| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题研究的背景及意义 | 第10-12页 |
| 1.2 研究现状 | 第12-15页 |
| 1.2.1 高速水翼双体船的发展 | 第12-13页 |
| 1.2.2 高速水翼双体船姿态估计研究现状 | 第13-14页 |
| 1.2.3 高速水翼双体船姿态控制现状 | 第14-15页 |
| 1.3 本文所采用的研究方法 | 第15-16页 |
| 1.4 本文的内容安排 | 第16-18页 |
| 第2章 船体纵向运动模型的建立 | 第18-26页 |
| 2.1 坐标系定义 | 第18-19页 |
| 2.2 高速水翼双体船的特点 | 第19-21页 |
| 2.2.1 水翼的工作原理 | 第19页 |
| 2.2.2 水翼双体船的结构 | 第19-20页 |
| 2.2.3 水翼船的控制系统 | 第20-21页 |
| 2.3 高速水翼双体船波浪中纵向运动模型的建立 | 第21-24页 |
| 2.3.1 概述 | 第21页 |
| 2.3.2 水翼双体船非线性运动模型 | 第21-23页 |
| 2.3.3 水翼双体船的状态空间模型 | 第23-24页 |
| 2.4 本章小结 | 第24-26页 |
| 第3章 基于鲁棒滤波器的水翼双体船纵向姿态估计 | 第26-42页 |
| 3.1 T-S模糊模型介绍 | 第26-28页 |
| 3.1.1 T-S模糊模型 | 第26-28页 |
| 3.1.2 T-S模糊模型的优点 | 第28页 |
| 3.1.3 T-S模糊模型的构建方法 | 第28页 |
| 3.2 LMI的理论知识 | 第28-31页 |
| 3.2.1 线性矩阵不等式 | 第29-30页 |
| 3.2.2 线性矩阵不等式的结论 | 第30-31页 |
| 3.2.3 系统H∞性能的LMI分析 | 第31页 |
| 3.3 基于T-S模糊模型的鲁棒滤波器设计 | 第31-35页 |
| 3.3.1 经典鲁棒滤波算法 | 第31-32页 |
| 3.3.2 基于T-S模糊模型下的鲁棒滤波器 | 第32-35页 |
| 3.4 水翼双体船T-S模糊模型的建立 | 第35-36页 |
| 3.5 基于T-S模糊模型的水翼双体船鲁棒估计仿真结果与分析 | 第36-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第4章 基于自适应观测器的水翼双体船纵向姿态估计 | 第42-57页 |
| 4.1 基础知识 | 第42-44页 |
| 4.1.1 观测器简介 | 第42页 |
| 4.1.2 常用不等式 | 第42-43页 |
| 4.1.3 李雅普诺夫稳定性理论 | 第43-44页 |
| 4.2 基于自适应观测器的姿态估计 | 第44-48页 |
| 4.2.1 概率意义下的镇定 | 第44-45页 |
| 4.2.2 自适应观测器设计 | 第45-47页 |
| 4.2.3 稳定性分析 | 第47-48页 |
| 4.3 基于自适应观测器的水翼双体船纵向姿态估计仿真与结果分析 | 第48-53页 |
| 4.4 基于鲁棒滤波与自适应观测器的仿真结果比较 | 第53-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第5章 基于强化学习的水翼双体船纵向姿态控制 | 第57-69页 |
| 5.1 强化学习 | 第57-58页 |
| 5.2 基于EM算法的极大似然估计 | 第58-60页 |
| 5.2.1 极大似然估计 | 第58-59页 |
| 5.2.2 EM算法 | 第59-60页 |
| 5.3 策略搜索强化学习 | 第60-63页 |
| 5.3.1 马尔可夫决策过程 | 第60-61页 |
| 5.3.2 强化学习框架 | 第61页 |
| 5.3.3 EM策略搜索学习 | 第61-63页 |
| 5.4 基于改进的强化学习EM策略 | 第63-64页 |
| 5.5 算法步骤 | 第64-65页 |
| 5.6 水翼双体船纵向姿态控制仿真结果与分析 | 第65-67页 |
| 5.7 本章小结 | 第67-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第75-77页 |
| 致谢 | 第77页 |