| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 主要符号表 | 第14-17页 |
| 第1章 绪论 | 第17-35页 |
| 1.1 引言 | 第17-19页 |
| 1.2 USV路径跟踪控制现状 | 第19-31页 |
| 1.2.1 路径跟踪控制方法 | 第19-25页 |
| 1.2.2 自适应控制方法 | 第25-30页 |
| 1.2.3 视距导航算法 | 第30-31页 |
| 1.3 USV状态观测器研究现状 | 第31-32页 |
| 1.3.1 UIO观测器 | 第31-32页 |
| 1.3.2 ESO观测器 | 第32页 |
| 1.4 论文的项目来源 | 第32页 |
| 1.5 论文结构及主要内容 | 第32-35页 |
| 第2章 无人船运动建模 | 第35-49页 |
| 2.1 船舶运动模型 | 第35-43页 |
| 2.1.1 运动坐标系 | 第35-36页 |
| 2.1.2 水动力模型 | 第36-40页 |
| 2.1.3 响应型模型 | 第40-43页 |
| 2.2 环境干扰 | 第43-46页 |
| 2.2.1 水动力模型 | 第43-45页 |
| 2.2.2 响应型模型 | 第45-46页 |
| 2.3 模型不确定性 | 第46-48页 |
| 2.3.1 水动力模型 | 第46-47页 |
| 2.3.2 响应型模型 | 第47-48页 |
| 2.4 本章小结 | 第48-49页 |
| 第3章 不确定环境下基于预测控制的无人船轨迹跟踪控制 | 第49-72页 |
| 3.1 基本原理 | 第49-51页 |
| 3.1.1 MPC基本原理 | 第49-50页 |
| 3.1.2 基于MPC的USV轨迹跟踪基本原理 | 第50-51页 |
| 3.2 基于线性MPC的轨迹跟踪控制 | 第51-64页 |
| 3.2.1 非线性状态空间模型建立 | 第51页 |
| 3.2.2 模型线性化和离散化 | 第51-53页 |
| 3.2.3 约束条件设置 | 第53-55页 |
| 3.2.4 最优化问题 | 第55-56页 |
| 3.2.5 仿真实验 | 第56-64页 |
| 3.3 基于非线性MPC的轨迹跟踪控制 | 第64-68页 |
| 3.3.1 模型离散化 | 第64-65页 |
| 3.3.2 约束条件设置 | 第65-66页 |
| 3.3.3 最优化问题 | 第66页 |
| 3.3.4 仿真实验 | 第66-68页 |
| 3.4 基于MPC与基于滑模控制的轨迹跟踪效果对比 | 第68-70页 |
| 3.4.1 基于滑模控制的轨迹跟踪控制方法 | 第68-69页 |
| 3.4.2 仿真实验对比 | 第69-70页 |
| 3.5 本章小结 | 第70-72页 |
| 第4章 基于自适应LOS的无人船路径跟随控制 | 第72-92页 |
| 4.1 路径跟随控制原理 | 第72-73页 |
| 4.2 自适应LOS导航 | 第73-77页 |
| 4.2.1 LOS基本原理 | 第73-76页 |
| 4.2.2 自适应LOS导航算法 | 第76-77页 |
| 4.3 路径跟随控制模型 | 第77-79页 |
| 4.3.1 响应型模型 | 第78页 |
| 4.3.2 路径跟随控制模型 | 第78-79页 |
| 4.4 基于自适应LOS和MPC的路径跟随控制 | 第79-80页 |
| 4.5 仿真实验 | 第80-91页 |
| 4.5.1 仿真参数设计 | 第80-81页 |
| 4.5.2 自适应LOS参数整定 | 第81-82页 |
| 4.5.3 自适应LOS与传统LOS的路径跟随效果对比 | 第82-84页 |
| 4.5.4 无干扰情况下基于自适应LOS和MPC的路径跟随控制 | 第84页 |
| 4.5.5 基于MPC与基于Backstepping的路径跟随对比 | 第84-87页 |
| 4.5.6 干扰情况下基于自适应LOS和MPC的路径跟随控制 | 第87-91页 |
| 4.6 本章小结 | 第91-92页 |
| 第5章 模型不确定下基于LS-SVM的无人船路径跟随自适应控制 | 第92-108页 |
| 5.1 基于传统LS-SVM的运动模型参数辨识方法 | 第92-97页 |
| 5.1.1 基于传统LS-SVM的函数估计方法 | 第92-95页 |
| 5.1.2 基于传统LS-SVM的船舶路径跟随参数辨识方法 | 第95-97页 |
| 5.2 基于λ-LS-SVM的运动模型在线参数辨识方法 | 第97-101页 |
| 5.2.1 基于滑动数据窗口的在线辨识方法 | 第97-98页 |
| 5.2.2 模型变化指数设计 | 第98-99页 |
| 5.2.3 输入持续激励方法 | 第99-100页 |
| 5.2.4 基于λ-LS-SVM的船舶运动模型在线辨识算法 | 第100-101页 |
| 5.3 基于λ-LS-SVM和MPC的自适应路径跟随控制 | 第101-102页 |
| 5.4 仿真实验 | 第102-107页 |
| 5.4.1 场景1：机构老化引起的参数改变 | 第103-104页 |
| 5.4.2 场景2：水流等引起的参数改变 | 第104-105页 |
| 5.4.3 场景3：船舶操纵性的改变 | 第105-107页 |
| 5.4.4 仿真结果及分析 | 第107页 |
| 5.5 本章小结 | 第107-108页 |
| 第6章 含未知状态和干扰时基于ESO观测器的无人船路径跟随控制 | 第108-132页 |
| 6.1 通用ESO观测器 | 第108-113页 |
| 6.1.1 ESO观测器的提出 | 第108-110页 |
| 6.1.2 通用ESO观测器的提出 | 第110-113页 |
| 6.2 补偿ESO观测器 | 第113-116页 |
| 6.2.1 连续补偿扩张状态观测器 | 第113-115页 |
| 6.2.2 离散补偿扩张状态观测器 | 第115-116页 |
| 6.3 基于离散补偿ESO观测器的MPC控制方法 | 第116-126页 |
| 6.3.1 方法的提出 | 第116-117页 |
| 6.3.2 稳定性分析 | 第117-120页 |
| 6.3.3 实例验证 | 第120-126页 |
| 6.4 基于LEM控制方法的路径跟随控制 | 第126-131页 |
| 6.4.1 基本原理 | 第127页 |
| 6.4.2 仿真实验验证 | 第127-131页 |
| 6.5 本章小结 | 第131-132页 |
| 第7章 无人船运动控制实验平台验证研究 | 第132-157页 |
| 7.1 模型船运动控制实验平台 | 第132-139页 |
| 7.1.1 模型船 | 第134-135页 |
| 7.1.2 感知系统 | 第135-136页 |
| 7.1.3 运动控制器 | 第136-137页 |
| 7.1.4 远程监控系统 | 第137-138页 |
| 7.1.5 模型船平台性能测试 | 第138-139页 |
| 7.2 平台算法实现 | 第139-144页 |
| 7.2.1 MPC算法 | 第140-141页 |
| 7.2.2 传感器滤波算法 | 第141页 |
| 7.2.3 舵角反馈控制算法 | 第141-142页 |
| 7.2.4 基于单目视觉的定位算法 | 第142-144页 |
| 7.3 实验验证 | 第144-156页 |
| 7.3.1 基于MPC与基于PID的航向跟踪控制对比实验 | 第145-148页 |
| 7.3.2 基于MPC与基于PID的路径跟随控制对比实验 | 第148-150页 |
| 7.3.3 自适应LOS导航算法与固定LOS导航算法对比实验 | 第150-153页 |
| 7.3.4 基于LEM的路径跟随控制实验 | 第153-156页 |
| 7.4 本章小结 | 第156-157页 |
| 第8章 结论、主要创新点及展望 | 第157-160页 |
| 8.1 结论 | 第157-158页 |
| 8.2 主要创新点 | 第158页 |
| 8.3 展望 | 第158-160页 |
| 致谢 | 第160-161页 |
| 参考文献 | 第161-171页 |
| 博士期间已发表或投稿的论文、申请的专利以及参与的科研项目 | 第171-172页 |
