无人艇轨迹跟踪控制方法研究
| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 课题研究的背景和意义 | 第11-13页 |
| 1.1.1 无人艇介绍 | 第11-12页 |
| 1.1.2 无人艇的应用 | 第12-13页 |
| 1.1.3 研究目的和意义 | 第13页 |
| 1.2 无人艇的研发概况 | 第13-18页 |
| 1.2.1 国外研发现状 | 第13-17页 |
| 1.2.2 国内研发现状 | 第17-18页 |
| 1.3 无人艇轨迹跟踪控制研究现状 | 第18-19页 |
| 1.4 课题研究的主要内容及章节安排 | 第19-21页 |
| 第2章 水面无人艇的数学模型 | 第21-31页 |
| 2.1 引言 | 第21页 |
| 2.2 坐标系的建立 | 第21-23页 |
| 2.2.1 惯性坐标系 | 第22-23页 |
| 2.2.2 艇体固定坐标系 | 第23页 |
| 2.3 无人艇数学模型 | 第23-29页 |
| 2.3.1 无人艇运动学建模 | 第23页 |
| 2.3.2 无人艇运动的干扰力数学模型 | 第23-27页 |
| 2.3.3 无人艇动力学建模 | 第27-29页 |
| 2.4 本章小结 | 第29-31页 |
| 第3章 无人艇轨迹跟踪非线性控制理论基础 | 第31-44页 |
| 3.1 李雅普诺夫稳定性理论 | 第31-34页 |
| 3.1.1 李雅普诺夫稳定性基本概念 | 第31-33页 |
| 3.1.2 李雅普诺夫稳定性定理 | 第33-34页 |
| 3.2 滑模变结构控制 | 第34-37页 |
| 3.2.1 滑模变结构控制的基本原理 | 第34-36页 |
| 3.2.2 滑模变结构控制的基本要素 | 第36-37页 |
| 3.2.3 几种典型的趋近律 | 第37页 |
| 3.3 RBF神经网络方法 | 第37-42页 |
| 3.3.1 RBF神经网络的结构 | 第38-39页 |
| 3.3.2 RBF神经网络的函数逼近理论 | 第39-40页 |
| 3.3.3 RBF神经网络的学习算法 | 第40-42页 |
| 3.4 本章小结 | 第42-44页 |
| 第4章 基于观测器的轨迹跟踪滑模控制器设计 | 第44-57页 |
| 4.1 引言 | 第44页 |
| 4.2 观测器设计 | 第44-46页 |
| 4.2.1 构造观测器 | 第44-46页 |
| 4.2.2 观测器稳定性分析 | 第46页 |
| 4.3 虚拟控制律设计 | 第46-48页 |
| 4.4 轨迹跟踪控制器设计 | 第48-50页 |
| 4.4.1 纵向滑模控制律设计 | 第48-49页 |
| 4.4.2 横向滑模控制律设计 | 第49-50页 |
| 4.5 系统稳定性分析 | 第50页 |
| 4.6 仿真实验与分析 | 第50-55页 |
| 4.6.1 封闭型轨迹跟踪 | 第51-53页 |
| 4.6.2 开放型轨迹跟踪 | 第53-55页 |
| 4.7 本章小结 | 第55-57页 |
| 第5章 基于神经网络滑模控制的轨迹跟踪控制器设计 | 第57-71页 |
| 5.1 引言 | 第57页 |
| 5.2 控制问题陈述 | 第57-58页 |
| 5.3 虚拟控制律设计 | 第58-59页 |
| 5.4 轨迹跟踪控制器设计 | 第59-62页 |
| 5.4.1 纵向滑模控制律设计 | 第59-61页 |
| 5.4.2 横向滑模控制律设计 | 第61-62页 |
| 5.5 系统稳定性分析 | 第62-63页 |
| 5.6 仿真实验与分析 | 第63-70页 |
| 5.6.1 封闭型轨迹跟踪 | 第63-67页 |
| 5.6.2 开放型轨迹跟踪 | 第67-70页 |
| 5.7 本章小结 | 第70-71页 |
| 结论 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第77-79页 |
| 致谢 | 第79页 |
