| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题研究背景 | 第10-11页 |
| 1.2 垂荡纵摇耦合运动数学建模研究现状 | 第11-14页 |
| 1.2.1 船舶垂荡纵摇耦合运动机理建模 | 第11-12页 |
| 1.2.2 船舶垂荡纵摇耦合运动辨识建模 | 第12-14页 |
| 1.3 本文研究目的和意义 | 第14-15页 |
| 1.4 本文主要工作 | 第15-18页 |
| 第2章 船舶垂荡和纵摇耦合运动数学模型 | 第18-30页 |
| 2.1 坐标系系统 | 第18-19页 |
| 2.1.1 船舶附体坐标系 | 第18-19页 |
| 2.1.2 空间固定坐标系 | 第19页 |
| 2.1.3 随船平动坐标系 | 第19页 |
| 2.1.4 波浪坐标系 | 第19页 |
| 2.2 船舶垂荡纵摇耦合运动数学模型 | 第19-20页 |
| 2.3 基于海浪谱的随机海浪干扰模型 | 第20-24页 |
| 2.3.1 基于切片理论的海浪干扰数学模型 | 第20-21页 |
| 2.3.2 JONSWAP谱 | 第21-23页 |
| 2.3.3 不同海况下波浪干扰模型 | 第23-24页 |
| 2.4 仿真实验 | 第24-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 用于模型辨识问题的支持向量机方法 | 第30-39页 |
| 3.1 系统辨识 | 第30页 |
| 3.2 回归问题 | 第30-31页 |
| 3.3 支持向量机 | 第31-38页 |
| 3.3.1 支持向量机用于回归问题 | 第32-33页 |
| 3.3.2 对偶问题 | 第33-35页 |
| 3.3.3 核函数 | 第35-36页 |
| 3.3.4 支持向量机用于参数辨识 | 第36-38页 |
| 3.4 SVM工具箱 | 第38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 船舶垂荡和纵摇运动数学模型的黑箱辨识 | 第39-57页 |
| 4.1 随机减量技术 | 第39-45页 |
| 4.1.1 用于黑箱辨识的船舶垂荡纵摇耦合运动模型 | 第40-42页 |
| 4.1.2 四自由度随机减量技术 | 第42-45页 |
| 4.2 神经网络辨识技术 | 第45-46页 |
| 4.3 黑箱辨识仿真实验 | 第46-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第5章 船舶垂荡和纵摇耦合运动数学模型的参数辨识 | 第57-68页 |
| 5.1 船舶垂荡纵摇耦合运动离散状态空间模型 | 第57-58页 |
| 5.2 参数辨识策略的仿真研究 | 第58-67页 |
| 5.2.1 样本构造 | 第59-60页 |
| 5.2.2 样本数对参数辨识精度的影响 | 第60-62页 |
| 5.2.3 海浪等级对参数辨识精度的影响 | 第62-65页 |
| 5.2.4 基于SVM船舶垂荡纵摇耦合运动辨识建模的泛化性能检验 | 第65-67页 |
| 5.3 本章小结 | 第67-68页 |
| 结论与展望 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 攻读学位期间公开发表论文 | 第72-73页 |
| 致谢 | 第73-74页 |
| 作者简介 | 第74页 |