本文選題：SINS + 運動分離��； 參考：《東南大學》2015年碩士論文

【摘要】：艦船在航行過程中受到海浪、海風以及其它干擾力的激勵,將會產(chǎn)生六自由度的搖蕩運動,對艦載機著艦、武器控制以及艦員和艦載設(shè)備等均產(chǎn)生不利影響。實時求取出艦船振蕩信息,并對未來一段時間內(nèi)的艦船振蕩運動進行預測,以供艦載機及時調(diào)整路徑,可避免起飛和降落過程中事故的發(fā)生,從而提高艦載機的生存能力。本文主要針對艦船振蕩運動的分離與預測等相關(guān)問題展開研究。首先,詳細分析了艦船在海上航行的運動狀態(tài),研究了海浪波的形成機理以及海浪波的建模方法,給出了艦船瞬時搖蕩運動的模型方程,該方法比單一頻率的建模要更接近實際情況。詳細闡述了用于振蕩運動測量的捷聯(lián)式慣性導航系統(tǒng)(SINS)的解算原理,給出了增加振蕩運動測量的SINS導航解算方法；通過對振蕩運動解算結(jié)果中的頻率成分的分析,給出了基于數(shù)字濾波的振蕩運動提取方法。其次,分析并比較了IIR數(shù)字濾波器和FIR數(shù)字濾波器性能特點,選擇了延遲時間較短的IIR數(shù)字濾波器作為振蕩運動分離濾波工具。詳細闡述了11R濾波器的工作原理和設(shè)計過程,以及基于解算結(jié)果頻率組成的濾波器參數(shù)的選取方法。仿真驗證了所設(shè)計濾波器的有效性。最后,針對艦船振蕩運動的隨機性及非線性特性,選取具有非線性、自適應性、自學習能力以及數(shù)據(jù)融合能力的神經(jīng)網(wǎng)絡(luò)方法對艦船振蕩運動進行預測。仿真分析、比較了BP神經(jīng)網(wǎng)絡(luò)、RBF神經(jīng)網(wǎng)絡(luò)和BP-RBF組合神經(jīng)網(wǎng)絡(luò)三種預測方法對艦船三軸振蕩運動的預測能力。仿真實驗結(jié)果表明：BP-RBF組合預測方法既具有RBF網(wǎng)絡(luò)的學習收斂速度的快速性,又具有BP網(wǎng)絡(luò)的泛化性能。綜合認為,在一定條件下組合預測方法比單一預測方法具有優(yōu)勢,可在保證預測精度的基礎(chǔ)上提高了預測速度。
[Abstract]:During the course of navigation, the ship is stimulated by waves, sea winds and other disturbance forces, which will produce a six-degree-of-freedom rocking motion, which will have a negative impact on the landing, weapon control, crew and shipboard equipment of the carrier aircraft.The ship oscillation information can be extracted in real time and the ship oscillation motion in the future can be predicted so that the carrier aircraft can adjust the path in time to avoid the accidents during take-off and landing and thus improve the survivability of the carrier aircraft.In this paper, the separation and prediction of ship oscillating motion are studied.First of all, the motion state of ship sailing at sea is analyzed in detail, the formation mechanism of wave wave and the modeling method of wave wave are studied, and the model equation of ship instantaneous rocking motion is given.The method is closer to the actual situation than the modeling of a single frequency.The calculation principle of strapdown inertial navigation system (sins) for oscillatory motion measurement is described in detail, and the SINS navigation method for increasing oscillatory motion measurement is given, and the frequency components in the result of oscillatory motion measurement are analyzed.A method for extracting oscillatory motion based on digital filtering is presented.Secondly, the characteristics of IIR digital filter and FIR digital filter are analyzed and compared, and IIR digital filter with short delay time is chosen as the tool of oscillatory motion separation filter.The working principle and design process of 11R filter are described in detail, and the method of selecting filter parameters based on the frequency component of the calculated results is also presented.The effectiveness of the designed filter is verified by simulation.Finally, according to the randomness and nonlinear characteristics of ship oscillation motion, a neural network method with nonlinear, adaptive, self-learning ability and data fusion ability is selected to predict the ship oscillation motion.The prediction ability of BP neural network and BP-RBF combined neural network for ship triaxial oscillation motion is compared.The simulation results show that the proposed method not only has the rapidity of learning convergence rate of RBF network, but also has the generalization performance of BP network.It is concluded that the combined forecasting method is superior to the single prediction method under certain conditions, and the prediction speed can be improved on the basis of ensuring the prediction accuracy.
【學位授予單位】：東南大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：U674.70

【相似文獻】

相關(guān)期刊論文 前10條

1 王凡,孟立凡;關(guān)于使用神經(jīng)網(wǎng)絡(luò)推定操作者疲勞的研究[J];人類工效學;2004年03期

2 常國任;李仁松;沈醫(yī)文;劉鋼;;基于神經(jīng)網(wǎng)絡(luò)的直升機艦面系統(tǒng)效能評估[J];艦船電子工程;2007年03期

3 陳俊;;神經(jīng)網(wǎng)絡(luò)的應用與展望[J];佛山科學技術(shù)學院學報(自然科學版);2009年05期

4 許萬增;;神經(jīng)網(wǎng)絡(luò)的研究及其應用[J];國際技術(shù)經(jīng)濟研究學報;1990年01期

5 張軍華;神經(jīng)網(wǎng)絡(luò)技術(shù)及其在軍用系統(tǒng)中的應用[J];現(xiàn)代防御技術(shù);1992年04期

6 雷明,李作清,陳志祥,吳雅,楊叔子;神經(jīng)網(wǎng)絡(luò)在預報控制中的應用[J];機床;1993年11期

7 靳蕃;神經(jīng)網(wǎng)絡(luò)及其在鐵道科技中應用的探討[J];鐵道學報;1993年02期

8 宋玉華，王啟霞;神經(jīng)網(wǎng)絡(luò)診斷──神經(jīng)網(wǎng)絡(luò)在自動化領(lǐng)域里的應用[J];中國儀器儀表;1994年03期

9 魏銘炎;國內(nèi)外神經(jīng)網(wǎng)絡(luò)技術(shù)的研究與應用概況[J];電機電器技術(shù);1995年04期

10 王中賢，，錢頌迪;神經(jīng)網(wǎng)絡(luò)法在經(jīng)濟管理中的應用[J];航天工業(yè)管理;1995年04期

相關(guān)會議論文 前10條

1 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡(luò)的混沌性[A];1996中國控制與決策學術(shù)年會論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡(luò)[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡(luò)和簡單規(guī)劃的識別融合算法[A];2009系統(tǒng)仿真技術(shù)及其應用學術(shù)會議論文集[C];2009年

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學術(shù)會議論文集[C];1999年

5 鐘義信;;知識論:神經(jīng)網(wǎng)絡(luò)的新機遇——紀念中國神經(jīng)網(wǎng)絡(luò)10周年[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學術(shù)會議論文集[C];1999年

6 許進;保錚;;神經(jīng)網(wǎng)絡(luò)與圖論[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學術(shù)會議論文集[C];1999年

7 金龍;朱詩武;趙成志;陳寧;;數(shù)值預報產(chǎn)品的神經(jīng)網(wǎng)絡(luò)釋用預報應用[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學術(shù)會議論文集[C];1999年

8 田金亭;;神經(jīng)網(wǎng)絡(luò)在中學生創(chuàng)造力評估中的應用[A];第十二屆全國心理學學術(shù)大會論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡(luò)的混沌特性研究[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學學報（增刊）][C];2009年

10 張廣遠;萬強;曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的故障診斷方法研究[A];第十二屆全國設(shè)備故障診斷學術(shù)會議論文集[C];2010年

相關(guān)重要報紙文章 前10條

1 美國明尼蘇達大學社會學博士 密西西比州立大學國家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護好創(chuàng)新的“神經(jīng)網(wǎng)絡(luò)硬件”[N];中國教師報;2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計算機世界;2001年

3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡(luò)將大顯身手[N];中國紡織報;2003年

4 中國科技大學計算機系　邢方亮;神經(jīng)網(wǎng)絡(luò)挑戰(zhàn)人類大腦[N];計算機世界;2003年

5 記者 孫剛;“神經(jīng)網(wǎng)絡(luò)”：打開復雜工藝“黑箱”[N];解放日報;2007年

6 本報記者 劉霞;美用DNA制造出首個人造神經(jīng)網(wǎng)絡(luò)[N];科技日報;2011年

7 健康時報特約記者　 張獻懷;干細胞移植：修復受損的神經(jīng)網(wǎng)絡(luò)[N];健康時報;2006年

8 劉力;我半導體神經(jīng)網(wǎng)絡(luò)技術(shù)及應用研究達國際先進水平[N];中國電子報;2001年

9 ;神經(jīng)網(wǎng)絡(luò)和模糊邏輯[N];世界金屬導報;2002年

10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡(luò)應用研究通過鑒定[N];中國船舶報;2006年

相關(guān)博士學位論文 前10條

1 楊旭華;神經(jīng)網(wǎng)絡(luò)及其在控制中的應用研究[D];浙江大學;2004年

2 李素芳;基于神經(jīng)網(wǎng)絡(luò)的無線通信算法研究[D];山東大學;2015年

3 石艷超;憶阻神經(jīng)網(wǎng)絡(luò)的混沌性及幾類時滯神經(jīng)網(wǎng)絡(luò)的同步研究[D];電子科技大學;2014年

4 王新迎;基于隨機映射神經(jīng)網(wǎng)絡(luò)的多元時間序列預測方法研究[D];大連理工大學;2015年

5 付愛民;極速學習機的訓練殘差、穩(wěn)定性及泛化能力研究[D];中國農(nóng)業(yè)大學;2015年

6 李輝;基于粒計算的神經(jīng)網(wǎng)絡(luò)及集成方法研究[D];中國礦業(yè)大學;2015年

7 王衛(wèi)蘋;復雜網(wǎng)絡(luò)幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學;2015年

8 張海軍;基于云計算的神經(jīng)網(wǎng)絡(luò)并行實現(xiàn)及其學習方法研究[D];華南理工大學;2015年

9 李艷晴;風速時間序列預測算法研究[D];北京科技大學;2016年

10 曾U喺

本文編號：1762883