首页--工业技术论文--无线电电子学、电信技术论文--基本电子电路论文--滤波技术、滤波器论文

动力定位船非线性状态估计及融合算法研究

摘要第6-8页
abstract第8-9页
第1章 绪论第13-29页
    1.1 课题研究的背景和意义第13-14页
    1.2 动力定位船相关技术发展第14-26页
        1.2.1 船舶动力定位技术发展第14-16页
        1.2.2 位置传感器测量单元第16-20页
        1.2.3 状态估计及融合理论技术发展第20-24页
        1.2.4 船舶非线性状态估计及融合技术发展第24-26页
    1.3 课题的主要研究内容和组织框架第26-29页
第2章 DP船非线性状态模型和测量模型第29-51页
    2.1 引言第29页
    2.2 船舶位置坐标系统第29-31页
        2.2.1 北东地坐标系第29-30页
        2.2.2 船体坐标系第30-31页
    2.3 无干扰的DP船三自由度连续时间状态模型和测量模型第31-34页
        2.3.1 船舶三自由度运动学模型第31-32页
        2.3.2 船舶三自由度动力学模型第32-34页
        2.3.3 船舶测量模型第34页
    2.4 具有干扰的DP船离散时间状态模型和测量模型第34-42页
        2.4.1 问题描述第34-35页
        2.4.2 加性互相关噪声下船舶三自由度非线性模型第35-38页
        2.4.3 加性互相关噪声下船舶单自由度线性模型第38-39页
        2.4.4 乘性噪声下船舶三自由度非线性模型第39-41页
        2.4.5 随机测量丢失下船舶测量模型第41-42页
    2.5 模型仿真验证第42-50页
        2.5.1 无干扰下的DP船模型仿真验证第43-46页
        2.5.2 具有干扰的DP船特性仿真验证第46-48页
        2.5.3 互相关噪声特性仿真验证第48-49页
        2.5.4 测量丢失特性的仿真验证第49-50页
    2.6 本章小结第50-51页
第3章 加性互相关噪声下DP船非线性状态估计方法研究第51-73页
    3.1 引言第51页
    3.2 高斯白噪声下DP船艏向状态估计方法第51-52页
        3.2.1 问题描述第51-52页
        3.2.2 高斯白噪声下线性卡尔曼滤波算法第52页
    3.3 加性互相关噪声下DP船艏向状态估计方法第52-59页
        3.3.1 问题描述第52-53页
        3.3.2 加性互相关噪声下线性卡尔曼滤波算法第53-56页
        3.3.3 加性互相关噪声下DP船艏向状态估计仿真验证第56-59页
    3.4 高斯白噪声下非线性状态估计方法第59-61页
        3.4.1 问题描述第59-60页
        3.4.2 高斯白噪声下贝叶斯估计算法第60-61页
    3.5 加性互相关噪声下DP船非线性状态估计方法第61-72页
        3.5.1 问题描述第61-62页
        3.5.2 加性互相关噪声下贝叶斯估计算法第62-63页
        3.5.3 加性互相关噪声下容积卡尔曼滤波算法第63-68页
        3.5.4 加性互相关噪声下DP船非线性状态估计仿真验证第68-72页
    3.6 本章小结第72-73页
第4章 参数不确定下DP船非线性状态估计方法研究第73-107页
    4.1 引言第73页
    4.2 扩展平滑变结构滤波第73-78页
        4.2.1 问题描述第73-74页
        4.2.2 模型参数不确定下扩展平滑变结构滤波算法第74-77页
        4.2.3 稳定性分析第77-78页
    4.3 模型参数不确定下DP船非线性状态估计方法第78-85页
        4.3.1 问题描述第78页
        4.3.2 模型参数不确定下容积平滑变结构滤波算法第78-80页
        4.3.3 模型参数不确定下平方根容积平滑变结构滤波算法第80-81页
        4.3.4 模型参数不确定下DP船非线性状态估计仿真验证第81-85页
    4.4 加性测量噪声统计特性未知下DP船非线性状态估计方法第85-95页
        4.4.1 问题描述第85页
        4.4.2 噪声统计特性未知下线性VB-AKF算法第85-87页
        4.4.3 噪声统计特性未知下非线性VB-VSF算法第87-89页
        4.4.4 加性测量噪声统计特性未知下DP船非线性状态估计仿真验证第89-95页
    4.5 测量随机丢失及有色噪声下DP船非线性状态估计方法第95-106页
        4.5.1 问题描述第95-97页
        4.5.2 测量丢失下高斯滤波算法第97-100页
        4.5.3 测量丢失下容积混合卡尔曼滤波算法第100-102页
        4.5.4 测量随机丢失及有色噪声下DP船非线性状态估计仿真验证第102-106页
    4.6 本章小结第106-107页
第5章 乘性噪声下DP船非线性状态估计及融合方法研究第107-125页
    5.1 引言第107页
    5.2 支持向量机原理第107-109页
    5.3 乘性噪声下DP船非线性状态估计方法第109-112页
        5.3.1 问题描述第109-110页
        5.3.2 乘性噪声下变结构滤波算法第110-112页
        5.3.3 稳定性分析第112页
    5.4 乘性噪声下DP船多传感器融合方法第112-115页
        5.4.1 问题描述第112-113页
        5.4.2 子支持向量机模型第113-114页
        5.4.3 基于多支持向量机回归模型的数据融合算法第114-115页
    5.5 乘性噪声下DP船非线性状态估计及融合仿真验证第115-124页
    5.6 本章小结第124-125页
结论第125-128页
参考文献第128-137页
攻读博士学位期间发表的论文和取得的科研成果第137-138页
致谢第138页

论文共138页,点击 下载论文
上一篇:方波光纤激光器啁啾特性研究
下一篇:超高磁记录密度硬盘可靠性的仿真研究