 第50-52页 |
| 4.2.2 定位变化航迹导引方法 | 第52-54页 |
| 4.2.3 航迹导引系统仿真 | 第54-56页 |
| 4.3 基于RBF神经网络的船舶航迹控制 | 第56-61页 |
| 4.3.1 RBF神经网络航迹控制器设计 | 第56-57页 |
| 4.3.2 基于RBF神经网络的船舶航迹控制仿真 | 第57-61页 |
| 4.4 基于CMAC的船舶航迹控制 | 第61-64页 |
| 4.4.1 CMAC航迹控制器设计 | 第61页 |
| 4.4.2 基于CMAC的船舶航迹控制仿真 | 第61-64页 |
| 4.5 本章小结 | 第64-66页 |
| 第5章 基于RBF辨识的CMAC航迹控制 | 第66-76页 |
| 5.1 引言 | 第66页 |
| 5.2 基于RBF辨识的CMAC控制 | 第66-68页 |
| 5.2.1 基于RBF辨识的CAMC控制原理 | 第66-67页 |
| 5.2.2 基于RBF辨识的CAMC控制仿真 | 第67-68页 |
| 5.3 基于RBF辨识的CMAC航迹控制 | 第68-75页 |
| 5.3.1 基于RBF辨识的CMAC航迹控制器设计 | 第69页 |
| 5.3.2 基于RBF辨识的CMAC航迹控制仿真 | 第69-75页 |
| 5.4 本章小结 | 第75-76页 |
| 结论 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第82-84页 |
| 致谢 | 第84页 |