摘要 | 第5-6页 |
abstract | 第6-7页 |
第1章 绪论 | 第11-21页 |
1.1 选题的目的和意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-19页 |
1.2.1 气垫船发展现状 | 第12-15页 |
1.2.2 船舶避碰方法概述 | 第15-18页 |
1.2.3 编队方法研究现状 | 第18-19页 |
1.3 论文的主要内容和章节安排 | 第19-21页 |
第2章 全垫升气垫船运动数学模型 | 第21-40页 |
2.1 引言 | 第21页 |
2.2 气垫船空间运动坐标系 | 第21-24页 |
2.2.1 固定坐标系 | 第21-22页 |
2.2.2 运动坐标系 | 第22-23页 |
2.2.3 两种坐标系之间的变换 | 第23-24页 |
2.3 气垫船四自由度运动学模型 | 第24-25页 |
2.4 气垫船四自由度动力学模型 | 第25-30页 |
2.4.1 气垫船空气动力模型 | 第25-26页 |
2.4.2 气垫船空气动量力模型 | 第26页 |
2.4.3 气垫船水动力模型 | 第26-28页 |
2.4.4 气垫船空气导管螺旋桨模型 | 第28页 |
2.4.5 气垫船垂直空气舵模型 | 第28-29页 |
2.4.6 气垫船动力学模型 | 第29-30页 |
2.5 气垫船运动数学模型仿真与验证 | 第30-39页 |
2.5.1 仿真算法实现流程 | 第30-31页 |
2.5.2 气垫船直航操纵特性 | 第31-33页 |
2.5.3 螺距差回转操纵特性 | 第33-35页 |
2.5.4 操舵回转操纵特性 | 第35-39页 |
2.6 本章小节 | 第39-40页 |
第3章 基于蚁群算法的气垫船静态避碰方法研究 | 第40-52页 |
3.1 引言 | 第40页 |
3.2 蚁群算法 | 第40-44页 |
3.2.1 蚁群算法基本原理 | 第40-42页 |
3.2.2 基于信息素扩散的蚁群算法 | 第42-44页 |
3.3 避碰环境模型建立 | 第44-47页 |
3.3.1 环境地图的构建 | 第44-45页 |
3.3.2 障碍物模型构建 | 第45页 |
3.3.3 障碍物危险区域构建 | 第45-46页 |
3.3.4 障碍物可视图构建 | 第46-47页 |
3.4 基于信息素扩散蚁群算法气垫船避碰研究 | 第47-50页 |
3.4.1 算法流程及实现过程 | 第48-49页 |
3.4.2 仿真结果 | 第49-50页 |
3.5 本章小结 | 第50-52页 |
第4章 基于循环神经网络学习的气垫船动态避碰关键技术研究 | 第52-73页 |
4.1 引言 | 第52页 |
4.2 气垫船静态障碍物避碰过程描述 | 第52-54页 |
4.3 气垫船动态障碍物避碰过程描述 | 第54-60页 |
4.3.1 避碰策略术语 | 第54-55页 |
4.3.2 气垫船与障碍物在同一直线避碰过程描述 | 第55-57页 |
4.3.3 气垫船与障碍物交叉避碰过程描述 | 第57-58页 |
4.3.4 气垫船动态避碰过程结果仿真 | 第58-60页 |
4.4 循环神经网络基本原理 | 第60-66页 |
4.4.1 循环神经网络网络模型结构 | 第60-62页 |
4.4.2 循环神经网络前向传播过程 | 第62-64页 |
4.4.3 循环神经网络反向传播过程 | 第64-66页 |
4.5 基于循环神经网络的气垫船局部避碰策略研究 | 第66-72页 |
4.5.1 气垫船的障碍物数据采集和处理 | 第66-67页 |
4.5.2 基于循环神经网络的气垫船局部避碰策略研究 | 第67-68页 |
4.5.3 基于循环神经网络的气垫船局部避碰仿真结果 | 第68-72页 |
4.6 本章小结 | 第72-73页 |
第5章 基于领航者的气垫船编队下的避碰控制关键技术研究 | 第73-80页 |
5.1 引言 | 第73页 |
5.2 基于领航者的气垫船编队控制 | 第73-76页 |
5.2.1 领导者运动学模型 | 第73-74页 |
5.2.2 跟随者运动模型 | 第74页 |
5.2.3 跟随者编队保持 | 第74-75页 |
5.2.4 稳定性证明 | 第75-76页 |
5.3 气垫船航速航向控制方法 | 第76-77页 |
5.4 基于领航者的气垫船编队下的避碰控制仿真结果 | 第77-78页 |
5.5 本章小结 | 第78-80页 |
结论 | 第80-82页 |
参考文献 | 第82-88页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第88-90页 |
致谢 | 第90页 |