| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题的背景及意义 | 第11-12页 |
| 1.2 船舶运动数学模型的研究现状 | 第12-14页 |
| 1.3 船舶运动预报国内外研究现状 | 第14-15页 |
| 1.4 论文的主要工作与内容 | 第15-17页 |
| 第2章 分离型船舶运动数学模型 | 第17-55页 |
| 2.1 分离型船舶模型概述 | 第17页 |
| 2.2 动力学原理的非线性船舶运动模型的建立 | 第17-24页 |
| 2.2.1 坐标系的建立及坐标系下的主要符号 | 第17-19页 |
| 2.2.2 刚体动力学下的船舶运动建模 | 第19-23页 |
| 2.2.3 船舶四自由度运动方程 | 第23-24页 |
| 2.3 船舶运动外力的合力(力矩) | 第24-37页 |
| 2.3.1 船舶所受各干扰力(力矩)的简述 | 第24-25页 |
| 2.3.2 各干扰力(力矩)的推算 | 第25-37页 |
| 2.4 海浪谱分解与海浪的干扰力及力矩 | 第37-46页 |
| 2.4.1 规则波 | 第37-39页 |
| 2.4.2 海浪 | 第39-40页 |
| 2.4.3 海浪谱分解 | 第40-42页 |
| 2.4.4 海浪的实时仿真方法 | 第42-46页 |
| 2.5 船舶非线性运动模型及仿真研究 | 第46-53页 |
| 2.6 本章小结 | 第53-55页 |
| 第3章 基于扩展Kalman滤波的非线性模型参数辨识 | 第55-79页 |
| 3.1 经典卡尔曼滤波器 | 第55-61页 |
| 3.1.1 确定性系统与随机系统 | 第55-57页 |
| 3.1.2 状态估计准则 | 第57页 |
| 3.1.3 Kalman滤波公式 | 第57-60页 |
| 3.1.4 连续系统的Kalman滤波器 | 第60-61页 |
| 3.2 扩展Kalman滤波算法 | 第61-68页 |
| 3.2.1 EKF滤波问题的提法 | 第61-62页 |
| 3.2.2 EKF线性化处理方法 | 第62-63页 |
| 3.2.3 连续-离散系统的EKF | 第63-65页 |
| 3.2.4 EKF的稳定性和收敛性 | 第65-67页 |
| 3.2.5 参数漂移与动力相消 | 第67-68页 |
| 3.3 基于扩展Kalman滤波算法模型参数辨识 | 第68-78页 |
| 3.3.1 分离型船舶运动模型辨识的框图 | 第68-69页 |
| 3.3.2 辨识船舶水动力系数时的数据选取 | 第69-70页 |
| 3.3.3 船舶运动模型的变换 | 第70-72页 |
| 3.3.4 数据预处理 | 第72页 |
| 3.3.5 参数辨识实验及分析 | 第72-76页 |
| 3.3.6 参数辨识结果的分析及验证 | 第76-78页 |
| 3.4 本章小结 | 第78-79页 |
| 第4章 基于扩展Kalman滤波的船舶运动自适应建模预报 | 第79-85页 |
| 4.1 自适应预报模型 | 第79-80页 |
| 4.2 自适应建模预报仿真实验及对比分析 | 第80-83页 |
| 4.3 本章小结 | 第83-85页 |
| 结论 | 第85-87页 |
| 参考文献 | 第87-91页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第91-92页 |
| 致谢 | 第92页 |