自主式水下机器人传感器状态监测技术研究
| 第1章 绪论 | 第1-20页 |
| ·引言 | 第9页 |
| ·水下机器人发展现状 | 第9-12页 |
| ·载人水下机器人(MV) | 第10-11页 |
| ·有缆水下机器人(ROV) | 第11页 |
| ·自主型水下机器人(AUV) | 第11-12页 |
| ·项目研究的目地和意义 | 第12-14页 |
| ·国内外研究状况 | 第14-17页 |
| ·水下机器人传感器系统状态监测的主要内容 | 第14-15页 |
| ·传感器诊断技术的发展概述 | 第15-17页 |
| ·论文的主要内容 | 第17-20页 |
| 第2章 水下机器人传感器系统 | 第20-27页 |
| ·引言 | 第20页 |
| ·水下机器人传感器的基本配置 | 第20-24页 |
| ·导航与定位系统传感器 | 第21-22页 |
| ·姿态位置传感器 | 第22-23页 |
| ·附属装置传感器 | 第23页 |
| ·控制系统传感器 | 第23-24页 |
| ·国内外水下机器人传感器配置情况 | 第24页 |
| ·“智水-4”的传感器配置 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 传感器故障诊断方法综述 | 第27-41页 |
| ·引言 | 第27-28页 |
| ·传感器的常见故障种类和表现形式 | 第28-29页 |
| ·传感器故障诊断的方法 | 第29-34页 |
| ·故障诊断的冗余分类法 | 第29-30页 |
| ·故障诊断的Frank分类法 | 第30-34页 |
| ·基于神经网络的水下机器人传感器故障融合诊断方法 | 第34-38页 |
| ·人工神经元模型 | 第34-35页 |
| ·神经网络拓扑结构 | 第35-37页 |
| ·基于神经网络的水下机器人传感器故障诊断 | 第37-38页 |
| ·基于数据融合的水下机器人传感器信号恢复 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 水下机器人传感器故障诊断模型 | 第41-52页 |
| ·引言 | 第41-42页 |
| ·基于神经网络的传感器故障诊断方法 | 第42-49页 |
| ·RBF型神经网络结构 | 第42-44页 |
| ·RBF网络用于传感器故障诊断建模 | 第44-49页 |
| ·传感器的数据融合诊断方法 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 水下机器人传感器信号恢复模型 | 第52-62页 |
| ·引言 | 第52页 |
| ·多传感器数据融合的发展和现状 | 第52-55页 |
| ·多传感器数据融合的概念和特点 | 第52-54页 |
| ·数据融合的基本内容 | 第54-55页 |
| ·基于数据融合的神经网络信号恢复模型 | 第55-60页 |
| ·神经网络数据融合 | 第55-56页 |
| ·RBF融合恢复网络 | 第56-60页 |
| ·两种恢复方法的融合恢复 | 第60页 |
| ·本章小结 | 第60-62页 |
| 第6章 计算机试验仿真 | 第62-72页 |
| ·引言 | 第62-64页 |
| ·多传感器数据融合的发展和现状 | 第64-65页 |
| ·基于数据融合的神经网络信号恢复模型 | 第65-66页 |
| ·在线监测模块 | 第66-68页 |
| ·信号恢复模块 | 第68-69页 |
| ·故障诊断和信号恢复功能检验 | 第69-71页 |
| ·本章小结 | 第71-72页 |
| 结论 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第78-79页 |
| 致谢 | 第79页 |
