一、关于计算目标相对鱼雷运动轨迹的一个定理（论文文献综述）
李成凤,邵俊倩,张阳伟[1]（2021）在《基于蚁群算法的群集系统协同分群控制方法》文中进行了进一步梳理研究了多智能体群集系统协同分群控制问题。借鉴蚁群算法,依据虚拟领导者的子群规模需求、个体与虚拟领导者的相对运动方向和个体周围邻居的虚拟领导者选择设计协同分群策略,实现了群体基于局部信息按虚拟领导者的子群规模需求进行协同分群的目的,并且在满足子群规模需求的前提下减少了群体在分群过程中的结构和速度调整,加快了子群的速度协调过程和结构稳定过程。基于李雅普诺夫稳定性定理和拉塞尔不变性原理进行了稳定性分析,并利用仿真实验验证了方法的有效性。
宾康成[2]（2021）在《基于震动感知的运动目标识别关键技术研究》文中研究指明开展智慧边境监测的研究具有重大的科学意义和现实意义。作为现代化数字环境中的终端设备,震动传感系统可用于识别运动目标。震动传感系统具有强隐蔽性和非视距检测等特点,因此在边境监测中应用该技术具有独特的优势。虽然基于震动信号的运动目标识别领域已发展二十余载,但相关课题在数据集、目标检测算法和目标分类算法方面都遇到了新的挑战。本文对该领域当前面临的挑战性问题进行了研究,形成了相对完整的目标识别震动感知体系,主要研究内容和创新点如下:（1）地面目标与低空目标诱导震动信号的机理研究。建立了各类目标在运动时的等效力学模型,讨论了地面目标与地表之间的摩擦、冲击作用以及空中目标声震耦合作用产生的震动信号,确定了以瑞利波为主导的运动目标识别方针,分析了层状地质介质中瑞利波的传播机理。通过理论分析,清楚地认识了运动目标震动信号的本质,为目标检测算法和目标分类算法的研究提供了理论指导。（2）独立、丰富的运动目标数据集构建。针对震动数据集匮乏的问题,本文对六大类常见运动目标的震动信号进行了两个季节的数据采集实验,并将所整理的数据集命名为“JL数据集”。数据分析的结果表明,所有类别的数据都符合客观事实和目标实体的运动规律。此外,JL数据集具有良好的信噪比,且信噪比跨度范围广,每类目标数据的信噪比极差都超过了15 d B。所收集的数据为目标检测算法和目标分类算法的测试与评估提供了必要的数据基础。（3）基于容量维数与线性支持向量机的目标检测算法研究。传统目标检测算法大多都依赖于震动信号的能量,在检测能量较弱的信号时存在较高的误报率和漏检率。为了进一步提高目标检测精度,本文提出了容量维数联合支持向量机的目标检测算法（FD-SVM）。容量维数可以定量地描述运动目标震动信号的混沌性和非线性行为,并以此完成震动特征的提取。线性支持向量机用于辨识容量维数中的有效信号成分和干扰噪声成分,从而实现运动目标的准确检测。两个案例研究的实验结果均表明,所提出的FD-SVM算法获得了较好的精确率、召回率和F1分数。对比实验的结果证明,FD-SVM算法在检测弱信号时全面优于基准算法。（4）基于压缩观测的震动深度神经网络目标分类算法研究。深度学习当前成为了分类运动目标震动信号最流行的方法,但是先前建立的深度神经网络主要面临冗余层次特征提取和抵抗噪声能力弱这两个关键问题。为了同时解决这两个问题,本文利用震动信号在时间域上的稀疏性,提出了基于压缩观测的深度学习目标分类算法（CO-SDL）。首先,CO-SDL算法中的测量矩阵将原始震动信号线性投影到压缩域并获得观测值。压缩观测大幅减小了震动数据的维度,但保留了绝大部分的原有信息,同时还压制了噪声能量。然后,CO-SDL算法中的深度神经网络可充分提取震动观测值的非线性特征,并实现观测值与目标类别的准确映射。两个案例研究的实验结果均表明,所提出的CO-SDL算法可高效地推理震动信号的深层关系,借助降维的观测值即可获得较高的分类准确率。与该领域最新的三个深度学习算法相比,CO-SDL算法仅需1/10的计算时间便可达到与之相当的分类性能,并且CO-SDL算法具有更好的抗干扰能力。
辜博[3]（2021）在《高中生椭圆认知水平的发展研究》文中研究表明椭圆是高中数学的必学内容,作为三大圆锥曲线,椭圆一致备受关注,但这些“关注”主要集中在解决椭圆的各类题目,对涉及学生椭圆的认知水平的较少,再进一步探究学生椭圆认知水平发展的研究就更少了。因此,本文以高二年级的学生为研究对象,通过构建学生椭圆认知水平的测试框架,探究学生椭圆认知水平的发展情况,以期发现学生椭圆认知水平的发展规律,进而帮助教师及时发现教学中存在的问题,并改进教学。首先,通过梳理已有的认知水平的测试框架,分析其优缺点,阅读目前已有的进行数学认知水平测试的文章,最后结合SOLO分类理论与威尔逊目标分类理论构建出椭圆认知水平的测试框架,再选择最近八年的高考试题,形成问题库,制定出椭圆认知水平的测试卷与评分方案。其次,将制定的测试卷对四川省某重点中学高三年级Z1班进行预测试,对测试卷进行修订,将修订过后的试卷对同年级的Z2班进行第二次预测试,验证修订过后的试卷是否合格。在试卷合格后,将试卷对该校高二年级X1班进行跟踪测试,通过对该班级学生在学习椭圆的前、中、后三个阶段的测试,探究学生在学习椭圆过程中认知水平的发展情况,进一步对数据进行分析,得到了如下的研究结论:（1）计算、分析层次的发展是呈直线型的,两者的区别在于计算层次一开始就处在较高的位置,而分析层次则处于较低的位置;领会、应用层次呈折线型发展,一开始的增速较快,后续增速放缓;（2）男、女生在学习椭圆的过程中关于椭圆的认知水平方面并没有显着差异;（3）测试班级的数学教师在教授椭圆的整个过程中对各阶段学生椭圆认知水平的情况的把握都较为准确;（4）椭圆认知水平测试框架能够准确的衡量学生的认知水平的变化情况。最后,通过梳理文献、建立框架、实施测试,发现了学生在学习椭圆过程中认知水平的发展规律,建构了一个可以用于检测教学效果的框架,并得到了高中生椭圆认知水平发展的相关结论。
刘体蕊[4]（2021）在《车载HMI界面色彩感知研究》文中指出随着科技的快速发展,汽车内的人机交互方式发展多样化,如今的车载HMI系统承担着触控、语音、手势及眼动等各种交互任务。车载HMI系统界面是汽车主要的驾驶信息显示平台,与汽车驾驶舒适性、安全性以及内饰豪华感、科技感息息相关。其中,色彩最具视觉冲击力,界面的色彩设计是设计流程中的重要环节,因此对车载HMI界面色彩的感知评价研究具有十分重要的意义。本课题运用眼动实验及个人色彩偏好分析筛选用户喜爱的车载HMI界面样本,对筛选出的样本界面从多角度进行色彩分析,根据分析结果制作问卷样本并收集用户的评价反馈以验证实验结果。此环节将客观与主观评价结合,使评价结果更具说服力,也能够为企业评审环节提供参考。本课题主要分为以下四个部分:（1）相关理论研究:色彩原理与理论;CCS色彩体系;眼动试验的应用与发展;图像主色彩的提取方法;语义差分法等。（2）市场调研与分析:收集近年来市面上的汽车仪表和中控界面的大量图片样本,对车载HMI界面（仪表界面和中控屏界面）的色彩设计进行归纳性研究,分析了汽车界面的配色规律和主要的风格特性,最终选取了60款车载HMI界面图片作为研究样本。（3）色彩感知实验:眼动实验利用Tobii Pro Glasses2可穿戴式眼动仪对车载HMI界面样本的色彩进行眼动测试,包括输出眼动轨迹图、热点图和AOI兴趣区注视时长等眼动数据,分析并验证眼动数据的准确性;除此之外,还需对被试者们提供的用户画像图片进行色彩分析,由此得出被试者们个人喜爱的色彩属性及风格。（4）色彩的主观评价:根据色彩感知实验制作优化后的车载HMI界面样本,利用语义差分法,首先通过两次筛选来确定多个能够评价色彩的反义感性单词对,例如呆板的-活泼的,繁琐的-简洁的,然后使用定量的问卷调查方法。最终,通过绘制的折线图和雷达图分析,可以更加直观地看到不同评价样本带给用户的不同色彩感受,以判断自制样本是否得到用户的积极反馈。本文通过眼动实验、用户画像和问卷分析结合的方式,能够从多角度、主客观结合的方式进行对于车载HMI界面色彩感知研究,能够完善用户对于界面色彩的审美体验,为设计师及企业改进和完善HMI界面色彩评价流程提供一定的参考。
刘硕[5]（2021）在《矿井喷雾降尘表面活性剂作用机理的分子模拟研究》文中研究指明矿井粉尘防治与井下职工的人身健康及煤矿的安全生产息息相关,喷雾除尘是我国广泛采用的降尘措施之一,在喷雾除尘液中添加表面活性剂可以提高除尘效率。借助分子动力学方法研究表面活性剂在矿井喷雾除尘过程中的作用机理,有助于降低宏观实验的盲目性和繁琐性,具有良好的理论与实际意义。基于此,本文以阳离子表面活性剂DTAB、阴离子表面活性剂SDS、两性表面活性剂BS-12以及非离子表面活性剂AEO-7为研究对象,利用分子动力学模拟的方法,对表面活性剂在矿井喷雾除尘中雾化、捕尘和保水等环节的微观作用机理进行了系统的研究。通过以上研究,以期为表面活性剂在矿井粉尘防治中的应用提供微观的理论基础。主要研究结论如下:（1）表面活性剂对喷雾雾化特性影响机理研究。构建了表面活性剂气-液界面模型,利用分子动力学模拟方法,得到了表面活性剂分子的界面构型特征,通过实验研究了表面活性剂对水雾粒径分布的影响。结果表明,表面活性剂在气-液界面的排布方式与各组分相对数密度以及分子的首尾角度分布有关,这种有序排布是降低溶液表面张力的原因。表面张力的降低使得雾滴的表面积增大,粒径减小,从而提高雾化效果。（2）表面活性剂对雾滴捕尘能力影响机理研究。通过煤尘自然吸水实验和构建的煤壁模型,研究了表面活性剂对水在煤尘表面吸附特性的影响。利用分子表面静电势,揭示了表面活性剂对煤润湿性影响的机制。结果表明,表面活性剂增强了水与煤尘的结合能力,有利于雾滴对煤尘颗粒的捕获,煤分子吸附表面活性剂后,通过增大与H2O分子的电势差,提高煤表面润湿性,增强雾滴捕尘能力。对于褐煤、烟煤和无烟煤,添加阴离子表面活性剂SDS使雾滴捕获能力提升最强。（3）表面活性剂保水性及无机盐对其强化作用机理研究。构建了表面活性剂的溶液模型,利用分子动力学模拟方法,得到了H2O分子在表面活性剂头基及无机盐周围的排布规律和相互作用关系,结合实验,验证了表面活性剂的保水性。结果表明,表面活性剂通过极性头基周围形成的多层水合层起到保水作用,在表面活性剂溶液中添加无机盐会对降尘液的保水作用起到更有益的效果。根据H2O分子与表面活性剂头基的离解能垒判断四种表面活性剂头基的保水能力排序为:SDS>BS-12>AEO-7>DTAB。（4）表面活性剂抑尘性能实验研究。利用自行搭建的喷雾降尘实验平台,考察了阴离子表面活性剂SDS在喷雾降尘实验中针对不同煤种煤尘的降尘效果,并进一步确定了SDS的最优添加浓度。结果表明,添加SDS后,黑岱沟长焰煤、镇城底焦煤、阳煤五矿无烟煤的全尘降尘率分别增加至94.57%、90.80%和87.96%,在实验条件下,确定了SDS对于这三种煤尘降尘的最优添加质量浓度分别为0.2%,0.4%和0.3%。
赵天宇[6]（2021）在《磷酸氢二钠/硫酸钠水合盐中典型金属的腐蚀和缓蚀机理研究》文中研究指明水合盐相变蓄热材料因具有热效率高和相变温度适中的特点,受到研究者们的广泛关注。然而,无机水合盐会对金属容器产生腐蚀,导致容器受损,降低其使用效率。因此,必须深入分析水合盐相变材料对金属材料的腐蚀机理,及其抑制措施,才能提高蓄热系统的安全性和可靠性。本文采用电化学方法与表面检测相结合,研究了Na2HPO4·12H2O-Na2SO4·10H2O复合水合盐相变蓄热材料在熔融态对316不锈钢、1060铝和铜的腐蚀机理,以及添加席夫碱化合物和咪唑啉衍生物后体系的缓蚀机理。此外,还采用量子化学计算和分子动力学模拟探究了席夫碱缓蚀剂-铝体系和咪唑啉缓蚀剂-铜体系中分子间的相互作用,以期综合分析其缓蚀机理。研究表明,在Na2HPO4·12H2O-Na2SO4·10H2O熔融盐介质中,316不锈钢表面被快速钝化,形成一层致密的钝化膜,而铜和1060铝试样表面发生了不同程度的活性溶解。铜表面的阳极活化电位区最宽,后期金属基底的阳极溶解速率被覆盖在其表面的盐沉淀所减缓,而基体表面未被盐沉淀覆盖的部分出现火山口状腐蚀坑。起到物理屏障作用的沉淀盐主要由Cu HPO4·n H2O,Cu SO4·n H2O和Cu2O构成。1060铝表面的天然钝化膜被水合盐介质中的氢氧根离子完全溶解,表面被严重侵蚀,结构疏松多孔,主要腐蚀产物为Al（OH）3,Al PO4·n H2O和Al2（SO4）3·n H2O。316不锈钢在水合盐介质中的界面电荷转移电阻最大,腐蚀电流密度最小,耐蚀性最好。T33、T45、T46和T49四种席夫碱缓蚀剂均可有效抑制1060铝在Na2HPO4·12H2O-Na2SO4·10H2O水合盐中的腐蚀,且缓蚀效果依赖其添加浓度。当缓蚀剂浓度提高时,1060铝表面的极化电阻增大,铝/水合盐介面间的活化反应速率减缓。其中,以T46席夫碱的缓蚀效率最高,浸泡在该缓蚀体系中的1060铝表面润湿性最差,表面腐蚀痕迹最浅。分子力学和量子化学计算表明,席夫碱分子结构中的O和N杂原子为亲核位点,具有较高的反应活性,倾向于在金属表面进行优先吸附。各席夫碱分子与铝表面的吸附能大小依次为T46>T49>T45>T33。T46席夫碱因分子链结构柔性最好,同时具有最大偶极矩和最小分子前线轨道能隙,因此缓蚀性能最佳。合成了一种新型咪唑啉缓蚀剂,2-（2-十五烷基-4,5-二氢-1H-咪唑-1-基）乙醇（PDIE）,并利用该缓蚀剂对铜在Na2HPO4·12H2O-Na2SO4·10H2O水合盐介质中的腐蚀进行了抑制。电化学测试表明,PDIE化合物的缓蚀效率与浓度有关,在添加0.5m M时效果最佳。添加PDIE可有效抑制铜表面的阳极活性溶解,PDIE分子可以在铜表面自发地进行吸附,在物理吸附和化学吸附的共同作用下,大面积覆盖住活性金属基体,提高了铜/水合盐反应界面间电荷转移电阻,从而减缓了铜试样的腐蚀速率。量子化学计算和分子动力学模拟结果表明,PDIE分子结构中的咪唑啉环和杂原子为反应活性位点,对PDIE分子在铜表面的化学吸附起到促进作用,同时,其分子尾链的烷基非极性基团在水合盐组份作用下会产生扭曲变形,在吸附过程中背离金属表面,产生物理遮蔽效果,对腐蚀介质中侵蚀性粒子向铜表面的迁移起到阻碍作用。
孔丽丽[7]（2021）在《多水下机器人系统的分布式协同控制》文中研究说明海洋中储藏着丰富的自然资源,如石油、天然气、海洋生物资源、矿产资源等。正因如此,世界海洋资源的勘探与开发受到了各国的高度重视,成为科研领域的热点话题之一。近年来,自治水下机器人（autonomous underwater vehicles,简称AUV）作为探索海洋最重要的工具,也受到了人们的关注,被广泛用于海洋观测、海上救援、雷区搜索、海底管道检修、敌情侦察等领域。然而,随着海洋探索以及开发活动的越来越深入,需求日益复杂化和多样化,仅仅通过单个AUV某些指标的优化已经远远不能满足复杂任务需求。为了解决这一问题,一方面需要研发功能更强、智能性更高的AUV,另一方面可以在现有功能简单的AUV基础上,通过多个AUV之间的相互协作来完成单个AUV无法完成或者难以完成的任务。多AUV系统协同作业的核心思想是将多个简单功能的AUV组成一个小组,然后将相应的任务分配给小组中的每个AUV,再通过一定的控制策略使团队中的每个AUV互相配合,从而完成复杂的任务。与单个AUV系统相比,多AUV协同作业系统具有感知分布、时空分布、功能分布等优势。本文通过理论分析和数值仿真对多AUV协同作业进行了一定研究,主要研究如下:1、水下机器人系统的建模。首先定义两个坐标系—固定坐标系和载体坐标系,然后采用欧拉角表示方法表示AUV的姿态。根据牛顿第二定律和转动定律获得系统的动力学方程和运动学方程。最后,利用近似线性化方法,得到AUV的线性系统模型。2、基于虚拟领导者的一致性控制方法。在领导—跟随一致性控制算法中,领导者可以控制整个系统的运动趋势,各个跟随者在控制器的控制下来达到一致状态。所有跟随者的运动均取决于领导者,一旦领导者发生故障,队形将失去控制。候补领导者的设计虽然能在一定程度上应对领导者的失效,但也存在着候补领导者先于领导者故障的可能性,从而不能起到替代的作用,因此问题无法从根本上得到解决。为了避免这种情况的发生,采用一种虚拟领导者控制方法设计控制器,最后利用李雅普诺夫方程对一致性误差进行分析。3、非理想信道下多水下机器人的一致性误差分析。本文主要研究了多AUV系统在量测噪声和通信噪声的衰落信道下的一致性问题。本文采用了卡尔曼滤波算法来处理系统中存在的噪声,然后提出了一种基于相对估计状态的一致性协议来进行一致性控制,最后通过李雅普诺夫方程来精确的描述一致性误差。
武佳妮[8]（2021）在《基于第一性原理计算的机器学习力场模型》文中认为基于第一性原理计算的机器学习力场（ML-FF）具有很大潜力,能够在更大空间和时间尺度上研究材料物理性质.目前,应用比较广泛的机器学习模型有线性回归和神经网络模型.线性回归模型具有训练简单等优点,当系统偏离原始训练集时,其计算模拟过程具有较高的稳定性,并且训练和分子动力学模拟时长相对较短,而神经网络模型在训练较为复杂和非线性映射函数方面更为精确和灵活,但所需时间较长.因此,对于不同的研究系统,对比并判别神经网络与线性回归模型各自的优劣差异具有十分重要的意义.本文以铜系统为例开展了基于力场的线性回归和神经网络模型的对比性研究,发现对于接近平衡态的体系,如铜体相结构,线性回归和神经网络模型几乎给出了相似的准确结果.然而,对于远离平衡态的系统,神经网络比线性回归模型更精确.对于研究相对复杂的包含两种元素的材料,以铜-碳体系为例,我们进一步发展了另一新的机器学习力场模型.与线性回归和神经网络模型相比,该模型的计算精度远高于线性回归模型,与神经网络模型基本一致,但其计算速度却远快于神经网络模型.该机器学习模型具有通用性,尤其适用于数据量大、函数复杂的系统.以上研究结果为不同系统选择何种机器学习模型提供了一定的理论指导.
柳松[9]（2021）在《基于固定时间稳定性和量子粒子群算法的量子系统控制》文中研究指明近年来,由于量子计算、量子通信等领域不断取得突破性进展,量子技术引起了越来越多的关注。量子控制问题的深入研究对推动量子科学与技术的发展具有重要的作用。量子系统的固定时间控制可以缩短状态转移时间且具有较好的鲁棒性,能够有效降低退相干作用对系统演化的影响。但目前量子系统的固定时间控制问题以及高维复杂量子系统向任意目标纯态的高保真度转移问题,尚未得到很好地解决。在此背景下,本论文基于固定时间稳定性和量子粒子群优化算法研究量子系统的控制问题,主要内容如下所述:（1）针对刘维尔方程描述的两能级量子系统,提出一种新的连续非光滑控制方案,以实现系统对于目标平衡态的固定时间收敛性并分析其鲁棒性。首先,基于相干矢量和复数的指数形式对系统模型及控制目标进行等价变换,并借助合适的李雅普诺夫函数设计含分数幂的连续非光滑控制律。然后,利用双极限齐次性估计理论和固定时间李雅普诺夫稳定性定理给出量子系统实现固定时间收敛性的一个充分条件。特别地,考虑到分数幂的某些取值无法保证系统在控制律作用下的准确收敛性,论文提出两种非光滑切换控制策略来改善控制性能,以实现固定时间内对于目标平衡态的完全收敛性。此外,论文分析了在实际量子操控中可能存在的多种不确定性对系统固定时间稳定性的影响,最后通过数值仿真实验验证了上述方案的有效性,仿真结果同时也表明非光滑控制比标准李雅普诺夫控制具有更强的鲁棒性。（2）针对有限维封闭和马尔可夫开放量子系统,基于李雅普诺夫方法和量子粒子群优化算法提出一种新的控制方案,以尽可能高的保真度和尽可能少的时间驱动系统到任意期望的目标纯态。首先,根据含待构造厄米算符的李雅普诺夫函数设计控制律,并基于最大不变集中包含期望目标态这一条件来设计厄米算符的特征矢量。然后,利用量子粒子群算法搜索算符的一组最优特征值,由此构造出满足控制要求的未知厄米算符。考虑到系统演化过程中可能出现因控制律的分母过小导致控制值过大的情况,基于量子粒子群算法提出一种带有约束条件的改进策略,以提高控制律在实现上的灵活性,最后在五能级封闭量子系统、四量子位封闭量子系统、五能级开放量子系统和十能级开放量子系统上进行了数值仿真实验,仿真结果表明提出的控制方案能够很好地解决高维量子系统对于期望目标态的快速高保真度转移问题。
周炳[10]（2021）在《参数不确定机械臂系统的自适应控制方法研究》文中认为机械臂在更为普遍的场景,复杂的环境,以及长时间的高负荷工作等条件下运行,将不可避免受到复杂且未知的不确定性影响,并明显降低机械臂末端执行器的操作性能。另外,日渐苛刻的工业应用场合除要求机械臂系统具备高稳定性和高精度性能指标外,控制误差的有限时间收敛、控制器的低计算成本以及机械臂操作模式的简便性都是不可或缺且亟待达成的重要指标。尽管参数不确定性机械臂自适应控制一直是国内外学者研究的热点,但上述问题仍然是机械臂领域中长期存在且尚未完全解决的控制难题。本文针对上述机械臂系统存在的不确定性以及被忽略的控制性能指标问题,主要完成以下研究内容:（1）针对机械臂系统,在考虑动力学和运动学不确定的基础上,增加考虑了执行器参数摄动问题。通过设计单独的执行器参数补偿自适应律,有效地消除了过大的执行器参数补偿误差和未知扰动;然后采用逆Jacobian矩阵技术设计了一套具有运动学和动力学分离特性的自适应控制算法,并结合Lyapunov稳定性理论给出了系统的稳定性证明,解决了同时存在多类不确参数情况下机械臂系统的自适应跟踪控制问题,并实现了只需设计关节参考速度指令的机械臂简便操作模式。（2）考虑具有多类参数不确定性的机械臂系统,通过引入滑模观测器（Sliding Mode Observer）和神经逼近器（Neural Approximator）方法,分别用于解决运动学不确定性和包括未知力矩以及外界干扰的动力学不确定性。然后结合低代价神经网络自适应机制,将n*N个（n为机械臂自由度,N为神经网络节点数）自适应律减少为一个自适应律,设计出了基于低代价神经逼近器的多类不确定机械臂系统自适应控制算法,并通过Lyapunov稳定性分析方法给出了严格的系统稳定性分析和证明,解决了所考虑机械臂系统的低计算成本自适应跟踪控制问题,并进一步提高了控制器的控制精度与鲁棒性。（3）研究了具有不确定运动学、不确定动力学和未知干扰的机械臂系统的有限时间收敛问题,提出了一种在可调的有限时间内跟踪目标轨迹的低代价神经自适应跟踪控制方法。首先,利用滑模观测器处理运动学的不确定性,确保其在有限时间内准确估计末端执行器在任务空间（Task Space）中的位置;然后,采用神经逼近器估计不确定运动学和未知外部干扰,并通过设计的新滑模流型切换函数来解决奇异性问题,提出了一种基于低代价神经逼近器的有限时间自适应控制技术。最后,结合稳定性理论和有限时间稳定性分析方法,证明了所有闭环信号的有界性,并且跟踪误差能在有限时间内收敛到原点的任意小邻域。（4）提出了一套基于低代价神经网络的自适应控制算法用于处理具有不确定动力学的机械臂系统,并通过严格的稳定性分析以及数字仿真实验,验证了控制算法的有效性。更进一步,将此低代价神经网络自适应算法应用到七自由度Sawyer机械臂平台上,验证了该算法的实际应用价值,解决了高自由度机械臂系统控制器计算压力大以及神经网络控制算法难以应用于实际控制任务的难题。
二、关于计算目标相对鱼雷运动轨迹的一个定理（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、关于计算目标相对鱼雷运动轨迹的一个定理（论文提纲范文）
（2）基于震动感知的运动目标识别关键技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 基于震动信号的运动目标识别算法研究现状 |
| 1.2.1 目标检测算法 |
| 1.2.2 目标分类算法 |
| 1.3 目标识别算法的研究案例综述 |
| 1.3.1 目标检测研究 |
| 1.3.2 目标分类研究 |
| 1.4 论文研究思路和结构安排 |
| 1.4.1 挑战性问题与本文的研究思路 |
| 1.4.2 本文的组织结构 |
| 第2章 运动目标诱导震动信号的机理研究 |
| 2.1 引言 |
| 2.2 运动目标产生震动信号的机理 |
| 2.2.1 地面运动目标的力学模型 |
| 2.2.2 低空飞行目标的声震耦合模型 |
| 2.3 震动信号的传播机理 |
| 2.3.1 地震波概述 |
| 2.3.2 瑞利波在多层介质中的传播模型 |
| 2.4 本章小结 |
| 第3章 SITEX02 数据集分析与JL数据集构建 |
| 3.1 引言 |
| 3.2 SITEX02 数据集 |
| 3.2.1 实验描述 |
| 3.2.2 数据分析 |
| 3.3 JL数据集 |
| 3.3.1 数据采集系统 |
| 3.3.2 数据采集实验 |
| 3.3.3 数据分析 |
| 3.4 本章小结 |
| 第4章 基于容量维数与支持向量机的目标检测算法研究 |
| 4.1 引言 |
| 4.2 信号的分形容量维数 |
| 4.2.1 混沌与分形 |
| 4.2.2 分形维数 |
| 4.2.3 分形容量维数的计算 |
| 4.2.4 实际信号的容量维数分析 |
| 4.3 使用支持向量机完成容量维数的辨识 |
| 4.3.1 超平面 |
| 4.3.2 线性支持向量机 |
| 4.3.3 非线性支持向量机 |
| 4.3.4 线性与非线性支持向量机的比较 |
| 4.4 基于容量维数与线性支持向量机的目标检测算法模型 |
| 4.5 实验与讨论 |
| 4.5.1 算法评估指标 |
| 4.5.2 案例研究Ⅰ(以SITEX02 数据为例) |
| 4.5.3 案例研究Ⅱ(以JL数据为例) |
| 4.6 本章小结 |
| 第5章 基于压缩观测的震动深度神经网络目标分类算法研究 |
| 5.1 引言 |
| 5.2 压缩观测理论分析 |
| 5.2.1 压缩观测思想 |
| 5.2.2 特征保留与噪声压制 |
| 5.2.3 应用压缩观测值的目标分类 |
| 5.2.4 压缩观测作为特征提取 |
| 5.3 基于压缩震动观测值的深度特征分类算法模型 |
| 5.4 实验与讨论 |
| 5.4.1 算法评估指标 |
| 5.4.2 案例研究Ⅰ(以SITEX02 数据为例) |
| 5.4.3 案例研究Ⅱ(以JL数据为例) |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 论文总结与创新点 |
| 6.2 后续工作展望 |
| 参考文献 |
| 作者简介及科研成果 |
| 致谢 |
（3）高中生椭圆认知水平的发展研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究的主要问题 |
| 1.3 研究的思路与方法 |
| 1.4 研究的创新之处 |
| 1.5 研究的意义 |
| 2 文献综述 |
| 2.1 认知水平的界定 |
| 2.2 圆锥曲线的相关研究 |
| 3 测试工具的制定与预测试 |
| 3.1 测试工具的制定 |
| 3.2 预测试 |
| 4 正式测试 |
| 4.1 测试时间与地点 |
| 4.2 测试对象与基本情况 |
| 4.3 第一次测试与访谈 |
| 4.4 第二次测试与访谈 |
| 4.5 第三次测试与访谈 |
| 5 研究结论 |
| 5.1 高中生椭圆认知水平发展规律 |
| 5.2 学生椭圆认知水平测试框架的科学性 |
| 6 研究的不足与展望 |
| 6.1 研究的不足之处 |
| 6.2 研究展望 |
| 参考文献 |
| 附录1:预测试试卷A |
| 附录2:预测试试卷B |
| 附录3:预测试试卷C |
| 附录4:正式测试试卷A |
| 附录5:正式测试试卷B |
| 附录6:正式测试试卷C |
| 致谢 |
（4）车载HMI界面色彩感知研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 课题研究的国内外现状 |
| 1.3 研究内容及技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 研究的技术路线 |
| 第2章 相关理论研究 |
| 2.1 色彩的基本概念 |
| 2.1.1 色彩的三属性 |
| 2.1.2 色彩的知觉 |
| 2.1.3 色彩的联想与象征意义 |
| 2.2 CCS色彩体系论述 |
| 2.2.1 CCS色相环和色调图谱 |
| 2.2.2 CCS色彩印象定位 |
| 2.2.3 基于CCS色彩体系的车载HMI界面色彩提取 |
| 2.3 眼动实验的研究 |
| 2.3.1 眼动研究的发展历程 |
| 2.3.2 眼动仪简介 |
| 2.4 图像主色彩的提取方法论述 |
| 2.5 本章小结 |
| 第3章 市场调研与分析 |
| 3.1 市场调研方案 |
| 3.2 汽车仪表界面的配色 |
| 3.3 汽车中控界面的配色 |
| 3.4 汽车仪表及中控界面样本 |
| 3.5 本章小结 |
| 第4章 车载HMI界面色彩感知实验 |
| 4.1 眼动实验准备与方案 |
| 4.1.1 实验准备 |
| 4.1.2 实验方案 |
| 4.2 眼动实验可视化分析 |
| 4.2.1 眼动实验结果可视化处理 |
| 4.2.2 实验结果可视化结果 |
| 4.3 眼动实验数据统计及分析 |
| 4.3.1 实验问卷结果统计 |
| 4.3.2 眼动数据分析 |
| 4.3.3 数据准确性分析 |
| 4.3.4 数据分析结果 |
| 4.4 实验样本的色彩分析 |
| 4.4.1 色彩基本属性定位 |
| 4.4.2 色度图分析 |
| 4.4.3 色相色调定位分析 |
| 4.5 被试者个人色彩偏好分析 |
| 4.6 本章小结 |
| 第5章 优化后的界面色彩主观评价 |
| 5.1 评价样本的设计 |
| 5.2 感性评价词汇筛选 |
| 5.2.1 筛选流程 |
| 5.2.2 语义差分打分 |
| 5.3 主观评价的分析 |
| 5.3.1 折线图分析 |
| 5.3.2 雷达图分析 |
| 5.4 本章小结 |
| 第6章 全文总结与展望 |
| 6.1 全文总结 |
| 6.2 展望 |
| 参考文献 |
| 作者简介 |
| 致谢 |
（5）矿井喷雾降尘表面活性剂作用机理的分子模拟研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 粉尘防治技术研究现状 |
| 1.2.2 煤尘润湿性研究现状 |
| 1.2.3 表面活性剂研究现状 |
| 1.3 存在的问题 |
| 1.4 本文的研究内容和方法 |
| 1.4.1 研究内容和方法 |
| 1.4.2 技术路线 |
| 第2章 分子模拟方法及理论基础 |
| 2.1 分子模拟软件及模拟方法简介 |
| 2.2 分子动力学模拟的基本原理及参数选择 |
| 2.2.1 分子动力学基本原理 |
| 2.2.2 分子动力学模拟参数选择 |
| 2.3 量子化学计算原理简介 |
| 2.3.1 量子化学计算基本原理 |
| 2.3.2 密度泛函基本原理 |
| 2.4 本章小结 |
| 第3章 表面活性剂对喷雾雾化特性影响机理研究 |
| 3.1 表面活性剂界面模型的构建 |
| 3.1.1 表面活性剂的选择及基本性质测定 |
| 3.1.2 模型的构建和参数设置 |
| 3.2 表面活性剂影响界面张力的分子动力学研究 |
| 3.2.1 表面活性剂界面构型分析 |
| 3.2.2 表面活性剂影响界面张力的机理分析 |
| 3.3 表面活性剂对水雾粒径分布的影响 |
| 3.3.1 实验装置及方法 |
| 3.3.2 表面活性剂对水雾粒径分布规律的影响 |
| 3.4 本章小结 |
| 第4章 表面活性剂对雾滴捕尘能力影响机理研究 |
| 4.1 煤尘自然吸水实验 |
| 4.1.1 实验设备及方法 |
| 4.1.2 实验结果分析 |
| 4.2 煤壁模型构建与参数设置 |
| 4.2.1 煤分子化学结构模型的选择 |
| 4.2.2 模型的构建及模拟方法 |
| 4.3 水在煤尘表面吸附特性研究 |
| 4.3.1 纯水在煤壁表面的吸附 |
| 4.3.2 表面活性剂对水在煤壁表面吸附的影响 |
| 4.3.3 水在煤中扩散特性研究 |
| 4.4 表面静电势与煤润湿性关联分析 |
| 4.4.1 不同煤的润湿性分析 |
| 4.4.2 表面活性剂影响煤润湿性的静电势分析 |
| 4.5 本章小结 |
| 第5章 表面活性剂保水性及无机盐对其强化机理研究 |
| 5.1 溶液模型的构建与参数设置 |
| 5.1.1 溶液模型的构建 |
| 5.1.2 分子动力学模拟方法 |
| 5.2 表面活性剂保水作用的分析 |
| 5.2.1 表面活性剂的水合作用 |
| 5.2.2 平均力势的计算 |
| 5.3 无机盐影响下表面活性剂的保水作用分析 |
| 5.3.1 无机盐离子的静电屏蔽作用 |
| 5.3.2 无机盐对表面活性剂水合作用的影响 |
| 5.3.3 无机盐离子的水合作用 |
| 5.4 表面活性剂保水性能实验研究 |
| 5.4.1 表面活性剂保水实验方法 |
| 5.4.2 表面活性剂保水实验结果分析 |
| 5.5 本章小结 |
| 第6章 表面活性剂抑尘性能实验研究 |
| 6.1 喷雾雾化及捕尘机理 |
| 6.2 表面活性剂降尘效果监测方法 |
| 6.2.1 喷雾抑尘测试系统 |
| 6.2.2 测试方案 |
| 6.3 测试结果与分析 |
| 6.3.1 表面活性剂对黑岱沟长焰煤煤尘抑制效果分析 |
| 6.3.2 表面活性剂对山西镇城底焦煤煤尘抑制效果分析 |
| 6.3.3 表面活性剂对山西阳煤五矿无烟煤煤尘抑制效果分析 |
| 6.4 本章小结 |
| 第7章 结论与展望 |
| 7.1 主要结论 |
| 7.2 主要创新点 |
| 7.3 研究工作展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
（6）磷酸氢二钠/硫酸钠水合盐中典型金属的腐蚀和缓蚀机理研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 无机水合盐相变蓄热材料概述 |
| 1.1.2 无机水合盐相变蓄热材料的腐蚀问题 |
| 1.2 金属腐蚀的电化学过程 |
| 1.2.1 腐蚀电位和腐蚀电流 |
| 1.2.2 稳态极化曲线 |
| 1.3 缓蚀剂概述 |
| 1.3.1 缓蚀剂的分类 |
| 1.3.2 缓蚀剂的作用机制 |
| 1.4 计算化学方法 |
| 1.4.1 缓蚀分子构效关系的量子化学计算 |
| 1.4.2 缓蚀体系的分子动力学模拟 |
| 1.5 研究目的和内容 |
| 1.6 研究创新点 |
| 第二章 磷酸氢二钠/硫酸钠水合盐相变材料的腐蚀性评价 |
| 2.1 引言 |
| 2.2 实验设计 |
| 2.2.1 电解液及工作电极制备 |
| 2.2.2 电化学方法 |
| 2.2.3 表面分析 |
| 2.3 结果分析与讨论 |
| 2.3.1 电化学阻抗分析 |
| 2.3.2 动电位极化曲线分析 |
| 2.3.3 恒电位极化曲线分析 |
| 2.3.4 腐蚀形貌及产物分析 |
| 2.4 本章小结 |
| 第三章 pH对1060 铝在复合水合盐相变材料中腐蚀行为的影响 |
| 3.1 引言 |
| 3.2 实验设计 |
| 3.2.1 电解液及工作电极制备 |
| 3.2.2 电化学方法 |
| 3.2.3 表面分析 |
| 3.3 结果分析与讨论 |
| 3.3.1 电化学阻抗分析 |
| 3.3.2 极化曲线分析 |
| 3.3.3 腐蚀形貌及产物分析 |
| 3.4 本章小结 |
| 第四章 1060 铝在复合水合盐相变材料中的缓蚀研究 |
| 4.1 引言 |
| 4.2 实验设计 |
| 4.2.1 电解液及工作电极制备 |
| 4.2.2 电化学方法 |
| 4.2.3 表面分析 |
| 4.2.4 量子化学计算 |
| 4.2.5 分子力学计算 |
| 4.3 结果分析与讨论 |
| 4.3.1 电化学阻抗分析 |
| 4.3.2 极化曲线分析 |
| 4.3.3 扫描电镜分析 |
| 4.3.4 表面粗糙度分析 |
| 4.3.5 分子前线轨道及局部反应性 |
| 4.3.6 蒙特卡洛分子力学模拟 |
| 4.4 本章小结 |
| 第五章 铜在复合水合盐相变材料中的缓蚀研究 |
| 5.1 引言 |
| 5.2 实验设计 |
| 5.2.1 咪唑啉衍生物的合成 |
| 5.2.2 电解液及工作电极制备 |
| 5.2.3 失重试验 |
| 5.2.4 电化学方法 |
| 5.2.5 表面分析 |
| 5.2.6 量子化学计算 |
| 5.2.7 分子动力学模拟 |
| 5.3 结果分析与讨论 |
| 5.3.1 开路电位 |
| 5.3.2 电化学阻抗分析 |
| 5.3.3 极化曲线分析 |
| 5.3.4 吸附等温线研究 |
| 5.3.5 失重试验分析 |
| 5.3.6 温度对PDIE缓蚀活性的影响 |
| 5.3.7 扫描电镜分析 |
| 5.3.8 红外光谱表征 |
| 5.3.9 X射线光电子能谱 |
| 5.3.10 分子前线轨道及局部反应性 |
| 5.3.11 分子动力学模拟 |
| 5.3.12 缓蚀机理 |
| 5.4 本章小结 |
| 总结 |
| 参考文献 |
| 攻读博士学位期间取得的科研成果 |
| 致谢 |
| 作者简介 |
（7）多水下机器人系统的分布式协同控制（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 主要符号说明 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 多AUV系统综述 |
| 1.2.1 体系结构 |
| 1.2.2 多AUV系统协同控制发展现状 |
| 1.3 本文的主要研究内容和章节安排 |
| 1.4 本章小结 |
| 第二章 多水下机器人系统的建模 |
| 2.1 引言 |
| 2.2 坐标系及参数定义 |
| 2.3 水下机器人系统的建模 |
| 2.3.1 运动学模型 |
| 2.3.2 动力学模型 |
| 2.4 水下机器人系统模型的近似线性化 |
| 2.5 本章小结 |
| 第三章 多AUV系统协同控制的相关基础 |
| 3.1 引言 |
| 3.2 多水下机器人系统的网络拓扑结构 |
| 3.2.1 图论知识 |
| 3.2.2 矩阵论知识 |
| 3.3 本章小结 |
| 第四章 基于虚拟领导者的一致性控制方法 |
| 4.1 引言 |
| 4.2 问题描述 |
| 4.3 基础知识概述 |
| 4.4 基于理想状态下的一致性控制器设计 |
| 4.4.1 构建虚拟领导者系统 |
| 4.4.2 构建领导者-跟随者误差系统 |
| 4.4.3 局部控制器设计 |
| 4.4.4 分布式控制器设计 |
| 4.5 主要结果 |
| 4.5.1 基于估计状态的分布式控制协议 |
| 4.5.2 一致性误差计算 |
| 4.6 数值仿真 |
| 4.7 本章小结 |
| 第五章 非理想信道下多水下机器人的一致性误差分析 |
| 5.1 引言 |
| 5.2 问题描述 |
| 5.3 主要结果 |
| 5.3.1 分布式控制协议设计 |
| 5.3.2 一致性误差计算 |
| 5.4 数值仿真 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 主要工作总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 硕士期间发表的论文 |
| 附件 |
（8）基于第一性原理计算的机器学习力场模型（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 引言 |
| 1.1 国内外研究现状 |
| 1.2 论文内容安排 |
| 第二章 基本理论和计算方法 |
| 2.1 密度泛函理论 |
| 2.1.1 Hohenberg-Kohn定理 |
| 2.1.2 Kohn-Sham方程 |
| 2.1.3 交换关联泛函 |
| 2.1.4 赝势 |
| 2.1.5 分子动力学 |
| 2.1.6 径向分布函数(RDF) |
| 2.2 机器学习算法 |
| 2.2.1 线性回归 |
| 2.2.2 人工神经网络 |
| 2.2.3 单个原子神经网络势(SANNP) |
| 2.2.4 训练模型 |
| 第三章 神经网络和线性回归模型对铜单质的力场模拟 |
| 3.1 计算方法 |
| 3.2 结果与讨论 |
| 3.2.1 铜体相结构的力场模拟 |
| 3.2.2 多种形态铜的力场模拟 |
| 3.3 结论 |
| 第四章 对铜-碳体系的机器学习力场模拟 |
| 4.1 计算方法 |
| 4.2 结果与讨论 |
| 4.2.1 第一性原理分子动力学模拟 |
| 4.2.2 机器学习力场训练 |
| 4.3 结论 |
| 第五章 总结与展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间完成论文情况 |
（9）基于固定时间稳定性和量子粒子群算法的量子系统控制（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 论文的研究背景 |
| 1.1.2 论文的研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 量子系统的李雅普诺夫控制 |
| 1.2.2 量子系统的固定时间控制 |
| 1.2.3 量子粒子群算法 |
| 1.3 研究内容与结构安排 |
| 1.3.1 主要研究内容 |
| 1.3.2 创新之处 |
| 1.3.3 论文的结构安排 |
| 第2章 量子控制的理论基础 |
| 2.1 量子系统基础 |
| 2.1.1 密度矩阵及其相干矢量表示 |
| 2.1.2 量子系统的控制模型 |
| 2.2 固定时间稳定性理论 |
| 2.3 粒子群算法 |
| 2.3.1 经典粒子群算法 |
| 2.3.2 量子粒子群算法 |
| 2.4 本章小结 |
| 第3章 基于固定时间稳定性理论的两能级量子系统控制 |
| 3.1 问题描述 |
| 3.1.1 系统模型和控制目标 |
| 3.1.2 两个引理 |
| 3.2 固定时间控制和稳定性分析 |
| 3.2.1 固定时间控制器设计 |
| 3.2.2 固定时间稳定性 |
| 3.2.3 控制性能改进 |
| 3.3 不确定性对系统固定时间稳定性的影响 |
| 3.4 数值仿真 |
| 3.4.1 固定时间控制验证 |
| 3.4.2 性能改进验证 |
| 3.4.3 鲁棒性验证 |
| 3.5 本章小结 |
| 第4章 基于量子粒子群优化算法的高维量子系统控制 |
| 4.1 问题描述和含参数控制律的设计 |
| 4.2 未知参数的选择 |
| 4.3 基于双目标量子粒子群算法的参数优化 |
| 4.4 数值仿真 |
| 4.4.1 封闭量子系统 |
| 4.4.2 开放量子系统 |
| 4.5 本章小结 |
| 第5章 总结和展望 |
| 5.1 研究工作总结 |
| 5.2 未来研究展望 |
| 参考文献 |
| 致谢 |
| 在读期间发表的学术论文与取得的研究成果 |
（10）参数不确定机械臂系统的自适应控制方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 机械臂控制技术发展现状及研究趋势 |
| 1.2.2 机械臂自适应控制发展现状及研究趋势 |
| 1.3 机械臂自适应控制方法目前存在的问题 |
| 1.4 本论文的研究工作和主要内容安排 |
| 第二章 预备知识 |
| 2.1 系统稳定性理论 |
| 2.1.1 稳定性 |
| 2.1.2 Lyapunov稳定性 |
| 2.1.3 有界性 |
| 2.1.4 有限时间稳定性理论 |
| 2.1.5 其他重要引理 |
| 2.2 自适应控制理论 |
| 2.3 神经网络控制原理 |
| 2.3.1 径向基函数神经网络 |
| 2.3.2 神经逼近器 |
| 2.4 本章小结 |
| 第三章 基于逆JACOBIAN矩阵的参数不确定机械臂系统自适应跟踪控制 |
| 3.1 引言 |
| 3.2 机械臂数学模型和问题描述 |
| 3.2.1 机械臂数学模型 |
| 3.2.2 问题描述 |
| 3.3 自适应跟踪控制器设计 |
| 3.3.1 模型已知机械臂控制器设计 |
| 3.3.2 模型未知机械臂控制器设计 |
| 3.4 稳定性分析 |
| 3.5 仿真实验与结果分析 |
| 3.6 本章小节 |
| 第四章 基于低代价神经逼近器的参数不确定机械臂有限时间自适应跟踪控制 |
| 4.1 引言 |
| 4.2 具有多类不确定性机械臂的模型建立 |
| 4.3 基于低代价神经逼近器的多类不确定机械臂自适应控制 |
| 4.3.1 问题描述 |
| 4.3.2 控制器设计 |
| 4.3.3 稳定性分析 |
| 4.3.4 仿真实验与结果分析 |
| 4.4 基于低代价神经逼近器的多类不确定机械臂有限时间自适应控制 |
| 4.4.1 问题描述 |
| 4.4.2 控制器设计 |
| 4.4.3 稳定性分析 |
| 4.4.4 仿真实验与结果分析 |
| 4.5 本章小节 |
| 第五章 基于低代价神经逼近器的SAWYER机械臂自适应控制 |
| 5.1 引言 |
| 5.2 基于低代价神经逼近器的机械臂自适应跟踪控制器设计 |
| 5.2.1 控制器设计 |
| 5.2.2 稳定性分析 |
| 5.3 仿真实验和实物实验结果分析 |
| 5.3.1 仿真实验与结果分析 |
| 5.3.2 基于Sawyer机械臂平台的验证与结果分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
四、关于计算目标相对鱼雷运动轨迹的一个定理（论文参考文献）
- [1]基于蚁群算法的群集系统协同分群控制方法[J]. 李成凤,邵俊倩,张阳伟. 控制工程, 2021(11)
- [2]基于震动感知的运动目标识别关键技术研究[D]. 宾康成. 吉林大学, 2021(01)
- [3]高中生椭圆认知水平的发展研究[D]. 辜博. 四川师范大学, 2021(12)
- [4]车载HMI界面色彩感知研究[D]. 刘体蕊. 吉林大学, 2021(01)
- [5]矿井喷雾降尘表面活性剂作用机理的分子模拟研究[D]. 刘硕. 太原理工大学, 2021(01)
- [6]磷酸氢二钠/硫酸钠水合盐中典型金属的腐蚀和缓蚀机理研究[D]. 赵天宇. 西北大学, 2021(12)
- [7]多水下机器人系统的分布式协同控制[D]. 孔丽丽. 山东大学, 2021(09)
- [8]基于第一性原理计算的机器学习力场模型[D]. 武佳妮. 内蒙古大学, 2021(12)
- [9]基于固定时间稳定性和量子粒子群算法的量子系统控制[D]. 柳松. 中国科学技术大学, 2021(08)
- [10]参数不确定机械臂系统的自适应控制方法研究[D]. 周炳. 电子科技大学, 2021(01)