| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-28页 |
| ·引言 | 第12页 |
| ·水下机器人的研究现状 | 第12-15页 |
| ·国外水下机器人的研究现状 | 第12-15页 |
| ·国内水下机器人的研究现状 | 第15页 |
| ·水下机器人动力学模型辨识技术综述 | 第15-16页 |
| ·基于线性系统理论的水下机器人动力学模型 | 第15页 |
| ·基于牛顿-欧拉方程的水下机器人动力学模型 | 第15-16页 |
| ·基于神经网络的水下机器人动力学模型 | 第16页 |
| ·水下机器人运动控制技术综述 | 第16-23页 |
| ·改进的PID控制 | 第17-18页 |
| ·模糊控制 | 第18-19页 |
| ·自适应控制 | 第19-20页 |
| ·滑模控制 | 第20-21页 |
| ·神经网络控制 | 第21-22页 |
| ·其它控制方法 | 第22-23页 |
| ·广义预测控制算法及其应用 | 第23-26页 |
| ·广义预测控制的基本原理 | 第23-25页 |
| ·神经广义预测控制算法 | 第25页 |
| ·广义预测控制算法应用综述 | 第25-26页 |
| ·课题的来源及论文主要研究工作 | 第26-28页 |
| 第2章 水下机器人模型建立与参数辨识 | 第28-48页 |
| ·引言 | 第28页 |
| ·"海狸"水下机器人试验平台 | 第28-29页 |
| ·运动学模型 | 第29-33页 |
| ·坐标系的建立 | 第29-31页 |
| ·坐标转换 | 第31-32页 |
| ·坐标转换矩阵的简化 | 第32-33页 |
| ·水下机器人动力学模型 | 第33-39页 |
| ·动力学模型参数矩阵 | 第33-37页 |
| ·动力学模型参数矩阵的简化 | 第37-39页 |
| ·水下机器人单自由度动力学模型 | 第39页 |
| ·推进器动力学模型分析与参数辨识 | 第39-41页 |
| ·推进器动力学模型 | 第39-40页 |
| ·推进器动力学模型参数辨识 | 第40-41页 |
| ·水下机器人动力学模型参数辨识 | 第41-47页 |
| ·最小二乘参数估计方法 | 第42页 |
| ·艏向自由度动力学模型参数辨识 | 第42-44页 |
| ·纵向自由度动力学模型参数辨识 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 第3章 基于神经网络的水下机器人动力学模型 | 第48-68页 |
| ·引言 | 第48页 |
| ·神经网络模型辨识原理 | 第48-51页 |
| ·基于神经网络的系统辨识 | 第49-50页 |
| ·基于神经网络的非线性动态系统辨识的可行性 | 第50-51页 |
| ·用于非线性动态系统辨识的神经网络结构及其学习算法 | 第51-56页 |
| ·回归神经网络结构 | 第51-52页 |
| ·回归神经网络的学习算法 | 第52-54页 |
| ·学习算法的改进 | 第54-56页 |
| ·非线性动态系统Elman网络辨识 | 第56-58页 |
| ·"海狸"水下机器人动力学模型辨识 | 第58-66页 |
| ·Elman网络的进一步改进 | 第59页 |
| ·艏向动力学模型神经网络辨识 | 第59-63页 |
| ·纵向动力学模型神经网络辨识 | 第63-66页 |
| ·本章小结 | 第66-68页 |
| 第4章 水下机器人广义预测控制 | 第68-96页 |
| ·引言 | 第68页 |
| ·基本的广义预测控制算法 | 第68-73页 |
| ·被控对象的数学描述与控制目标 | 第68-69页 |
| ·基于CARIMA模型的广义预测控制算法 | 第69-71页 |
| ·Diophantine方程的递推求解 | 第71-72页 |
| ·仿真实例 | 第72-73页 |
| ·改进的广义预测控制算法 | 第73-86页 |
| ·间接自适应广义预测控制算法 | 第74-75页 |
| ·基本的直接自适应广义预测控制算法 | 第75-77页 |
| ·改进的直接自适应广义预测控制算法 | 第77-81页 |
| ·仿真实例 | 第81-86页 |
| ·动力学模型性能分析 | 第86-90页 |
| ·动力学模型方程离散化及特性分析 | 第86-89页 |
| ·非线性动态系统的模型分析与时变线性转化 | 第89-90页 |
| ·动力学模型的广义预测控制 | 第90-94页 |
| ·速度动力学模型的广义预测控制 | 第90-91页 |
| ·位移动力学模型的广义预测控制 | 第91-94页 |
| ·本章小结 | 第94-96页 |
| 第5章 基于神经网络的水下机器人广义预测控制 | 第96-114页 |
| ·引言 | 第96页 |
| ·水下机器人神经网络预测模型 | 第96-98页 |
| ·多步预测模型 | 第97-98页 |
| ·基于多层前馈神经网络多步预测模型 | 第98页 |
| ·基于神经网络的广义预测控制算法 | 第98-108页 |
| ·神经广义预测控制系统结构 | 第98-99页 |
| ·性能指标函数最小化 | 第99-105页 |
| ·改进的Elman网络灵敏度导数 | 第105-106页 |
| ·仿真实例 | 第106-108页 |
| ·水下机器人神经广义预测控制 | 第108-112页 |
| ·本章小结 | 第112-114页 |
| 结论 | 第114-116页 |
| 参考文献 | 第116-126页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第126-128页 |
| 致谢 | 第128-129页 |
| 个人简历 | 第129页 |