摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第9-15页 |
1.1 课题研究背景和意义 | 第9-10页 |
1.2 舰船振荡运动提取研究现状 | 第10-11页 |
1.2.1 舰船运动特性 | 第10页 |
1.2.2 舰船振荡运动研究现状 | 第10-11页 |
1.3 舰船振荡运动预测研究现状 | 第11-12页 |
1.4 本论文的章节安排 | 第12-15页 |
第二章 舰船运动的建模与SINS基本原理 | 第15-29页 |
2.1 引言 | 第15页 |
2.2 舰船运动建模 | 第15-18页 |
2.2.1 舰船运动建模方案 | 第15-16页 |
2.2.2 主航行运动设计 | 第16-17页 |
2.2.3 瞬时运动设计 | 第17-18页 |
2.3 捷联式惯导系统基本原理 | 第18-19页 |
2.4 惯导系统常用参考系与坐标转换 | 第19-22页 |
2.4.1 常用参考坐标系 | 第19-20页 |
2.4.2 坐标转换 | 第20-22页 |
2.5 捷联惯导系统的机械编排 | 第22-27页 |
2.5.1 速度更新 | 第22-23页 |
2.5.2 位置更新 | 第23-24页 |
2.5.3 姿态更新 | 第24-26页 |
2.5.4 系统初始化 | 第26-27页 |
2.6 本章小结 | 第27-29页 |
第三章 基于SINS的舰船振荡运动分离及频率分析 | 第29-39页 |
3.1 引言 | 第29页 |
3.2 舰船振荡运动相关理论 | 第29-31页 |
3.2.1 舰船振荡运动坐标系定义 | 第29-30页 |
3.2.2 导航坐标系至振荡坐标系的坐标转换 | 第30页 |
3.2.3 增加瞬时运动的惯导机械编排 | 第30-31页 |
3.3 频率成分分析 | 第31-35页 |
3.3.1 主动航行运动频率 | 第31页 |
3.3.2 瞬时运动频率 | 第31页 |
3.3.3 休拉振荡频率 | 第31-34页 |
3.3.4 傅科振荡、地球振荡频率 | 第34-35页 |
3.4 仿真验证 | 第35-37页 |
3.4.1 仿真条件设置 | 第35页 |
3.4.2 仿真结果及分析 | 第35-37页 |
3.5 本章小结 | 第37-39页 |
第四章 基于数字滤波的舰船振荡运动提取方法 | 第39-55页 |
4.1 引言 | 第39页 |
4.2 数字高通滤波器设计 | 第39-42页 |
4.2.1 滤波器相关知识 | 第39-41页 |
4.2.2 滤波器的比较与选取 | 第41-42页 |
4.3 IIR数字高通滤波器的设计 | 第42-51页 |
4.3.1 数字到模拟的技术指标转换 | 第43-44页 |
4.3.2 模拟低通数字滤波器的设计 | 第44-47页 |
4.3.3 模拟低通到数字高通的转化 | 第47-48页 |
4.3.4 基于MATLAB的IIR HP DF的设计 | 第48-50页 |
4.3.5 舰船振荡运动模拟信号建模及滤波仿真 | 第50-51页 |
4.4 基于IIR数字滤波的舰船振荡运动测量方法 | 第51-52页 |
4.5 仿真验证 | 第52-54页 |
4.5.1 仿真条件设置 | 第52页 |
4.5.2 仿真结果及分析 | 第52-54页 |
4.6 本章小结 | 第54-55页 |
第五章 舰船振荡运动预测方法设计 | 第55-75页 |
5.1 引言 | 第55页 |
5.2 神经网络模型概述 | 第55-56页 |
5.3 BP神经网络模型 | 第56-63页 |
5.3.1 BP神经网络基本原理 | 第56-57页 |
5.3.2 BP网络传播过程计算方法 | 第57-60页 |
5.3.3 BP网络参数调整方法 | 第60-62页 |
5.3.4 基于MATLAB的BP神经网络设计 | 第62-63页 |
5.4 RBF神经网络模型 | 第63-66页 |
5.4.1 RBF神经网络基本原理 | 第63-64页 |
5.4.2 RBF神经网络学习算法 | 第64-65页 |
5.4.3 基于MATLAB的RBF神经网络设计 | 第65-66页 |
5.5 基于BP与RBF的组合模型 | 第66-69页 |
5.5.1 BP和RBF网络的比较 | 第66-67页 |
5.5.2 BP与RBF组合模型 | 第67-69页 |
5.6 舰船振荡运动预测仿真 | 第69-74页 |
5.7 本章小结 | 第74-75页 |
第六章 结论与展望 | 第75-77页 |
致谢 | 第77-79页 |
参考文献 | 第79-83页 |
攻读硕士期间发表论文 | 第83-85页 |
攻读硕士期间参与课题 | 第85页 |