摘要 | 第5-7页 |
abstract | 第7-9页 |
第1章 绪论 | 第12-20页 |
1.1 课题研究的背景及意义 | 第12页 |
1.2 水下无人平台载体技术研究现状 | 第12-15页 |
1.3 水下无人平台控制方法研究现状 | 第15-18页 |
1.4 课题来源与本文主要研究内容 | 第18-20页 |
第2章 水下无人平台实验载体研究 | 第20-35页 |
2.1 引言 | 第20页 |
2.2 水下无人平台实验载体设计 | 第20-26页 |
2.2.1 水下无人平台实验载体传感器与其位置布置 | 第20-22页 |
2.2.2 水下无人平台实验载体控制系统设计 | 第22-26页 |
2.3 推力解算 | 第26-28页 |
2.3.1 推进器推力分配 | 第26-27页 |
2.3.2 推进器建模 | 第27-28页 |
2.4 水下无人平台实验载体的建模 | 第28-34页 |
2.4.1 坐标系选取与坐标转换矩阵 | 第28-30页 |
2.4.2 水下无人平台实验载体动力学建模 | 第30-33页 |
2.4.3 水下无人平台实验载体动力学模型参数辨识 | 第33-34页 |
2.5 本章小结 | 第34-35页 |
第3章 浮力调节子系统研究 | 第35-51页 |
3.1 引言 | 第35页 |
3.2 浮力调节子系统设计 | 第35-42页 |
3.2.1 浮力调节子系统总体方案分析 | 第35-36页 |
3.2.2 浮力调节子系统总体设计 | 第36-37页 |
3.2.3 浮力调节子系统元件设计与研究 | 第37-42页 |
3.3 压载舱水量求解 | 第42-44页 |
3.3.1 纵倾角求解 | 第42-44页 |
3.3.2 水量分配求解 | 第44页 |
3.4 压载舱水量控制 | 第44-49页 |
3.4.1 系统数学模型建立 | 第44-46页 |
3.4.2 单神经元自适应PID控制器设计 | 第46-47页 |
3.4.3 压载舱水量控制仿真实验 | 第47-49页 |
3.5 本章小结 | 第49-51页 |
第4章 神经网络自适应反演滑模控制器研究 | 第51-64页 |
4.1 引言 | 第51页 |
4.2 自适应反演滑模控制方法 | 第51-56页 |
4.2.1 自适应反演滑模控制器 | 第51-54页 |
4.2.2 自适应反演滑模控制器仿真实验 | 第54-56页 |
4.3 基于RBF网络的自适应反演滑模控制方法 | 第56-60页 |
4.3.1 基于RBF网络自适应反演滑模控制器 | 第56-58页 |
4.3.2 基于RBF网络的自适应反演滑模控制器仿真实验 | 第58-60页 |
4.4 不同逼近方法的控制效果对比仿真实验 | 第60-62页 |
4.5 本章小结 | 第62-64页 |
第5章 控制算法实验研究 | 第64-78页 |
5.1 引言 | 第64页 |
5.2 水量控制算法验证实验 | 第64-67页 |
5.2.1 流速传感器流量信息获取 | 第64-66页 |
5.2.2 水量控制实验 | 第66-67页 |
5.3 运动控制算法验证实验 | 第67-77页 |
5.3.1 自适应反演滑模运动控制算法水池验证实验 | 第68-73页 |
5.3.2 基于RBF网络的自适应反演滑模运动控制算法水池验证实验 | 第73-75页 |
5.3.3 不同逼近方法控制效果对比水池验证实验 | 第75-77页 |
5.4 本章小结 | 第77-78页 |
结论 | 第78-80页 |
参考文献 | 第80-86页 |
致谢 | 第86页 |