本书介绍了无人船状态估计和路径跟踪控制方法，重点对无人船非线性状态估计及数据融合方法、无人船路径跟踪控制方法两部分内容进行了深入研究。主要内容包括互相关噪声下的容积卡尔曼滤波算法、变分贝叶斯-变结构滤波器、基于容积规则的容积混合卡尔曼滤波算法、基于多回归型支持向量机模型的多传感器融合算法、基于估计器的路径跟踪自适应模糊控制器、基于有限时间路径跟踪鲁棒控制器、基于速度观测值的LOS导引律和鲁棒输出反馈控制器等。本书是关于无人船控制系统方面的专业著作，总结了作者近几年研究的最新成果，力求反映该领域的最新研究思想、观点和内容，推动该领域的研究不断发展。
本书可作为船舶与海洋工程领域科学工作者和工程技术人员的参考书，也可供自动控制类和海洋工程专业的高校师生使用，同时也适合对无人船控制感兴趣的专业人员阅读参考。

第1章 绪论
1.1 研究的意义和作用
1.2 状态估计及融合理论技术发展
1.3 船舶非线性状态估计及融合技术发展
1.4 无人船运动控制研究现状
1.5 路径跟踪控制研究现状
1.6 本书的主要研究内容与组织结构
第2章 无人船运动学模型和测量模型
2.1 参考坐标系
2.2 无人船运动学模型
2.3 具有干扰的无人船离散时间状态模型和测量模型
2.4 海流影响下的无人船运动学模型
2.5 无人船模型仿真验证
2.6 本章小结
第3章 加性互相关噪声下非线性状态估计方法研究
3.1 高斯白噪声下无人船艏向状态估计方法
3.2 加性互相关噪声下无人船艏向状态估计方法
3.3 高斯白噪声下非线性状态估计方法
3.4 加性互相关噪声下无人船非线性状态估计方法
3.5 本章小结
第4章 参数不确定下无人船非线性状态估计方法研究
4.1 扩展平滑变结构滤波
4.2 模型参数不确定下无人船非线性状态估计方法
4.3 加性测量噪声统计特性未知下无人船非线性状态估计方法
4.4 测量值随机丢失及有色噪声下无人船非线性状态估计方法
4.5 本章小结
第5章 乘性噪声下无人船非线性状态估计及融合方法研究
5.1 支持向量机
5.2 乘性噪声下无人船非线性状态估计方法
5.3 乘性噪声下无人船多传感器融合方法
5.4 乘性噪声下无人船非线性状态估计及融合仿真验证
5.5 本章小结
第6章 无人船路径跟踪自适应模糊控制
6.1 预备知识
6.2 基于IALOS导引系统的USV路径跟踪自适应模糊控制
6.3 基于IAILOS导引律和估计器的USV路径跟踪自适应模糊控制
6.4 本章小结
第7章 无人船输入输出受限的路径跟踪鲁棒控制
7.1 预备知识
7.2 基于ECS-LOS导引律的无人船路径跟踪控制
7.3 基于有限时间LOS导引律的USV路径跟踪有限时间控制
7.4 本章小结
第8章 无人船路径跟踪输出反馈控制
8.1 预备知识
8.2 基于扩张观测器的USV路径跟踪输出反馈控制
8.3 基于有限时间扩张观测器的USV路径跟踪输出反馈控制
8.4 本章小结
参考文献
名词索引