| 摘要 | 第1-7页 |
| Abstract | 第7-15页 |
| 第1章 绪论 | 第15-25页 |
| ·概述 | 第15-16页 |
| ·水下机器人的研究现状和发展动态 | 第16-18页 |
| ·水下机器人运动控制技术研究现状 | 第18-19页 |
| ·水下机器人故障诊断技术研究现状 | 第19-21页 |
| ·论文的研究背景及意义 | 第21页 |
| ·论文的主要研究工作 | 第21-25页 |
| 第2章 水下机器人试验平台与水动力模型 | 第25-35页 |
| ·引言 | 第25页 |
| ·水下机器人简介 | 第25-32页 |
| ·传感器配置 | 第26-27页 |
| ·执行器配置 | 第27-29页 |
| ·推力器配置 | 第27-29页 |
| ·传感器配置 | 第29页 |
| ·水下机器人硬件体系 | 第29-31页 |
| ·水下机器人软件体系 | 第31-32页 |
| ·水下机器人运动模型 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 第3章 联邦kalman滤波技术 | 第35-49页 |
| ·引言 | 第35页 |
| ·联邦kalman滤波介绍 | 第35-36页 |
| ·联邦kalman滤波原理 | 第36-43页 |
| ·滤波器的基本结构 | 第36-39页 |
| ·系统简介 | 第37页 |
| ·联邦kalman滤波器结构 | 第37-39页 |
| ·联邦滤波基本理论 | 第39-42页 |
| ·联邦滤波算法 | 第39-40页 |
| ·证明联邦kalman滤波算法最优性 | 第40-42页 |
| ·联邦kalman滤波器的结构形式 | 第42-43页 |
| ·联邦kalman滤波器在水下机器人组合导航中的应用 | 第43-48页 |
| ·联邦kalman滤波器结构选择 | 第43-44页 |
| ·联邦kalman滤波器模型的创建 | 第44-47页 |
| ·水下机器人上的应用 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第4章 水下机器人运动控制技术 | 第49-71页 |
| ·引言 | 第49-50页 |
| ·专家S面控制器 | 第50-64页 |
| ·基于智能积分的S面控制器模型 | 第50-52页 |
| ·专家控制器 | 第52-53页 |
| ·专家S面控制器 | 第53-56页 |
| ·专家S面控制器结构 | 第53-54页 |
| ·基于模糊神经网络的知识库 | 第54-56页 |
| ·仿真试验 | 第56-59页 |
| ·实际试验 | 第59-64页 |
| ·广义S面控制器 | 第64-70页 |
| ·水下机器人模型 | 第64页 |
| ·极板模型控制器 | 第64-66页 |
| ·常规S面控制器与极板模型控制器的对比分析 | 第66-68页 |
| ·基于极板模型的水下机器人运动控制 | 第68页 |
| ·水平面运动控制 | 第68页 |
| ·垂直面运动控制 | 第68页 |
| ·试验结果及分析 | 第68-70页 |
| ·仿真试验结果 | 第69页 |
| ·实际试验结果 | 第69-70页 |
| ·本章小结 | 第70-71页 |
| 第5章 模糊推理应用于水下机器人故障诊断 | 第71-87页 |
| ·引言 | 第71-72页 |
| ·非线性滑模观测器 | 第72-78页 |
| ·水下机器人运动模型 | 第72页 |
| ·NSMO的设计 | 第72-73页 |
| ·降低抖振方法 | 第73-74页 |
| ·基于滑模观测器的系统辨识 | 第74-76页 |
| ·滑模观测器用于推力器的FDD | 第76-78页 |
| ·基于残差评估器的FDD | 第78-85页 |
| ·模糊推理理论简介 | 第78-79页 |
| ·残差评价 | 第79-80页 |
| ·模糊逻辑用于推力器FDD | 第80-85页 |
| ·本章小结 | 第85-87页 |
| 第6章 模糊神经网络用于水下机器人故障诊断 | 第87-99页 |
| ·引言 | 第87-88页 |
| ·FNN用于水下机器人故障诊断 | 第88-95页 |
| ·FNN网络结构 | 第88-90页 |
| ·FNN学习算法 | 第90-93页 |
| ·基于FNN的水下机器人运动建模 | 第93-95页 |
| ·仿真试验 | 第95-97页 |
| ·本章小结 | 第97-99页 |
| 第7章 基于小波变换的水下机器人传感器故障诊断 | 第99-115页 |
| ·引言 | 第99页 |
| ·传感器故障类型 | 第99-100页 |
| ·基于小波变换的信号突变检测 | 第100-110页 |
| ·小波变换的基本原理 | 第101-102页 |
| ·小波母函数的选择标准 | 第102-103页 |
| ·突变信号的小波变换特征 | 第103页 |
| ·小波分析法用于突变信号检测 | 第103-110页 |
| ·线性平滑原理的应用 | 第110-113页 |
| ·本章小结 | 第113-115页 |
| 结论 | 第115-117页 |
| 参考文献 | 第117-125页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第125-129页 |
| 致谢 | 第129页 |