| 摘要 | 第1-8页 |
| Abstract | 第8-13页 |
| 第1章 绪论 | 第13-27页 |
| ·课题研究的目的和意义 | 第13-14页 |
| ·研究背景 | 第14-15页 |
| ·研究现状及发展趋势 | 第15-26页 |
| ·船舶运动控制的研究现状 | 第15-18页 |
| ·系统建模与仿真的VV&A研究现状 | 第18-20页 |
| ·船舶运动控制算法测试系统的研究现状 | 第20-22页 |
| ·虚拟现实的研究现状 | 第22-23页 |
| ·预测控制与智能控制的研究现状 | 第23-26页 |
| ·本论文工作内容 | 第26-27页 |
| 第2章 船舶运动数学模型 | 第27-58页 |
| ·船舶运动数学模型发展的历史过程 | 第27-29页 |
| ·船舶操纵性的研究 | 第27-28页 |
| ·船舶运动数学模型发展 | 第28-29页 |
| ·船舶运动数学模型的一般推导 | 第29-34页 |
| ·四自由度船舶运动数学模型的建立 | 第34-50页 |
| ·MMG模型的力及力矩分解 | 第34页 |
| ·裸船体上的流体动力及力矩计算模型 | 第34-39页 |
| ·螺旋桨推力及转矩计算模型 | 第39-40页 |
| ·主机特性计算模型 | 第40-42页 |
| ·舵特性计算模型 | 第42-43页 |
| ·舵机模型 | 第43-44页 |
| ·风的干扰力和力矩的数学模型 | 第44-46页 |
| ·波浪干扰力和力矩的数学模型 | 第46-49页 |
| ·流的干扰力数学模型 | 第49-50页 |
| ·四自由度船舶运动数学模型的总体结构 | 第50页 |
| ·响应型船舶运动数学模型 | 第50-56页 |
| ·线性平面运动微分方程 | 第52页 |
| ·二自由度和三自由度线性平面运动微分方程 | 第52-54页 |
| ·Nomoto线性船舶运动模型 | 第54-55页 |
| ·Norrbin非线性船舶运动模型 | 第55-56页 |
| ·风浪的等效扰动模型 | 第56页 |
| ·小结 | 第56-58页 |
| 第3章 系统建模与仿真的校核、验证和验收技术 | 第58-71页 |
| ·VV&A的基本概念 | 第58-59页 |
| ·可信度的基本概念以及它与VV&A的关系 | 第59-61页 |
| ·VV&A的基本原则 | 第61-64页 |
| ·VV&A技术与方法 | 第64-68页 |
| ·模型校核方法 | 第64-66页 |
| ·模型验证方法 | 第66-68页 |
| ·VV&A的过程 | 第68-70页 |
| ·复杂VV&A过程 | 第68页 |
| ·VV&A过程的优化 | 第68-69页 |
| ·简单VV&A过程 | 第69-70页 |
| ·小结 | 第70-71页 |
| 第4章 船舶运动控制系统仿真VV&A过程的研究 | 第71-98页 |
| ·算法测试中引入VV&A的分析 | 第71-74页 |
| ·算法测试的目的 | 第71-72页 |
| ·算法测试现状以及问题 | 第72-73页 |
| ·算法测试中引入VV&A的作用 | 第73-74页 |
| ·船舶运动系统仿真的VV&A过程的建立 | 第74-97页 |
| ·多种模型的选择 | 第74-79页 |
| ·模型的完整性与精确性 | 第79-92页 |
| ·事件仿真算法测试 | 第92-96页 |
| ·船舶运动控制系统仿真的VV&A过程 | 第96-97页 |
| ·小结 | 第97-98页 |
| 第5章 船舶运动控制算法测试系统的研究 | 第98-120页 |
| ·船舶运动控制算法仿真测试实验系统 | 第98-110页 |
| ·仿真系统的目的以及功能结构图 | 第98-100页 |
| ·仿真系统的功能介绍 | 第100-110页 |
| ·船舶运动控制算法测试分布式虚拟仿真系统 | 第110-118页 |
| ·实时三维视景仿真软件Vega | 第110-112页 |
| ·VC++6.0下利用Vega开发虚拟船舶运动场景 | 第112-115页 |
| ·其他虚拟仿真子系统介绍 | 第115-116页 |
| ·船舶运动控制算法测试分布式虚拟仿真系统 | 第116-118页 |
| ·小结 | 第118-120页 |
| 第6章 船舶航向运动RBF神经网络预测控制及其基于VV&A的算法测试研究 | 第120-145页 |
| ·预测控制原理 | 第120-123页 |
| ·预测控制的基本结构 | 第120-122页 |
| ·预测控制的基本特征 | 第122-123页 |
| ·基于RBF神经网络的非线性船舶航向运动预测控制的研究 | 第123-144页 |
| ·径向基函数神经网络 | 第124-126页 |
| ·RBF神经网络的离线训练方法 | 第126-128页 |
| ·基于RBF神经网络的船舶航向运动预测控制 | 第128-134页 |
| ·自适应RBF神经网络船舶航向运动预测控制 | 第134-144页 |
| ·小结 | 第144-145页 |
| 结论 | 第145-147页 |
| 参考文献 | 第147-156页 |
| 攻读学位期间公开发表论文 | 第156-157页 |
| 致谢 | 第157-158页 |
| 研究生履历 | 第158页 |
