多智能体最优覆盖控制方法研究
摘要 | 第3-5页 |
abstract | 第5-6页 |
第一章 绪论 | 第12-26页 |
1.1 研究背景与研究意义 | 第12-14页 |
1.2 研究现状 | 第14-22页 |
1.2.1 复杂环境下的覆盖控制 | 第16-18页 |
1.2.2 敏感度函数未知的覆盖控制 | 第18-19页 |
1.2.3 考虑复杂动力学特性的覆盖控制 | 第19-21页 |
1.2.4 基于特殊目标函数的覆盖控制 | 第21-22页 |
1.3 当前存在的主要问题 | 第22-23页 |
1.4 论文的主要研究内容与结构框架 | 第23-26页 |
第二章 背景知识与覆盖控制概述 | 第26-38页 |
2.1 引言 | 第26页 |
2.2 凸优化理论 | 第26-27页 |
2.3 多智能体通讯拓扑 | 第27-28页 |
2.4 高斯马尔科夫随机场 | 第28-29页 |
2.5 最优覆盖控制概述 | 第29-36页 |
2.5.1 问题描述 | 第29页 |
2.5.2 Voronoi区域分配 | 第29-31页 |
2.5.3 基本覆盖控制 | 第31-34页 |
2.5.4 仿真实验 | 第34-36页 |
2.6 本章小结 | 第36-38页 |
第三章 敏感度函数未知的覆盖控制 | 第38-66页 |
3.1 引言 | 第38页 |
3.2 基于高斯估计的覆盖控制 | 第38-51页 |
3.2.1 问题描述 | 第38-39页 |
3.2.2 高斯估计的基础定义 | 第39-42页 |
3.2.3 覆盖控制策略 | 第42-48页 |
3.2.4 仿真实验 | 第48-51页 |
3.2.5 结论分析 | 第51页 |
3.3 基于信息一致性的覆盖控制 | 第51-64页 |
3.3.1 问题描述 | 第51-52页 |
3.3.2 多智能体覆盖网络的通讯拓扑 | 第52页 |
3.3.3 覆盖控制策略 | 第52-58页 |
3.3.4 分析与对比 | 第58-60页 |
3.3.5 仿真实验 | 第60-63页 |
3.3.6 结论分析 | 第63-64页 |
3.4 本章小结 | 第64-66页 |
第四章 覆盖目标存在采样噪声的多智能体覆盖控制 | 第66-86页 |
4.1 引言 | 第66页 |
4.2 问题描述 | 第66-68页 |
4.3 基于Bayesian估计的覆盖控制 | 第68-81页 |
4.3.1 Bayesian估计算法 | 第68-74页 |
4.3.2 Bayesian估计中的参数预测 | 第74-75页 |
4.3.3 覆盖控制策略 | 第75-81页 |
4.4 仿真实验 | 第81-85页 |
4.5 本章小结 | 第85-86页 |
第五章 具有复杂动力学特性的多智能体覆盖控制 | 第86-120页 |
5.1 引言 | 第86页 |
5.2 独轮车最优覆盖控制 | 第86-101页 |
5.2.1 问题描述 | 第86-89页 |
5.2.2 独轮车运动学覆盖控制算法 | 第89-93页 |
5.2.3 独轮车动力学覆盖控制算法 | 第93-97页 |
5.2.4 仿真实验 | 第97-101页 |
5.2.5 结论分析 | 第101页 |
5.3 ASV最优覆盖控制 | 第101-118页 |
5.3.1 问题描述 | 第101-104页 |
5.3.2 ASV运动学覆盖控制算法 | 第104-110页 |
5.3.3 ASV动力学覆盖控制算法 | 第110-114页 |
5.3.4 仿真实验 | 第114-118页 |
5.3.5 结论分析 | 第118页 |
5.4 本章小结 | 第118-120页 |
第六章 流场环境下时间最优的覆盖控制 | 第120-140页 |
6.1 引言 | 第120页 |
6.2 问题描述 | 第120-123页 |
6.3 时间最优的覆盖控制 | 第123-135页 |
6.3.1 流场环境下的最短航行时间 | 第123-126页 |
6.3.2 流场环境下的最短时间控制 | 第126-132页 |
6.3.3 流场环境下时间最优的覆盖控制策略 | 第132-135页 |
6.4 仿真实验 | 第135-139页 |
6.5 本章小结 | 第139-140页 |
第七章 总结与展望 | 第140-144页 |
7.1 全文总结 | 第140-141页 |
7.2 研究展望 | 第141-144页 |
参考文献 | 第144-156页 |
致谢 | 第156-158页 |
作者简历及其博士期间取得的科研成果 | 第158-160页 |