| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 绪论 | 第9-16页 |
| ·课题研究的背景和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-14页 |
| ·滤波技术 | 第11-12页 |
| ·控制技术 | 第12-14页 |
| ·本文的主要研究内容 | 第14-16页 |
| 第2章 船舶动力定位系统数学模型 | 第16-36页 |
| ·引言 | 第16页 |
| ·船舶运动基本坐标系 | 第16-17页 |
| ·船舶运动模型 | 第17-21页 |
| ·操纵方程 | 第18-20页 |
| ·水动力模型 | 第20-21页 |
| ·动力定位系统数学模型 | 第21-24页 |
| ·船舶低频运动模型 | 第22-23页 |
| ·船舶高频运动模型 | 第23-24页 |
| ·推进器模型 | 第24页 |
| ·环境干扰力数学模型 | 第24-34页 |
| ·风的干扰力数学模型 | 第24-28页 |
| ·波浪干扰力数学模型 | 第28-33页 |
| ·流的干扰力数学模型 | 第33-34页 |
| ·本文采用的船舶模型 | 第34页 |
| ·本章小结 | 第34-36页 |
| 第3章 自适应线性神经网络滤波器研究与设计 | 第36-53页 |
| ·引言 | 第36页 |
| ·人工神经网络简介 | 第36-38页 |
| ·线性神经网络 | 第38-41页 |
| ·线性神经网络结构 | 第38-39页 |
| ·线性神经网络学习 | 第39-40页 |
| ·线性滤波器 | 第40-41页 |
| ·自适应线性神经网络滤波器 | 第41-49页 |
| ·自适应滤波原理 | 第41-42页 |
| ·最小均方算法 | 第42-46页 |
| ·改进的最小均方算法 | 第46-49页 |
| ·仿真分析 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 第4章 单神经元自适应 PID 控制器的研究与设计 | 第53-64页 |
| ·引言 | 第53页 |
| ·传统 PID 控制器 | 第53-54页 |
| ·基于单神经元的自适应 PID 控制器设计 | 第54-58页 |
| ·单神经元自适应控制器原理 | 第54-55页 |
| ·采用有监督 Hebb 学习规则的单神经元 PID 控制器 | 第55-58页 |
| ·神经元自适应 PID 控制器的改进 | 第58页 |
| ·单神经元 PID 控制器在船舶动力定位系统中的实现 | 第58-63页 |
| ·单神经元 PID 控制器的学习过程 | 第58-59页 |
| ·仿真实验 | 第59-63页 |
| ·本章小结 | 第63-64页 |
| 第5章 船舶动力定位系统滤波方法仿真研究 | 第64-76页 |
| ·引言 | 第64页 |
| ·船舶在动力定位中所受到的波浪力 | 第64-66页 |
| ·自适应神经网络滤波器在船舶动力定位系统中的实现 | 第66-75页 |
| ·船舶在静水中的仿真实验 | 第67-69页 |
| ·船舶在加入海浪干扰情况下的仿真实验 | 第69-75页 |
| ·本章小结 | 第75-76页 |
| 结论 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第81-82页 |
| 致谢 | 第82页 |
