| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究的目的及意义 | 第10-12页 |
| 1.2 非线性滤波理论研究现状 | 第12-13页 |
| 1.3 基于非线性滤波理论的船舶动力定位系统的发展 | 第13-14页 |
| 1.4 本文主要研究内容及工作安排 | 第14-16页 |
| 第2章 船舶动力定位数学模型和海洋环境模型 | 第16-34页 |
| 2.1 动力定位船舶相关的坐标系 | 第16-18页 |
| 2.1.1 地球中心惯性坐标系 | 第16页 |
| 2.1.2 地球中心固定坐标系 | 第16-17页 |
| 2.1.3 北东坐标系 | 第17页 |
| 2.1.4 船体坐标系 | 第17-18页 |
| 2.2 动力定位船舶运动数学模型 | 第18-23页 |
| 2.2.1 动力定位船舶运动变量的定义 | 第18-20页 |
| 2.2.2 船体坐标系与北东地坐标系之间的转换 | 第20-21页 |
| 2.2.3 动力定位船舶低频运动模型 | 第21-22页 |
| 2.2.4 动力定位船舶高频运动模型 | 第22页 |
| 2.2.5 船舶动力定位观测模型 | 第22-23页 |
| 2.3 海洋环境干扰力的数学模型 | 第23-29页 |
| 2.3.1 海风数学模型 | 第23-26页 |
| 2.3.2 海浪数学模型 | 第26-28页 |
| 2.3.3 海流数学模型 | 第28-29页 |
| 2.4 模型仿真验证 | 第29-32页 |
| 2.5 本章小结 | 第32-34页 |
| 第3章 贝叶斯框架下的非线性滤波方法研究 | 第34-54页 |
| 3.1 递推贝叶斯滤波 | 第34-36页 |
| 3.2 扩展卡尔曼滤波原理 | 第36-39页 |
| 3.3 集合卡尔曼滤波原理 | 第39-42页 |
| 3.4 粒子滤波及其改进算法 | 第42-49页 |
| 3.4.1 序贯重要性采样法 | 第42-45页 |
| 3.4.2 标准粒子滤波 | 第45-47页 |
| 3.4.3 标准粒子滤波算法 | 第47-49页 |
| 3.5 集合卡尔曼粒子滤波算法 | 第49-53页 |
| 3.6 本章小结 | 第53-54页 |
| 第4章 动力定位船舶非线性状态观测器设计 | 第54-68页 |
| 4.1 动力定位模型离散化 | 第54-57页 |
| 4.1.1 动力定位状态空间模型 | 第54-55页 |
| 4.1.2 动力定位状态空间模型离散化 | 第55-57页 |
| 4.2 EnKPF状态观测器设计 | 第57-59页 |
| 4.3 非高斯噪声下的集合卡尔曼粒子滤波状态观测器设计 | 第59-66页 |
| 4.3.1 基于学生t分布的非高斯测量噪声的边缘化粒子滤波 | 第59-63页 |
| 4.3.2 基于PSO的动态粒子优化算法 | 第63-66页 |
| 4.4 本章小结 | 第66-68页 |
| 第5章 基于EnKF的动力定位粒子滤波方法仿真 | 第68-78页 |
| 5.1 模型相关参数设定 | 第68-69页 |
| 5.2 仿真总体流程 | 第69-70页 |
| 5.3 基于非高斯噪声下的EnKPF和PSO-AEnKPF观测器仿真 | 第70-73页 |
| 5.4 带野值非高斯噪声下的EnKPF和PSO-AEnKPF观测器仿真 | 第73-76页 |
| 5.5 本章小结 | 第76-78页 |
| 结论 | 第78-80页 |
| 参考文献 | 第80-84页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第84-86页 |
| 致谢 | 第86页 |
