【摘要】：高精度的船舶航跡預(yù)測無論是在民事還是軍事上都有著非常高的實際應(yīng)用價值。船舶航跡預(yù)測在民用上能夠輔助船舶躲避風險,在軍事能夠完成目標的定點預(yù)測。船舶在海洋中航行時受到復雜的海洋環(huán)境干擾,包括海流、海風、海浪等等的干擾,然而目前的船舶航跡預(yù)測方法很少考慮這些因素,只是簡單地利用機器學習方法或者簡化的運動學模型去推算未來的航跡,其預(yù)測精度較低。因此為了提高船舶的航跡預(yù)測精度,需要結(jié)合船舶在航行過程中所受的海洋環(huán)境干擾,去研究一種有效且高精度的船舶航跡預(yù)測方法。首先,簡要介紹了船舶航跡預(yù)測以及在預(yù)測過程中考慮海洋環(huán)境干擾的目的和意義,分析了國內(nèi)外在海洋環(huán)境對船舶運動影響和航跡預(yù)測方面的研究現(xiàn)狀和進展。對船舶的運動數(shù)學模型進行建模,確定影響船舶運動的海洋環(huán)境要素主要為海流、海風和海浪,并分析其影響過程及模型,同時對海風的干擾力和力矩進行了仿真,之后基于勻速直線運動對船舶的航跡進行預(yù)測推算。其次,分析當前主流無模型航跡預(yù)測方法,將RBF和BP神經(jīng)網(wǎng)絡(luò)預(yù)測性能進行對比,發(fā)現(xiàn)BP神經(jīng)網(wǎng)絡(luò)更能逼近船舶運動模型,基于此結(jié)論將海風和海流的干擾加入到BP航跡預(yù)測模型中進一步提高其預(yù)測精度,之后使用遺傳算法優(yōu)化BP預(yù)測模型參數(shù),避免其陷入局部極小值。再次,為了預(yù)測未來多個時刻船舶的位置,提出基于神經(jīng)網(wǎng)絡(luò)組合模型的預(yù)測方法。先利用長短期記憶(Long Short-Term Memory,LSTM)模型去預(yù)測未來多個時刻船舶的航速和航向,之后基于此信息結(jié)合之前提出的GA-BP神經(jīng)網(wǎng)絡(luò)去預(yù)測未來多個時刻船舶的位置。最后,結(jié)合本課題的數(shù)據(jù)進行仿真實驗。先對船舶航行數(shù)據(jù)和海洋環(huán)境數(shù)據(jù)進行插值處理,滿足實驗需求;之后通過仿真對比,發(fā)現(xiàn)考慮海洋環(huán)境干擾的BP模型比不考慮海洋環(huán)境干擾的BP模型預(yù)測精度要高23%,改進后的GA-BP相比傳統(tǒng)的BP模型預(yù)測精度要高13%;最后對神經(jīng)網(wǎng)絡(luò)組合模型進行仿真實驗,發(fā)現(xiàn)當位置誤差要求為500米以內(nèi)時,能夠?qū)崿F(xiàn)向后15min船舶航跡的預(yù)測。
【圖文】：

圖 1.1 航跡預(yù)測簡要示意圖來針對航跡預(yù)測學者們已經(jīng)在多方面、多角度取得了大量的研究成果可分為：短時期預(yù)測和長時期預(yù)測以及根據(jù)是否需要對目標運動模型型和無模型兩大類[7]。

北東坐標系示意圖
【學位授予單位】：哈爾濱工程大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP183;U675.7

【相似文獻】

相關(guān)期刊論文 前10條

1 胡悅;;金融市場中的神經(jīng)網(wǎng)絡(luò)拐點預(yù)測法[J];金融經(jīng)濟;2017年18期

2 陳曉燕;;淺析簡單神經(jīng)網(wǎng)絡(luò)的發(fā)展及簡單模型[J];數(shù)字技術(shù)與應(yīng)用;2019年05期

3 遲惠生;陳珂;;1995年世界神經(jīng)網(wǎng)絡(luò)大會述評[J];國際學術(shù)動態(tài);1996年01期

4 吳立可;;脈沖神經(jīng)網(wǎng)絡(luò)和行為識別[J];通訊世界;2018年12期

5 林嘉應(yīng);鄭柏倫;劉捷;;基于卷積神經(jīng)網(wǎng)絡(luò)的船舶分類模型[J];信息技術(shù)與信息化;2019年02期

6 俞頌華;;卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展與應(yīng)用綜述[J];信息通信;2019年02期

7 韓真;凱文·哈特尼特;;為神經(jīng)網(wǎng)絡(luò)的通用理論建造基石[J];世界科學;2019年04期

8 鮑偉強;陳娟;熊濤;;基于進化神經(jīng)網(wǎng)絡(luò)的短期電力負荷預(yù)測研究[J];電工技術(shù);2019年11期

9 王麗華;楊秀萍;王皓;高崢翔;;智能雙輪平衡車的設(shè)計研究[J];數(shù)字技術(shù)與應(yīng)用;2018年04期

10 張庭略;;基于硬件的神經(jīng)網(wǎng)絡(luò)加速[J];通訊世界;2018年08期

相關(guān)會議論文 前10條

1 孫軍田;張U，

本文編號：2663950