耙吸挖泥船运动模型辨识研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-16页 |
| 1.1 课题研究背景和意义 | 第12页 |
| 1.2 船舶运动模型概述 | 第12-13页 |
| 1.3 船舶模型参数辨识研究现状 | 第13-14页 |
| 1.4 本文的主要内容 | 第14-16页 |
| 第2章 耙吸挖泥船运动数学模型 | 第16-32页 |
| 2.1 坐标系 | 第16-18页 |
| 2.2 船舶动力学模型 | 第18-21页 |
| 2.2.1 船舶低频运动模型 | 第18-20页 |
| 2.2.2 船舶高频运动模型 | 第20-21页 |
| 2.3 环境扰动力模型 | 第21-24页 |
| 2.3.1 风扰动力模型 | 第21-23页 |
| 2.3.2 浪扰动力模型 | 第23页 |
| 2.3.3 海流扰动力模型 | 第23-24页 |
| 2.4 耙吸挖泥船作业产生力模型 | 第24-31页 |
| 2.4.1 螺旋桨力模型 | 第24-25页 |
| 2.4.2 舵力模型 | 第25-27页 |
| 2.4.3 喷艏反推力模型 | 第27-28页 |
| 2.4.4 耙臂拖拽力模型 | 第28-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 并行扩展卡尔曼滤波的系统辨识算法 | 第32-45页 |
| 3.1 系统辨识概述 | 第32-34页 |
| 3.1.1 系统辨识的定义 | 第32-33页 |
| 3.1.2 系统辨识的基本原理 | 第33页 |
| 3.1.3 系统辨识的步骤 | 第33-34页 |
| 3.2 卡尔曼滤波理论 | 第34-38页 |
| 3.2.1 卡尔曼滤波简介 | 第34-35页 |
| 3.2.2 扩展卡尔曼滤波算法 | 第35-37页 |
| 3.2.3 扩展卡尔曼滤波运用于系统辨识 | 第37-38页 |
| 3.3 并行扩展卡尔曼滤波理论 | 第38-43页 |
| 3.3.1 并行扩展卡尔曼滤波算法 | 第38-40页 |
| 3.3.2 并行算法的推导过程 | 第40-42页 |
| 3.3.3 并行扩展卡尔曼滤波的系统辨识算法 | 第42-43页 |
| 3.4 两种算法精度比较 | 第43-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第4章 小波分析运用于船舶实验数据预处理 | 第45-61页 |
| 4.1 小波分析的基本原理 | 第45-50页 |
| 4.1.1 小波分析简介 | 第45-46页 |
| 4.1.2 小波变换 | 第46-47页 |
| 4.1.3 多分辨分析 | 第47-48页 |
| 4.1.4 小波分解与重构算法 | 第48-50页 |
| 4.2 小波阀值消噪运用于船舶试验数据预处理 | 第50-60页 |
| 4.2.1 小波阀值消噪简介 | 第50-52页 |
| 4.2.2 Daubechies小波 | 第52-54页 |
| 4.2.3 数据消噪实例 | 第54-60页 |
| 4.3 本章小结 | 第60-61页 |
| 第5章 耙吸挖泥船系统参数辨识和仿真 | 第61-76页 |
| 5.1 船舶运动模型辨识分析 | 第61-63页 |
| 5.1.1 辨识参数的描述 | 第61-63页 |
| 5.1.2 系统可辨识分析 | 第63页 |
| 5.2 两种卡尔曼滤波的船舶参数辨识 | 第63-70页 |
| 5.2.1 基于纵荡实验的参数辨识 | 第64页 |
| 5.2.2 基于横荡和艏摇实验的参数辨识 | 第64-66页 |
| 5.2.3 参数辨识结果 | 第66-70页 |
| 5.3 参数结果仿真对比 | 第70-75页 |
| 5.3.1 船舶操纵性实验仿真 | 第71-74页 |
| 5.3.2 变吃水作业状态下耙吸挖泥船运动仿真 | 第74-75页 |
| 5.4 本章小结 | 第75-76页 |
| 结论 | 第76-77页 |
| 参考文献 | 第77-80页 |
| 攻读硕士学位期间所发表的学术论文及科研成果 | 第80-81页 |
| 致谢 | 第81页 |
