首页--交通运输论文--水路运输论文--各种船舶论文--船舶:按航行状态分论文--潜水船论文

信息驱动的多AUV网络协作采样研究

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

论文共85页,点击 下载论文
上一篇:负载改性聚苯胺以及混合过渡金属氧化物的碳布电极的制备与应用
下一篇:三相三线制低压静止无功发生器的研究