| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 UUV异常行为辨识研究现状 | 第11-13页 |
| 1.2.1 基于行为的机器人发展及研究现状 | 第11-12页 |
| 1.2.2 UUV异常行为辨识研究现状 | 第12-13页 |
| 1.3 UUV容错控制及应急方法研究现状 | 第13-15页 |
| 1.3.1 UUV容错控制的研究现状 | 第13-14页 |
| 1.3.2 UUV应急研究现状 | 第14-15页 |
| 1.4 论文研究的主要内容 | 第15-18页 |
| 第2章 UUV系统介绍与模型分析 | 第18-30页 |
| 2.1 引言 | 第18页 |
| 2.2 UUV系统介绍 | 第18-19页 |
| 2.3 UUV运动感知传感器介绍 | 第19-22页 |
| 2.3.1 UUV环境与行为感知传感器 | 第19-21页 |
| 2.3.2 UUV传感器数据预处理 | 第21-22页 |
| 2.4 基于模型的UUV执行机构异常分析 | 第22-29页 |
| 2.4.1 坐标系及坐标变换 | 第22-24页 |
| 2.4.2 UUV动力学及运动学方程 | 第24-27页 |
| 2.4.3 UUV执行机构的模型及异常特性分析 | 第27-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 UUV感知系统异常辨识及容错控制 | 第30-41页 |
| 3.1 引言 | 第30页 |
| 3.2 UUV传感器异常模型建立 | 第30页 |
| 3.3 传感器异常辨识 | 第30-34页 |
| 3.3.1 GM(2,1)灰色预测模型原理 | 第30-33页 |
| 3.3.2 基于GM(2,1)的UUV传感器异常辨识 | 第33-34页 |
| 3.4 GA-BP神经网络原理及实现传感器容错控制 | 第34-36页 |
| 3.5 光纤罗经异常辨识及容错控制仿真实例 | 第36-40页 |
| 3.5.1 光纤罗经异常辨识仿真验证 | 第36-37页 |
| 3.5.2 光纤罗经容错控制实现及仿真验证 | 第37-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第4章 基于行为的UUV执行体系异常辨识方法 | 第41-66页 |
| 4.1 引言 | 第41页 |
| 4.2 UUV执行机构异常辨识策略 | 第41-44页 |
| 4.2.1 滑模观测器设计 | 第41-43页 |
| 4.2.2 基于滑模观测器的异常行为辨识 | 第43-44页 |
| 4.3 异常点定位及异常级别辨识 | 第44-49页 |
| 4.3.1 UUV异常辨识任务制定 | 第44-45页 |
| 4.3.2 规则库定位UUV异常点及异常类型 | 第45-47页 |
| 4.3.3 模糊规则辨识异常级别 | 第47-49页 |
| 4.4 基于行为的执行机构异常辨识仿真验证 | 第49-65页 |
| 4.4.1 异常行为辨识规则库验证 | 第50-58页 |
| 4.4.2 异常及异常级别辨识仿真验证 | 第58-65页 |
| 4.5 本章小结 | 第65-66页 |
| 第5章 UUV异常状况下应急方法 | 第66-84页 |
| 5.1 引言 | 第66页 |
| 5.2 UUV应急系统分析 | 第66-70页 |
| 5.2.1 UUV异常模式分析 | 第66-69页 |
| 5.2.2 UUV应急措施 | 第69-70页 |
| 5.3 应急系统的智能决策 | 第70-74页 |
| 5.3.1 UUV应急系统的模糊专家系统 | 第70-71页 |
| 5.3.2 应急系统输入输出变量模糊量化 | 第71-73页 |
| 5.3.3 建立智能决策知识库 | 第73-74页 |
| 5.4 MATLAB建立应急知识库及模糊专家系统 | 第74-77页 |
| 5.5 人不在网路时UUV异常行为辨识及应急方法仿真 | 第77-83页 |
| 5.5.1 人不在回路时UUV异常行为辨识及应急原理 | 第77-78页 |
| 5.5.2 异常行为辨识及应急仿真实验 | 第78-83页 |
| 5.6 本章小结 | 第83-84页 |
| 结论 | 第84-86页 |
| 参考文献 | 第86-91页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第91-92页 |
| 致谢 | 第92页 |
