摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第10-18页 |
1.1 论文研究背景 | 第10-11页 |
1.2 水下机器人操纵性试验 | 第11-14页 |
1.2.1 水下机器人自航试验 | 第12-13页 |
1.2.2 拘束船模试验 | 第13-14页 |
1.3 船舶系统辨识研究进展 | 第14-15页 |
1.4 水下机器人系统辨识研究进展 | 第15-16页 |
1.5 论文主要研究内容 | 第16-18页 |
第2章 水下机器人操纵运动数学模型 | 第18-24页 |
2.0 坐标系的选取 | 第18页 |
2.1 平面运动假设 | 第18-19页 |
2.2 水下机器人运动的一般方程 | 第19-20页 |
2.3 流体动力特性 | 第20-21页 |
2.4 水下机器人水平面操纵运动数学模型 | 第21-23页 |
2.4.1 水平面操纵运动线性模型 | 第21-22页 |
2.4.2 水平面操纵运动非线性模型 | 第22-23页 |
2.5 本章小结 | 第23-24页 |
第3章 基于支持向量机的系统辨识方法 | 第24-40页 |
3.1 支持向量机理论 | 第24-26页 |
3.2 回归型支持向量机 | 第26-30页 |
3.3 最小二乘支持向量机及其修正 | 第30-32页 |
3.4 基于LS-SVM的在线学习算法 | 第32-39页 |
3.4.1 增量法 | 第33-35页 |
3.4.2 滑动窗口法 | 第35-38页 |
3.4.3 本文采用的SVM方法 | 第38-39页 |
3.5 本章小结 | 第39-40页 |
第4章 基于仿真试验的水下机器人系统辨识 | 第40-54页 |
4.1 仿真试验设计 | 第40页 |
4.2 水平面操纵运动线性系统辨识 | 第40-44页 |
4.2.1 训练样本构造 | 第41页 |
4.2.2 参数辨识结果 | 第41-44页 |
4.3 水平面操纵运动非线性系统辨识 | 第44-53页 |
4.3.1 训练样本构造 | 第44-45页 |
4.3.2 参数辨识结果 | 第45-49页 |
4.3.3 回归模型的泛化性验证 | 第49-52页 |
4.3.4 本文采用的SVM方法同增量法的比较 | 第52-53页 |
4.4 本章小结 | 第53-54页 |
第5章 基于拘束模试验的水下机器人系统辨识 | 第54-68页 |
5.1 试验装置 | 第54-55页 |
5.2 基于斜航试验的系统辨识 | 第55-63页 |
5.2.1 基于Taylor展开式模型的参数辨识和水动力预报 | 第56-59页 |
5.2.2 采用Kijima(贵岛)模型的参数辨识和水动力预报 | 第59-63页 |
5.3 基于纯横荡试验的系统辨识 | 第63-67页 |
5.3.1 训练样本对的构造 | 第63-64页 |
5.3.2 参数辨识 | 第64-65页 |
5.3.3 水动力预报结果 | 第65-67页 |
5.4 本章小结 | 第67-68页 |
第6章 基于自航试验的水下机器人系统辨识 | 第68-79页 |
6.1 实艇自航试验一 | 第68-72页 |
6.1.1 试验设计 | 第68-69页 |
6.1.2 训练样本构造 | 第69-70页 |
6.1.3 参数辨识结果与操纵运动预报 | 第70-72页 |
6.2 实艇自航试验二 | 第72-77页 |
6.2.1 试验数据预处理 | 第73-74页 |
6.2.2 参数辨识结果与操纵运动预报 | 第74-77页 |
6.3 本章小结 | 第77-79页 |
结论 | 第79-81页 |
参考文献 | 第81-85页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第85-86页 |
致谢 | 第86页 |