| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·UUV的使命 | 第10-11页 |
| ·UUV发展概况 | 第11-14页 |
| ·论文研究背景和研究内容 | 第14-15页 |
| ·UUV自主决策的发展动态 | 第15-16页 |
| ·论文的组织结构 | 第16-18页 |
| 第2章 基于支持向量机的UUV自身威胁感知方法研究 | 第18-33页 |
| ·引言 | 第18页 |
| ·机器学习及支持向量机基本理论 | 第18-26页 |
| ·机器学习基本问题 | 第18-20页 |
| ·支持向量机基本原理 | 第20-26页 |
| ·UUV推进器威胁感知案例介绍 | 第26-28页 |
| ·UUV推进系统描述 | 第26-27页 |
| ·UUV推进系统威胁感知基本思想 | 第27-28页 |
| ·基于支持向量机的推进器故障威胁感知方法研究 | 第28-31页 |
| ·本章小结 | 第31-33页 |
| 第3章 自身威胁下基于模糊融合的UUV自主决策方法 | 第33-42页 |
| ·引言 | 第33页 |
| ·模糊理论的基本原理 | 第33-35页 |
| ·模糊集合概念 | 第33-34页 |
| ·模糊集合基本操作 | 第34-35页 |
| ·基于模糊理论的推进器故障威胁诊断方法 | 第35-38页 |
| ·湖试验证 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 基于支持向量聚类的UUV环境威胁感知方法研究 | 第42-53页 |
| ·引言 | 第42页 |
| ·支持向量在聚类中的应用 | 第42-44页 |
| ·UUV环境威胁感知系统介绍 | 第44-46页 |
| ·基于支持向量聚类的障碍物孤立点感知方法 | 第46-51页 |
| ·本章小结 | 第51-53页 |
| 第5章 环境威胁下基于模糊行为的UUV自主决策方法 | 第53-64页 |
| ·引言 | 第53页 |
| ·基于模糊理论的避碰行为设计 | 第53-60页 |
| ·仿真及湖试验证 | 第60-62页 |
| ·本章小结 | 第62-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 攻读硕士期间发表的论文及取得的科研成果 | 第71-72页 |
| 致谢 | 第72页 |
