| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 课题的研究目的和意义 | 第10页 |
| 1.2 动力定位系统简介 | 第10-11页 |
| 1.3 多传感器信息融合技术简介 | 第11-17页 |
| 1.3.1 滤波技术的研究现状 | 第12-14页 |
| 1.3.2 多传感器信息融合技术的研究现状 | 第14-16页 |
| 1.3.3 模糊信息处理技术及其在数据融合中的应用 | 第16-17页 |
| 1.4 数据融合在动力定位系统中的应用 | 第17页 |
| 1.5 论文的主要研究内容 | 第17-19页 |
| 第2章 动力定位船舶及测量系统模型 | 第19-38页 |
| 2.1 船舶运动数学模型 | 第19-21页 |
| 2.1.1 船舶的低频运动模型 | 第19-20页 |
| 2.1.2 船舶的高频运动模型 | 第20-21页 |
| 2.2 海洋环境模型 | 第21-24页 |
| 2.2.1 海风模型 | 第21-22页 |
| 2.2.2 海浪模型 | 第22-23页 |
| 2.2.3 海流模型 | 第23-24页 |
| 2.3 船舶运动模型仿真 | 第24-25页 |
| 2.4 动力定位船舶测量系统模型 | 第25-37页 |
| 2.4.1 差分GPS卫星定位系统 | 第25-28页 |
| 2.4.2 水声位置参考系统 | 第28-32页 |
| 2.4.3 张紧索位置测量系统 | 第32-37页 |
| 2.5 本章小结 | 第37-38页 |
| 第3章 动力定位位置测量系统滤波方法研究 | 第38-51页 |
| 3.1 卡尔曼滤波 | 第38-40页 |
| 3.2 模糊自适应卡尔曼滤波 | 第40-44页 |
| 3.2.1 模糊逻辑自适应系统 | 第41页 |
| 3.2.2 模糊自适应卡尔曼滤波算法 | 第41-44页 |
| 3.3 容积卡尔曼滤波 | 第44-49页 |
| 3.3.1 容积卡尔曼滤波 | 第44-48页 |
| 3.3.2 平方根容积卡尔曼滤波 | 第48-49页 |
| 3.4 模糊自适应平方根容积卡尔曼滤波 | 第49-50页 |
| 3.5 本章小结 | 第50-51页 |
| 第4章 动力定位系统多传感器信息融合方法研究 | 第51-62页 |
| 4.1 数据融合系统结构 | 第51-52页 |
| 4.2 联邦卡尔曼滤波算法 | 第52-55页 |
| 4.2.1 联邦滤波器的结构 | 第53-54页 |
| 4.2.2 联邦滤波器算法 | 第54-55页 |
| 4.3 多传感器多级分层融合算法 | 第55-57页 |
| 4.3.1 分层融合算法的全反馈模式 | 第55-57页 |
| 4.3.2 分层融合算法的无反馈模式 | 第57页 |
| 4.4 多级分层融合算法在动力定位系统中的应用 | 第57-61页 |
| 4.4.1 系统方程的建立 | 第58-59页 |
| 4.4.2 局部滤波算法 | 第59-60页 |
| 4.4.3 主滤波器的信息处理 | 第60-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第5章 动力定位系统信息融合仿真分析 | 第62-76页 |
| 5.1 信息融合仿真总体结构 | 第62-63页 |
| 5.2 船舶运动模型仿真调试 | 第63-67页 |
| 5.3 局部滤波器算法仿真 | 第67-69页 |
| 5.4 融合算法仿真 | 第69-75页 |
| 5.5 本章小结 | 第75-76页 |
| 结论 | 第76-77页 |
| 参考文献 | 第77-82页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第82-83页 |
| 致谢 | 第83页 |