| 第1章 绪论 | 第1-18页 |
| ·课题研究的目的与意义 | 第10-12页 |
| ·国内外研究状况 | 第12-17页 |
| ·潜器的研究现状 | 第12-15页 |
| ·潜器控制技术的发展状况 | 第15-17页 |
| ·本论文的主要工作 | 第17-18页 |
| 第2章 潜器的建模 | 第18-32页 |
| ·引言 | 第18页 |
| ·六自由度对线控位系统模型 | 第18-19页 |
| ·六自由度对线控位潜器运动的数学模型 | 第19-27页 |
| ·建立坐标系 | 第19-22页 |
| ·潜器的动力学方程 | 第22-23页 |
| ·流体动力 | 第23-25页 |
| ·重力与浮力 | 第25-26页 |
| ·艇体运动数学模型 | 第26-27页 |
| ·执行机构数学模型 | 第27-29页 |
| ·艏艉舵桨模型 | 第27-29页 |
| ·水舱调节机构 | 第29页 |
| ·环境干扰模型 | 第29-30页 |
| ·海流干扰 | 第29-30页 |
| ·不平衡力模型 | 第30页 |
| ·本章小结 | 第30-32页 |
| 第3章 PID控制器在潜器对线控位中的应用 | 第32-44页 |
| ·引言 | 第32页 |
| ·PID控制概述 | 第32-34页 |
| ·数字 PID控制算法 | 第34-37页 |
| ·位置式 PID控制算法 | 第34-36页 |
| ·增量式 PID控制算法 | 第36-37页 |
| ·积分分离 PID控制 | 第37-38页 |
| ·PID控制器的设计与应用 | 第38-40页 |
| ·PID控制器的仿真结果分析 | 第40-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 神经网络控制基础 | 第44-59页 |
| ·引言 | 第44页 |
| ·神经网络基本原理 | 第44-53页 |
| ·神经网络基础 | 第44-46页 |
| ·神经元 | 第46-49页 |
| ·感知器模型 | 第49-50页 |
| ·梯度下降算法 | 第50-51页 |
| ·学习算法 | 第51-53页 |
| ·ANN其它的学习方法和网络 | 第53页 |
| ·BP神经网络 | 第53-58页 |
| ·网络的构成 | 第54-55页 |
| ·网络的训练 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 第5章 自适应神经网络控制器在潜器对线控位中的应用 | 第59-80页 |
| ·引言 | 第59页 |
| ·神经网络控制器的设计 | 第59-62页 |
| ·单神经元自适应 PID控制 | 第59-60页 |
| ·BP神经网络的PID控制器结构 | 第60-61页 |
| ·BP网络结构 | 第61-62页 |
| ·改进型 BP神经网络k_p，k_i，k_j，参数自学习PID控制 | 第62-67页 |
| ·采用线性预测模型的BP神经网络 PID控制 | 第62-63页 |
| ·采用非线性预测模型的BP神经网络 PID控制器 | 第63-67页 |
| ·自适应神经网络控制器的设计与应用 | 第67-71页 |
| ·自适应神经网络控制器的设计 | 第67-69页 |
| ·控制系统仿真流程图 | 第69-71页 |
| ·神经网络 PID控制器的仿真结果分析 | 第71-74页 |
| ·不同海流干扰下神经网络控制器的仿真结果分析 | 第74-79页 |
| ·本章小结 | 第79-80页 |
| 结论 | 第80-81页 |
| 参考文献 | 第81-85页 |
| 致谢 | 第85页 |