摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第10-16页 |
1.1 论文的研究背景及意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-15页 |
1.3 论文主要研究内容 | 第15-16页 |
第2章 船舶动力定位系统的数学模型 | 第16-28页 |
2.1 引言 | 第16-17页 |
2.2 船舶数学模型 | 第17-22页 |
2.2.1 坐标系及坐标变换 | 第17-18页 |
2.2.2 船舶运动学方程 | 第18-19页 |
2.2.3 船舶动力学方程 | 第19-20页 |
2.2.4 船舶动力定位数学模型 | 第20-22页 |
2.3 船舶所受扰动力模型 | 第22-24页 |
2.3.1 风、浪、流等环境干扰力数学模型 | 第23-24页 |
2.3.2 系统未建模动态数学模型 | 第24页 |
2.4 船舶运动模型的控制仿真 | 第24-27页 |
2.5 本章小结 | 第27-28页 |
第3章 船舶动力定位系统线性/非线性自抗扰切换控制 | 第28-48页 |
3.1 引言 | 第28页 |
3.2 线性、非线性自抗扰的特点 | 第28-33页 |
3.2.1 非线性自抗扰算法的设计原理 | 第28-31页 |
3.2.2 线性自抗扰算法的设计原理 | 第31-32页 |
3.2.3 线性、非线性自抗扰的特点比较 | 第32-33页 |
3.3 线性/非线性自抗扰切换算法 | 第33-37页 |
3.3.1 LADRC/NLADRC切换算法设计 | 第33-35页 |
3.3.2 LADRC/NLADRC切换算法中参数整定 | 第35-37页 |
3.4 仿真研究与分析 | 第37-46页 |
3.5 本章小结 | 第46-48页 |
第4章 动力定位系统自抗扰切换算法的智能优化 | 第48-57页 |
4.1 引言 | 第48页 |
4.2 基于RBF神经网络的自抗扰切换控制器设计 | 第48-51页 |
4.2.1 RBF神经网络模型 | 第49-50页 |
4.2.2 基于RBF网络优化的自抗扰切换算法 | 第50-51页 |
4.3 仿真研究与分析 | 第51-56页 |
4.4 本章小结 | 第56-57页 |
第5章 结论与展望 | 第57-59页 |
参考文献 | 第59-63页 |
攻读学位期间公开发表论文 | 第63-64页 |
致谢 | 第64页 |