| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题研究的背景及意义 | 第10页 |
| 1.2 UUV及前视声纳研究现状 | 第10-13页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 UUV前视声纳滤波相关技术的研究现状 | 第13-16页 |
| 1.3.1 前视声纳数据处理算法研究现状 | 第14页 |
| 1.3.2 UUV的航路规划与避碰技术研究现状 | 第14-16页 |
| 1.3.3 生物启发算法研究现状 | 第16页 |
| 1.4 论文的组织结构 | 第16-18页 |
| 第2章 UUV前视声纳视域建模与数据特性分析 | 第18-30页 |
| 2.1 引言 | 第18页 |
| 2.2 前视声纳视域建模及目标信息表示 | 第18-24页 |
| 2.2.1 UUV前视声纳视域建模 | 第19-21页 |
| 2.2.2 目标特征数据表示 | 第21-22页 |
| 2.2.3 目标信息在前视声纳视域中的表示 | 第22-24页 |
| 2.3 UUV前视声纳的探测数据特性分析 | 第24-29页 |
| 2.3.1 近水面环境对前视声纳数据的影响分析 | 第24-26页 |
| 2.3.2 探测目标对前视声纳数据的影响分析 | 第26-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 基于仿人观测启发的UUV前视声纳滤波算法 | 第30-46页 |
| 3.1 引言 | 第30页 |
| 3.2 前视声纳数据预处理 | 第30-32页 |
| 3.3 基于仿人观测启发算法的目标数据识别研究 | 第32-38页 |
| 3.3.1 仿人运动观测的数据处理策略 | 第32-33页 |
| 3.3.2 基于滑动窗口的仿人观测启发算法实现 | 第33-36页 |
| 3.3.3 基于模糊聚类分析的目标数据识别 | 第36-38页 |
| 3.4 基于小波变换的前视声纳数据噪声处理 | 第38-42页 |
| 3.4.1 小波变换分析 | 第38-39页 |
| 3.4.2 声纳数据的小波阈值去噪 | 第39-40页 |
| 3.4.3 目标观测的小波阈值去噪仿真验证 | 第40-42页 |
| 3.5 UUV前视声纳数据处理仿真验证 | 第42-44页 |
| 3.6 本章小结 | 第44-46页 |
| 第4章 基于声纳滤波信息的局部环境地图构建 | 第46-62页 |
| 4.1 引言 | 第46页 |
| 4.2 UUV的栅格环境建模 | 第46-48页 |
| 4.3 前视声纳信息与UUV栅格地图的关联 | 第48-50页 |
| 4.3.1 障碍物的动态属性检测 | 第48-49页 |
| 4.3.2 基于声纳信息的动态障碍物运动预测 | 第49-50页 |
| 4.4 UUV栅格地图的更新 | 第50-54页 |
| 4.4.1 前视声纳信息的栅格化表示 | 第51-52页 |
| 4.4.2 栅格地图更新方法研究 | 第52-53页 |
| 4.4.3 基于改进D-S栅格环境地图的更新实现 | 第53-54页 |
| 4.5 基于声纳信息的UUV局部地图构建仿真验证 | 第54-60页 |
| 4.6 本章小结 | 第60-62页 |
| 第5章 基于生物启发的UUV航路规划与避碰 | 第62-76页 |
| 5.1 引言 | 第62页 |
| 5.2 基于声纳信息的UUV航路规划策略 | 第62-67页 |
| 5.2.1 UUV运动分析及建模 | 第62-63页 |
| 5.2.2 UUV航路规划策略 | 第63-64页 |
| 5.2.3 UUV障碍物规避方法研究 | 第64-67页 |
| 5.3 基于改进生物膜神经网络的UUV航路规划实现 | 第67-70页 |
| 5.3.1 生物膜神经网络模型的创建 | 第67-68页 |
| 5.3.2 生物膜神经网络与栅格地图的关联实现 | 第68-69页 |
| 5.3.3 改进的生物膜神经网络航路规划算法 | 第69-70页 |
| 5.4 UUV航路规划与避碰的仿真验证 | 第70-74页 |
| 5.5 本章小结 | 第74-76页 |
| 结论 | 第76-78页 |
| 参考文献 | 第78-84页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第84-86页 |
| 致谢 | 第86页 |