| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题的研究背景及意义 | 第10-12页 |
| 1.2 动力定位系统研究现状 | 第12-14页 |
| 1.2.1 动力定位系统的组成 | 第12-13页 |
| 1.2.2 动力定位系统的发展概况 | 第13-14页 |
| 1.3 动力定位系统观测器研究现状 | 第14-16页 |
| 1.4 论文的研究内容及组织安排 | 第16-18页 |
| 第2章 动力定位系统数学模型 | 第18-34页 |
| 2.1 空间描述 | 第18-20页 |
| 2.1.1 地心惯性坐标系 | 第18-19页 |
| 2.1.2 地心固定坐标系 | 第19页 |
| 2.1.3 北东坐标系 | 第19-20页 |
| 2.1.4 船体坐标系 | 第20页 |
| 2.2 船舶运动数学模型 | 第20-26页 |
| 2.2.1 船舶运动学模型 | 第22页 |
| 2.2.2 船舶低频运动模型 | 第22-23页 |
| 2.2.3 船舶高频运动模型 | 第23-24页 |
| 2.2.4 船舶动力定位测量模型 | 第24-25页 |
| 2.2.5 船舶动力定位非线性模型 | 第25-26页 |
| 2.3 环境干扰力数学模型 | 第26-33页 |
| 2.3.1 海风数学模型 | 第26-28页 |
| 2.3.2 海浪数学模型 | 第28-32页 |
| 2.3.3 海流数学模型 | 第32-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第3章 最大最小自适应蚁群算法 | 第34-44页 |
| 3.1 蚁群算法概述 | 第34-36页 |
| 3.2 标准蚁群算法 | 第36-38页 |
| 3.2.1 标准蚁群算法原理 | 第36-38页 |
| 3.2.2 标准蚁群算法流程 | 第38页 |
| 3.3 最大最小自适应蚁群算法 | 第38-41页 |
| 3.3.1 最大最小自适应蚁群算法原理 | 第39-40页 |
| 3.3.2 最大最小自适应蚁群算法流程 | 第40-41页 |
| 3.4 蚁群算法仿真 | 第41-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 动力定位船舶非线性无源观测器 | 第44-58页 |
| 4.1 船舶非线性观测器的选择 | 第44-45页 |
| 4.2 船舶非线性无源观测器的研究 | 第45-52页 |
| 4.2.1 船舶非线性无源观测器数学模型 | 第45-47页 |
| 4.2.2 船舶非线性无源观测器误差特性 | 第47-48页 |
| 4.2.3 船舶非线性无源观测器稳定性分析 | 第48-50页 |
| 4.2.4 船舶非线性无源观测器参数调整 | 第50-52页 |
| 4.3 蚁群算法寻优船舶非线性无源观测器参数 | 第52-53页 |
| 4.4 船舶非线性无源观测器仿真验证 | 第53-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第5章 动力定位船舶多模型自适应观测器 | 第58-76页 |
| 5.1 船舶多模型自适应观测器的原理 | 第58-60页 |
| 5.2 船舶多模型自适应观测器的设计 | 第60-65页 |
| 5.2.1 船舶参数自适应观测器 | 第60-61页 |
| 5.2.2 船舶多模型自适应卡尔曼滤波器 | 第61-63页 |
| 5.2.3 船舶多模型自适应观测器 | 第63-65页 |
| 5.3 船舶多模型自适应观测器的稳定性分析 | 第65-67页 |
| 5.4 船舶多模型自适应观测器的仿真验证 | 第67-74页 |
| 5.4.1 蚁群算法寻优船舶多模型自适应观测器参数 | 第68-69页 |
| 5.4.2 多模型自适应观测器与单一的观测器的对比 | 第69-72页 |
| 5.4.3 多模型自适应观测器与多模型自适应卡尔曼滤波器的对比 | 第72-74页 |
| 5.5 本章小结 | 第74-76页 |
| 结论 | 第76-78页 |
| 参考文献 | 第78-81页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第81-82页 |
| 致谢 | 第82页 |
