| 第1章 绪论 | 第1-14页 |
| 1．1 智能导航系统的发展与展望 | 第9-10页 |
| 1．2 数据融合技术概述 | 第10-11页 |
| 1．3 人工智能概述 | 第11-13页 |
| 1．4 故障诊断技术的新发展 | 第13-14页 |
| 第2章 智能导航系统总体设计 | 第14-24页 |
| 2．1 智能导航系统概述 | 第14-15页 |
| 2．2 系统总体方案 | 第15-19页 |
| 2．2．1 系统综合模式 | 第15-16页 |
| 2．2．2 智能导航系统的软件组成 | 第16-18页 |
| 2．2．3 智能导航系统工作方式 | 第18-19页 |
| 2．3 系统配置 | 第19-20页 |
| 2．4 智能导航系统信息流程及接口关系 | 第20页 |
| 2．5 综导智能显控台技术设计 | 第20-23页 |
| 2．5．1 综导智能显控台组成 | 第21-23页 |
| 2．5．2 综合智能导航显控台软件模块 | 第23页 |
| 2．6 本章小结 | 第23-24页 |
| 第3章 多传感器数据融合技术 | 第24-42页 |
| 3．1 概述 | 第24-26页 |
| 3．2 智能组合导航系统中的联邦卡尔曼滤波器应用 | 第26-36页 |
| 3．2．1 组合导航系统 | 第26-29页 |
| 3．2．2 INS／GPS／Doppler组合导航信息融合 | 第29-36页 |
| 3．3 INS／GPS／Doppler仿真分析 | 第36-41页 |
| 3．4 本章小结 | 第41-42页 |
| 第4章 航海智能避碰专家系统研究 | 第42-70页 |
| 4．1 概述 | 第42-45页 |
| 4．2 航海智能避碰专家系统总体设计 | 第45-48页 |
| 4．2．1 航海智能避碰专家系统基本功能 | 第45页 |
| 4．2．2 系统总体结构及其特点 | 第45-46页 |
| 4．2．3 系统工作流程 | 第46页 |
| 4．2．4 航海智能避碰专家系统的特点 | 第46-48页 |
| 4．3 航海智能避碰专家系统中有关避碰模型的建立 | 第48-61页 |
| 4．3．1 基于模糊原理的碰撞危险度模型 | 第48-51页 |
| 4．3．2 基于模糊决策表的舰船避让时机决策模型 | 第51-56页 |
| 4．3．3 基于神经网络的船舶间会遇态势分类模型 | 第56-61页 |
| 4．4 多船避碰模型及避让参数优化解法 | 第61-69页 |
| 4．4．1 基于层次分析法的多船避碰模型 | 第61-63页 |
| 4．4．2 避让参数的多目标最优化解法 | 第63-69页 |
| 4．5 本章小结 | 第69-70页 |
| 第5章 智能导航系统故障诊断技术研究 | 第70-91页 |
| 5．1 概述 | 第70-71页 |
| 5．2 传统故障诊断专家系统 | 第71-72页 |
| 5．2．1 传统诊断专家系统设计的基本组成 | 第71-72页 |
| 5．2．2 专家系统的一般工作原理 | 第72页 |
| 5．3 神经网络故障诊断专家系统 | 第72-79页 |
| 5．3．1 神经网络诊断专家系统知识库的组建 | 第73-74页 |
| 5．3．2 神经网故障络诊断专家系统的推理机制 | 第74-75页 |
| 5．3．3 神经网故障络诊断专家系统的解释机制 | 第75页 |
| 5．3．4 智能故障诊断专家系统中神经网络的设计 | 第75-79页 |
| 5．4 模糊神经网络故障诊断专家系统 | 第79-86页 |
| 5．4．1 模糊故障诊断 | 第80-83页 |
| 5．4．2 模糊神经网络 | 第83-86页 |
| 5．5 智能故障诊断技术的发展和展望 | 第86-90页 |
| 5．5．1 智能故障诊断技术发展面临的问题和解决的途径 | 第86-88页 |
| 5．5．2 智能故障诊断技术未来发展相关的新技术 | 第88-90页 |
| 5．6 本章小结 | 第90-91页 |
| 结论 | 第91-92页 |
| 参考文献 | 第92-96页 |
| 致谢 | 第96-97页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第97-98页 |
| 个人简历 | 第98页 |