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