| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 图表目录 | 第10-11页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 选题背景及意义 | 第11-12页 |
| 1.2 气味源跟踪的研究现状 | 第12-14页 |
| 1.3 气味源跟踪面临的问题 | 第14页 |
| 1.4 本文研究的主要内容 | 第14-16页 |
| 第二章 极值搜索的理论基础及烟羽扩散模型 | 第16-26页 |
| 2.1 极值搜索的发展 | 第16-18页 |
| 2.2 极值搜索算法收敛性证明的理论基础 | 第18-20页 |
| 2.2.1 均值理论 | 第18-19页 |
| 2.2.2 奇异值扰动 | 第19-20页 |
| 2.3 气味跟踪研究的烟羽扩散模型概述 | 第20-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 单机器人极值搜索算法在气味跟踪中的应用研究 | 第26-47页 |
| 3.1 非完整性系统 | 第26页 |
| 3.2 机器人模型 | 第26-27页 |
| 3.3 极值搜索算法基本原理及框图 | 第27-28页 |
| 3.4 气味跟踪仿真结果及分析 | 第28-35页 |
| 3.4.1 对称二次解析浓度场下的仿真结果 | 第29-30页 |
| 3.4.2 标准高斯浓度场下的仿真结果 | 第30-31页 |
| 3.4.3 非对称高斯浓度场下的仿真结果 | 第31-34页 |
| 3.4.4 数值浓度场下的仿真结果 | 第34-35页 |
| 3.5 收敛性证明 | 第35-38页 |
| 3.6 实验结果及分析 | 第38-46页 |
| 3.6.1 风洞装置介绍 | 第38-39页 |
| 3.6.2 机器人平台 | 第39-45页 |
| 3.6.3 结果及分析 | 第45-46页 |
| 3.7 本章小结 | 第46-47页 |
| 第四章 多机器人极值搜索算法在气味跟踪中的应用研究 | 第47-56页 |
| 4.1 多机器人系统的特点 | 第47-48页 |
| 4.2 一致性问题 | 第48-49页 |
| 4.3 多机器人极值搜索算法 | 第49页 |
| 4.4 一维环境下的极值搜索仿真结果 | 第49-51页 |
| 4.5 二维环境下的多机器人极值搜索仿真结果 | 第51-55页 |
| 4.6 本章小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 5.1 总结 | 第56页 |
| 5.2 展望 | 第56-58页 |
| 参考文献 | 第58-64页 |
| 发表论文和参加科研情况说明 | 第64-65页 |
| 致谢 | 第65-66页 |