船舶纵向运动姿态预测及控制
| 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10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 研究现状 | 第12-14页 |
| 1.3 本文所采用的研究方法 | 第14-15页 |
| 1.4 论文的主要工作安排 | 第15-18页 |
| 第2章 水翼船的数学模型 | 第18-26页 |
| 2.1 引言 | 第18页 |
| 2.2 坐标系 | 第18-19页 |
| 2.3 水翼船的特点 | 第19-21页 |
| 2.3.1 水翼的工作原理 | 第19-20页 |
| 2.3.2 水翼船的结构 | 第20页 |
| 2.3.3 水翼船的分类 | 第20页 |
| 2.3.4 水翼船的控制系统 | 第20-21页 |
| 2.3.5 本文所用的水翼船相关参数 | 第21页 |
| 2.4 水翼船数学模型的建立 | 第21-25页 |
| 2.4.1 模型的建立 | 第21-22页 |
| 2.4.2 与水翼船有关的计算公式 | 第22-23页 |
| 2.4.3 有关公式推导 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 反步法控制器的设计 | 第26-38页 |
| 3.1 引言 | 第26页 |
| 3.2 基础理论 | 第26-31页 |
| 3.2.1 李雅普诺夫稳定性理论 | 第26-28页 |
| 3.2.2 递归设计原理 | 第28-29页 |
| 3.2.3 反步法设计 | 第29-31页 |
| 3.3 基于反步法的控制器设计 | 第31-33页 |
| 3.3.1 反步法应用 | 第31-32页 |
| 3.3.2 反步法控制器设计 | 第32-33页 |
| 3.4 控制器的仿真与结果分析 | 第33-36页 |
| 3.5 本章小结 | 第36-38页 |
| 第4章 基于反步法的滑模控制器设计 | 第38-46页 |
| 4.1 引言 | 第38页 |
| 4.2 滑模控制器的设计 | 第38-39页 |
| 4.2.1 滑模控制器设计原理 | 第38页 |
| 4.2.2 滑模控制器的稳定性分析 | 第38-39页 |
| 4.3 基于反步法的滑模控制器设计 | 第39-42页 |
| 4.3.1 控制器设计 | 第39-41页 |
| 4.3.2 控制器的稳定性分析 | 第41-42页 |
| 4.4 控制器的仿真与结果分析 | 第42-44页 |
| 4.5 本章小结 | 第44-46页 |
| 第5章 基于广义动态模糊神经网络的姿态预测 | 第46-64页 |
| 5.1 引言 | 第46页 |
| 5.2 基础理论 | 第46-55页 |
| 5.2.1 人工神经网络 | 第46-48页 |
| 5.2.2 广义动态模糊神经网络 | 第48-55页 |
| 5.3 基于广义动态模糊神经网络纵向姿态预测 | 第55-62页 |
| 5.3.1 广义动态模糊神经网络的姿态预测 | 第55-57页 |
| 5.3.2 预测得到的结果 | 第57-62页 |
| 5.4 本章小结 | 第62-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第70-72页 |
| 致谢 | 第72页 |
