| 创新点摘要 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-10页 |
| 第1章 引言 | 第13-25页 |
| 1.1 研究的背景和必要性 | 第13-22页 |
| 1.1.1 航迹规划方法概述 | 第14-17页 |
| 1.1.2 滤波理论研究概况 | 第17-21页 |
| 1.1.3 滑模控制方法 | 第21-22页 |
| 1.2 主要研究内容 | 第22-24页 |
| 1.3 研究方法和解决的问题 | 第24-25页 |
| 第2章 自适应权值粒子滤波与船舶多种传感器信息融合 | 第25-47页 |
| 2.1 标准粒子滤波 | 第26-33页 |
| 2.1.1 序贯重要性采样 | 第26-28页 |
| 2.1.2 重采样 | 第28-29页 |
| 2.1.3 标准粒子滤波算法 | 第29-31页 |
| 2.1.4 粒子滤波存在的问题 | 第31-33页 |
| 2.2 应用二阶自适应权值粒子滤波的多传感器信息融合 | 第33-39页 |
| 2.2.1 集中式融合的标准粒子滤波 | 第33-34页 |
| 2.2.2 二阶集中式粒子滤波 | 第34-38页 |
| 2.2.3 二阶自适应权值粒子滤波的多传感器信息算法 | 第38-39页 |
| 2.3 仿真结果与实验分析 | 第39-45页 |
| 2.3.1 仿真结果 | 第39-41页 |
| 2.3.2 实船试验 | 第41-45页 |
| 2.4 本章小结 | 第45-47页 |
| 第3章 船舶航迹规划算法设计 | 第47-93页 |
| 3.1 支持向量机和粒子群理论基础 | 第47-56页 |
| 3.1.1 支持向量机算法模型 | 第47-53页 |
| 3.1.2 粒子群算法模型 | 第53-56页 |
| 3.2 基于支持向量机的航路规划 | 第56-62页 |
| 3.2.1 支持向量机算法 | 第56-58页 |
| 3.2.2 基于SVM的航路规划 | 第58-61页 |
| 3.2.3 实验结果 | 第61-62页 |
| 3.3 基于模糊逻辑的二维全局粒子群航迹规划 | 第62-75页 |
| 3.3.1 基于模糊逻辑的粒子群算法设计 | 第62-66页 |
| 3.3.2 基于模糊逻辑的二维全局粒子群航迹规划 | 第66-72页 |
| 3.3.3 算法仿真及性能分析 | 第72-75页 |
| 3.4 基于网络优化算法的航迹规划 | 第75-91页 |
| 3.4.1 建立数学模型 | 第75-81页 |
| 3.4.2 航路规划 | 第81-83页 |
| 3.4.3 算法速度的提高 | 第83-87页 |
| 3.4.4 计算结果 | 第87-91页 |
| 3.5 本章小结 | 第91-93页 |
| 第4章 欠驱动船舶运动的镇定控制及轨迹跟踪控制 | 第93-122页 |
| 4.1 欠驱动水面船舶运动数学模型 | 第93-96页 |
| 4.1.1 船舶操纵运动数学模型 | 第93-94页 |
| 4.1.2 欠驱动水面船舶模型简化 | 第94-96页 |
| 4.2 基于Backstepping的欠驱动水面船舶运动镇定控制器设计 | 第96-101页 |
| 4.3 仿真研究 | 第101-107页 |
| 4.3.1 无风无流条件下的仿真结果 | 第102-104页 |
| 4.3.2 有风流条件下的仿真结果 | 第104-107页 |
| 4.4 欠驱动船舶的滑模控制器的设计 | 第107-110页 |
| 4.4.1 确定参考轨迹 | 第107页 |
| 4.4.2 纵向控制律 | 第107-108页 |
| 4.4.3 横侧向运动控制律 | 第108-110页 |
| 4.5 系统的稳定性分析 | 第110-111页 |
| 4.6 级联控制结构 | 第111-112页 |
| 4.7 仿真研究 | 第112-120页 |
| 4.7.1 环形目标轨迹 | 第112-115页 |
| 4.7.2 直线目标轨迹 | 第115-119页 |
| 4.7.3 对比分析 | 第119-120页 |
| 4.8 本章小结 | 第120-122页 |
| 第5章 结论 | 第122-124页 |
| 参考文献 | 第124-133页 |
| 攻读学位期间公开发表论文 | 第133-134页 |
| 致谢 | 第134-135页 |
| 作者简介 | 第135页 |
