| 创新点摘要 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第1章 绪论 | 第16-34页 |
| 1.1 研究的背景及其意义 | 第16-18页 |
| 1.2 船舶运动数学模型发展 | 第18-22页 |
| 1.2.1 机理建模研究 | 第18-20页 |
| 1.2.2 辨识建模研究 | 第20-22页 |
| 1.3 船舶运动控制发展 | 第22-29页 |
| 1.3.1 欠驱动船舶的控制发展概述 | 第22-25页 |
| 1.3.2 船舶运动路径跟踪控制 | 第25-29页 |
| 1.4 本研究领域存在的问题 | 第29-31页 |
| 1.5 本文的主要工作与内容安排 | 第31-34页 |
| 1.5.1 拟解决关键问题及分析 | 第31-32页 |
| 1.5.2 主要内容安排 | 第32-34页 |
| 第2章 基础知识 | 第34-60页 |
| 2.1 引言 | 第34-35页 |
| 2.2 Lyapunov稳定性理论 | 第35-45页 |
| 2.2.1 稳定的概念 | 第35页 |
| 2.2.2 Lyapunov稳定性定理 | 第35-38页 |
| 2.2.3 自适应Backstepping控制 | 第38-45页 |
| 2.3 神经网络函数逼近理论 | 第45-47页 |
| 2.4 海洋环境干扰 | 第47-59页 |
| 2.4.1 风干扰模型 | 第48-51页 |
| 2.4.2 海浪干扰模型 | 第51-59页 |
| 2.4.3 海流干扰模型 | 第59页 |
| 2.5 本章小结 | 第59-60页 |
| 第3章 船舶运动数学模型 | 第60-83页 |
| 3.1 参考坐标系 | 第60-61页 |
| 3.2 基于实船试验的船舶运动辨识建模 | 第61-72页 |
| 3.2.1 问题描述 | 第62-65页 |
| 3.2.2 一种改进的多新息最小二乘辨识算法 | 第65-70页 |
| 3.2.3 适用于船舶4自由度运动建模的自组织多新息辨识算法 | 第70-72页 |
| 3.3 辨识建模实例 | 第72-79页 |
| 3.4 海洋环境条件下的船舶运动数学模型 | 第79-82页 |
| 3.5 本章小结 | 第82-83页 |
| 第4章 最小参数化条件下的船舶运动路径跟踪控制 | 第83-103页 |
| 4.1 问题描述 | 第83-86页 |
| 4.2 虚拟小船逻辑制导算法 | 第86-87页 |
| 4.3 最小参数化条件下的简捷鲁棒自适应控制 | 第87-95页 |
| 4.3.1 控制器设计 | 第88-91页 |
| 4.3.2 稳定性分析 | 第91-95页 |
| 4.4 仿真研究 | 第95-102页 |
| 4.4.1 实例1：对比实验 | 第95-99页 |
| 4.4.2 实例2：海洋环境干扰下的实验结果 | 第99-102页 |
| 4.5 本章小结 | 第102-103页 |
| 第5章 超恶劣海况下考虑执行器配置的船舶路径跟踪控制 | 第103-126页 |
| 5.1 问题描述 | 第105-107页 |
| 5.2 动态虚拟小船制导算法 | 第107-111页 |
| 5.3 考虑低频增益学习的鲁棒神经网络控制 | 第111-119页 |
| 5.3.1 控制器设计 | 第111-115页 |
| 5.3.2 稳定性分析 | 第115-119页 |
| 5.4 仿真研究 | 第119-124页 |
| 5.5 本章小结 | 第124-126页 |
| 第6章 结论与展望 | 第126-129页 |
| 参考文献 | 第129-139页 |
| 附录1：专业词汇释义 | 第139-143页 |
| 附录2：主要符号、缩写说明 | 第143-146页 |
| 攻读学位期间公开发表论文 | 第146-149页 |
| 致谢 | 第149-153页 |
| 作者简介 | 第153页 |