| 第1章 绪论 | 第1-29页 |
| ·课题背景及船舶横向减摇控制研究现状 | 第15-21页 |
| ·船舶运动极短期建模预报的研究现状 | 第21-25页 |
| ·本文研究的目的及意义 | 第25-27页 |
| ·本文研究的内容 | 第27-29页 |
| 第2章 船舶运动数学模型及横向智能化模型的建立 | 第29-51页 |
| ·坐标系 | 第29-31页 |
| ·船舶运动六自由度方程的建立 | 第31-39页 |
| ·船舶运动受力分析 | 第33页 |
| ·六自由度运动方程的建立 | 第33-35页 |
| ·船舶运动水动力系数分析 | 第35-39页 |
| ·船舶横向运动离散状态空间模型 | 第39-44页 |
| ·离散状态空间模型的建立 | 第40-42页 |
| ·状态空间模型的稳定性分析 | 第42-44页 |
| ·船舶横向运动智能化模型 | 第44-49页 |
| ·本章小结 | 第49-51页 |
| 第3章 船舶横向运动受扰建模与受扰估计 | 第51-72页 |
| ·海浪特性分析 | 第51-53页 |
| ·随机海浪的基本概念 | 第51-52页 |
| ·海浪谱密度分析 | 第52-53页 |
| ·海浪扰动力及力矩估计和成形滤波器 | 第53-57页 |
| ·经典功率谱估计 | 第54-56页 |
| ·成形滤波器 | 第56-57页 |
| ·船舶横向运动受扰估计的三种方法 | 第57-69页 |
| ·中心差分法 | 第60-61页 |
| ·卡尔曼滤波估计 | 第61-65页 |
| ·增广状念的卡尔曼滤波估计 | 第65-69页 |
| ·仿真结果及其分析 | 第69-70页 |
| ·本章小结 | 第70-72页 |
| 第4章 基于周期图建模对海浪扰动力及力矩的预报 | 第72-105页 |
| ·问题的提出 | 第72页 |
| ·周期图的引入 | 第72-76页 |
| ·周期图建模预报的设计 | 第76-78页 |
| ·周期图建模预报的实现 | 第78-103页 |
| ·本章小结 | 第103-105页 |
| 第5章 基于遗传算法优化的小波网对船舶横向受扰力及力矩建模预报 | 第105-131页 |
| ·基本理论基础 | 第105-110页 |
| ·神经网络基础 | 第105-108页 |
| ·小波理论基础 | 第108-109页 |
| ·遗传算法基础 | 第109-110页 |
| ·遗传算法优化小波神经网络建模预报 | 第110-127页 |
| ·小波神经网络的逼近原理 | 第110-113页 |
| ·小波神经网络的构造 | 第113-117页 |
| ·小波网遗传算法优化 | 第117-121页 |
| ·遗传算法优化小波神经网络建模预报 | 第121-127页 |
| ·基于遗传算法优化的小波神经网络对船舶横向扰动力及力矩预报与基于周期图建模预报的比较 | 第127-129页 |
| ·本章小结 | 第129-131页 |
| 第6章 船舶横向运动LQG控制 | 第131-151页 |
| ·随机LQG最优控制简介 | 第131-136页 |
| ·分离原理 | 第136-138页 |
| ·船舶横向姿态的随机LQG次优控制 | 第138-142页 |
| ·船舶横向姿态的随机LQG最优控制 | 第142-147页 |
| ·本章小结 | 第147-151页 |
| 结论 | 第151-154页 |
| 参考文献 | 第154-164页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第164-165页 |
| 致谢 | 第165-166页 |
| 个人简历 | 第166-167页 |
| 附录 | 第167-234页 |
| 附录A 水动力参数计算结果 | 第167-186页 |
| 附录B 水动力参数拟合过程曲线 | 第186-195页 |
| 附录C 系统零极点分布图 | 第195-197页 |
| 附录D 海浪扰动力及力矩真实功率谱和成形滤波器模拟的功率谱 | 第197-199页 |
| 附录E 成形滤波器传递函数 | 第199-201页 |
| 附录F 三种对海浪力和力矩的估计方法的比较 | 第201-205页 |
| 附录G 周期图法建模预报海浪力和力矩 | 第205-213页 |
| 附录H 遗传算法优化的小波网对海浪的预报曲线 | 第213-221页 |
| 附录I LQG控制效果曲线及舵角曲线 | 第221-229页 |
| 附录J HD702船模海浪扰动力及力矩实测曲线 | 第229-234页 |
