摘要 | 第5-6页 |
ABSTRACT | 第6页 |
第一章 绪论 | 第9-17页 |
1.1 研究目的与意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-15页 |
1.2.1 海洋协作采样在相关领域的研究与进展 | 第10-12页 |
1.2.2 多AUV的协同控制技术发展现状 | 第12-15页 |
1.3 本文的主要研究内容及结构安排 | 第15-17页 |
第二章 背景知识 | 第17-25页 |
2.1 羽流理论模型 | 第17-18页 |
2.2 海洋环境模型 | 第18-19页 |
2.3 稳定性理论 | 第19-21页 |
2.3.1 基本定义 | 第19-20页 |
2.3.2 Lyapunov稳定性定理 | 第20-21页 |
2.4 分布式控制相关理论 | 第21-24页 |
2.4.1 基本定义 | 第21-22页 |
2.4.2 矩阵理论 | 第22-23页 |
2.4.3 多智能体信息一致性 | 第23-24页 |
2.5 本章小结 | 第24-25页 |
第三章 基于流体模型的梯度设计 | 第25-35页 |
3.1 通量散度的梯度设计 | 第25-28页 |
3.1.1 流体速度不变的梯度 | 第26-27页 |
3.1.2 在羽流源下梯度特性 | 第27页 |
3.1.3 在羽流汇下梯度特性 | 第27-28页 |
3.2 基于一致性的分布式估计方法 | 第28-35页 |
3.2.1 一致性估计方法 | 第29-32页 |
3.2.2 仿真结果 | 第32页 |
3.2.3 结论 | 第32-35页 |
第四章 多智能体分布式旋转跟踪控制 | 第35-57页 |
4.1 基于旋转耦合矩阵的分布式旋转一致性控制 | 第35-46页 |
4.1.1 基于相对阻尼的分布式旋转一致性算法的收敛性分析 | 第35-44页 |
4.1.2 仿真结果 | 第44-45页 |
4.1.3 结论 | 第45-46页 |
4.2 基于旋转变换的分布式跟踪控制 | 第46-57页 |
4.2.1 有向通信拓扑下的二阶智能体网络的旋转一致性 | 第47-52页 |
4.2.2 多智能体系统的旋转一致性跟踪控制 | 第52-54页 |
4.2.3 仿真结果 | 第54-56页 |
4.2.4 结论 | 第56-57页 |
第五章 分布式源追踪算法 | 第57-75页 |
5.1 基于模型驱动的分布式源追踪算法 | 第57-63页 |
5.1.1 线性最优估计 | 第57-58页 |
5.1.2 分布式卡尔曼滤波 | 第58-61页 |
5.1.3 仿真结果 | 第61-62页 |
5.1.4 结论 | 第62-63页 |
5.2 基于数据驱动的分布式源追踪算法 | 第63-75页 |
5.2.1 基于量测数据的估计算法 | 第64-65页 |
5.2.2 基于量测数据的递归估计算法 | 第65-67页 |
5.2.3 基于量测数据的分布式估计算法 | 第67-70页 |
5.2.4 仿真结果 | 第70-72页 |
5.2.5 结论 | 第72-75页 |
第六章 结论与研究展望 | 第75-77页 |
6.1 结论 | 第75-76页 |
6.2 研究展望 | 第76-77页 |
参考文献 | 第77-82页 |
致谢 | 第82-83页 |
毕业设计总结 | 第83-84页 |
发表学术论文 | 第84-85页 |