基于神经网络的AUV航位推算算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 AUV概述 | 第10-11页 |
| 1.3 水下定位技术简介 | 第11-15页 |
| 1.4 水下定位技术国内外研究现状 | 第15-16页 |
| 1.4.1 国外研究现状 | 第15-16页 |
| 1.4.2 国内研究现状 | 第16页 |
| 1.5 论文主要内容及体系结构 | 第16-18页 |
| 第2章 神经网络相关技术分析 | 第18-25页 |
| 2.1 神经网络简介 | 第18-22页 |
| 2.2 最优化算法 | 第22-24页 |
| 2.3 数据预处理与评估方法 | 第24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 AUV运动模型 | 第25-30页 |
| 3.1 坐标系统 | 第25-26页 |
| 3.2 坐标系转换 | 第26-27页 |
| 3.3 航位推算法 | 第27-29页 |
| 3.4 本章小结 | 第29-30页 |
| 第4章 基于神经网络的航位推算法 | 第30-37页 |
| 4.1 俯仰角的估算 | 第32-34页 |
| 4.2 建立神经网络 | 第34-36页 |
| 4.3 本章小结 | 第36-37页 |
| 第5章 实验仿真 | 第37-51页 |
| 5.1 波浪模型 | 第37-38页 |
| 5.2 数据生成 | 第38-40页 |
| 5.3 仿真结果 | 第40-45页 |
| 5.3.1 算法A（俯仰角估测算法）结果展示 | 第40-42页 |
| 5.3.2 神经网络训练结果展示 | 第42-43页 |
| 5.3.3 DR-N算法实验结果展示 | 第43-45页 |
| 5.4 无人机模拟实验 | 第45-50页 |
| 5.4.1 无人机介绍 | 第45-46页 |
| 5.4.2 实验数据采集 | 第46-49页 |
| 5.4.3 实验结果 | 第49-50页 |
| 5.5 本章小结 | 第50-51页 |
| 第6章 结论与展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 作者简介及在学期间所取得的科研成果 | 第55-56页 |
| 致谢 | 第56页 |
