| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题背景与研究意义 | 第10-11页 |
| 1.1.1 课题背景 | 第10页 |
| 1.1.2 课题研究意义 | 第10-11页 |
| 1.2 鱼类运动学术语 | 第11页 |
| 1.3 CPG控制现状及分析 | 第11-13页 |
| 1.3.1 CPG控制方法 | 第12页 |
| 1.3.2 机器人CPG控制国外研究现状 | 第12-13页 |
| 1.3.3 机器人CPG控制国内研究现状 | 第13页 |
| 1.4 课题来源及论文主要工作内容 | 第13-16页 |
| 第2章 仿生机器鱼系统平台设计 | 第16-28页 |
| 2.1 引言 | 第16页 |
| 2.2 系统平台总体设计 | 第16-17页 |
| 2.3 硬件平台设计 | 第17-19页 |
| 2.3.1 仿生机器鱼硬件部分 | 第17页 |
| 2.3.2 系统硬件部分 | 第17-19页 |
| 2.4 系统软件平台设计 | 第19-23页 |
| 2.4.1 系统软件平台总体设计 | 第19-21页 |
| 2.4.2 无线通信协议设计 | 第21-22页 |
| 2.4.3 无线通信控制流程 | 第22-23页 |
| 2.5 上位机控制及游动实验 | 第23-26页 |
| 2.6 小结 | 第26-28页 |
| 第3章 仿生机器鱼CPG控制运动 | 第28-36页 |
| 3.1 引言 | 第28页 |
| 3.2 仿生机器鱼CPG模型 | 第28-29页 |
| 3.2.1 CPG单元振荡器 | 第28-29页 |
| 3.2.2 基于Hopf振荡器的CPG模型 | 第29页 |
| 3.3 仿生机器鱼CPG模型参数整定 | 第29-34页 |
| 3.3.1 链式耦合CPG网络模型 | 第29-30页 |
| 3.3.2 CPG模型参数整定 | 第30-32页 |
| 3.3.3 优化结果及分析 | 第32-34页 |
| 3.4 仿生机器鱼CPG控制游动实验 | 第34页 |
| 3.5 小结 | 第34-36页 |
| 第4章 仿生机器鱼CPG控制推进速度优化 | 第36-50页 |
| 4.1 引言 | 第36页 |
| 4.2 仿生机器鱼水动力学建模 | 第36-42页 |
| 4.2.1 仿生机器鱼坐标系建立 | 第36-37页 |
| 4.2.2 仿生机器鱼运动学分析 | 第37-38页 |
| 4.2.3 仿生机器鱼水动力分析 | 第38-41页 |
| 4.2.4 仿生机器鱼动力学仿真 | 第41-42页 |
| 4.3 基于PSO算法的最大平均速度优化 | 第42-44页 |
| 4.3.1 PSO算法介绍 | 第42-43页 |
| 4.3.2 PSO算法优化平均速度及平均效率 | 第43-44页 |
| 4.4 CPG控制仿生机器鱼游动实验 | 第44-48页 |
| 4.4.1 仿真实验 | 第44-48页 |
| 4.4.2 仿生机器鱼游动实验 | 第48页 |
| 4.5 小结 | 第48-50页 |
| 第5章 仿生机器鱼CPG的Spiking神经网络控制 | 第50-62页 |
| 5.1 引言 | 第50页 |
| 5.2 Spiking神经网络 | 第50-54页 |
| 5.2.1 生物神经元 | 第50-51页 |
| 5.2.2 Spiking神经元模型及其特点 | 第51-53页 |
| 5.2.3 本文采用的Spiking模型 | 第53-54页 |
| 5.3 Spiking神经网络无监督学习方法 | 第54-55页 |
| 5.4 基于CPG的Spiking神经网络控制 | 第55-58页 |
| 5.4.1 CPG数学模型 | 第55-57页 |
| 5.4.2 Spiking神经网络控制CPG | 第57-58页 |
| 5.5 仿真实验与分析 | 第58-60页 |
| 5.6 小结 | 第60-62页 |
| 第6章 总结与展望 | 第62-64页 |
| 6.1 总结 | 第62页 |
| 6.2 展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 攻读硕士学位期间论文发表及科研情况 | 第70页 |