海面浮體在復(fù)雜的風(fēng)浪流組合環(huán)境下,會(huì)產(chǎn)生六個(gè)自由度的運(yùn)動(dòng),特別是在垂蕩、橫搖、縱搖三個(gè)自由度上,劇烈的運(yùn)動(dòng)可能會(huì)對(duì)海上的人員和工作帶來很大的影響,工作人員會(huì)感到不適,工程作業(yè)的效率降低,甚至由于碰撞造成一定的損失。如果能對(duì)浮體的運(yùn)動(dòng)進(jìn)行提前預(yù)報(bào),預(yù)報(bào)的結(jié)果,對(duì)浮體姿態(tài)進(jìn)行控制,就可以避免很多事故和損失,提高工作效率。因此,對(duì)海面浮體在短期內(nèi)的運(yùn)動(dòng)進(jìn)行預(yù)報(bào)已經(jīng)成為一個(gè)重要的研究課題。本文針對(duì)上述情況,開展了基于時(shí)間序列分析的海面浮體運(yùn)動(dòng)極短期預(yù)報(bào)方法研究。本文采用了三種獨(dú)立方法和兩種組合方法對(duì)不同特點(diǎn)的海面浮體運(yùn)動(dòng)數(shù)據(jù)進(jìn)行了預(yù)報(bào)研究。首先,針對(duì)線性平穩(wěn)運(yùn)動(dòng)數(shù)據(jù),根據(jù)相關(guān)函數(shù)法進(jìn)行模型的判定,建立了ARM A模型,分別根據(jù)AIC和BIC信息準(zhǔn)則法進(jìn)行模型的定階,最后采用最小二乘法進(jìn)行參數(shù)的計(jì)算。然后,針對(duì)非線性平穩(wěn)運(yùn)動(dòng)數(shù)據(jù),采用了支持向量機(jī)回歸（SV R）模型進(jìn)行處理,并且討論了核函數(shù)、核參數(shù)以及懲罰因子參數(shù)的選取方法。接著,針對(duì)線性非平穩(wěn)運(yùn)動(dòng)數(shù)據(jù),采用了基于船艏波輸入的卡爾曼濾波模型進(jìn)行處理,依據(jù)卡爾曼濾波原理,推導(dǎo)出卡爾曼預(yù)報(bào)器公式,基于船體的運(yùn)動(dòng)方程,構(gòu)造出卡爾曼預(yù)報(bào)模型。最后,針對(duì)... 

【文章來源】：上海交通大學(xué)上海市 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：115 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 課題研究的目的和意義
    1.2 海面浮體極短期運(yùn)動(dòng)預(yù)報(bào)研究現(xiàn)狀
    1.3 本文的主要工作
    1.4 本文的創(chuàng)新點(diǎn)
第二章 基于自回歸模型的線性平穩(wěn)運(yùn)動(dòng)預(yù)報(bào)方法
    2.1 時(shí)間序列分析
        2.1.1 隨機(jī)過程與時(shí)間序列
        2.1.2 時(shí)間序列的分布與數(shù)字特征
    2.2 自回歸滑動(dòng)平均(ARMA)模型的時(shí)域特征
        2.2.1 時(shí)間序列的基本模型
        2.2.2 ARMA系統(tǒng)的可逆性與平穩(wěn)性
        2.2.3 ARMA系統(tǒng)的自相關(guān)系數(shù)和偏相關(guān)系數(shù)
    2.3 ARMA模型的建立
        2.3.1 ARMA模型識(shí)別
        2.3.2 ARMA模型定階
        2.3.3 ARMA模型參數(shù)估計(jì)
    2.4 基于ARMA模型的浮體運(yùn)動(dòng)姿態(tài)預(yù)報(bào)仿真
        2.4.1 平穩(wěn)性檢驗(yàn)
        2.4.2 信息準(zhǔn)則法模型定階
        2.4.3 基于ARMA模型的橫搖運(yùn)動(dòng)預(yù)報(bào)
        2.4.4 ARMA模型的物理解釋
    2.5 本章小結(jié)
第三章 基于支持向量機(jī)回歸模型的非線性平穩(wěn)運(yùn)動(dòng)預(yù)報(bào)方法
    3.1 支持向量機(jī)回歸分析的理論基礎(chǔ)
        3.1.1 支持向量機(jī)回歸問題描述
        3.1.2 ε-不敏感函數(shù)
        3.1.3 最優(yōu)回歸超平面與SVM回歸方法
    3.2 支持向量機(jī)的參數(shù)選取方法
        3.2.1 支持向量機(jī)核函數(shù)的選取
        3.2.2 支持向量機(jī)核參數(shù)和懲罰因子的選取
    3.3 基于SVR模型的浮體運(yùn)動(dòng)姿態(tài)預(yù)報(bào)仿真
    3.4 本章小結(jié)
第四章 基于卡爾曼濾波的線性非平穩(wěn)運(yùn)動(dòng)預(yù)報(bào)方法
    4.1 射影理論和新息模型
        4.1.1 線性最小方差估計(jì)和射影
        4.1.2 新息序列和遞推射影公式
    4.2 卡爾曼濾波原理及狀態(tài)估計(jì)
        4.2.1 卡爾曼濾波的隨機(jī)動(dòng)態(tài)模型
        4.2.2 基于卡爾曼濾波的狀態(tài)估計(jì)
    4.3 海面浮體運(yùn)動(dòng)狀態(tài)方程
    4.4 基于卡爾曼濾波的浮體運(yùn)動(dòng)姿態(tài)預(yù)報(bào)仿真
    4.5 本章小結(jié)
第五章 基于組合模型的非線性非平穩(wěn)運(yùn)動(dòng)預(yù)報(bào)方法
    5.1 基于經(jīng)驗(yàn)?zāi)B(tài)分析的分解方法
        5.1.1 經(jīng)驗(yàn)?zāi)B(tài)分解的算法流程
        5.1.2 經(jīng)驗(yàn)?zāi)B(tài)分解邊界效應(yīng)
    5.2 基于小波分析的頻域分解方法
        5.2.1 小波變換的公式
        5.2.2 小波包變換
        5.2.3 小波基函數(shù)的選取及其特性
    5.3 基于頻域分解的浮體運(yùn)動(dòng)姿態(tài)組合預(yù)報(bào)方法仿真
        5.3.1 ARMA-EMD-SVR組合預(yù)報(bào)方法
        5.3.2 小波-SVR組合預(yù)報(bào)方法
        5.3.3 預(yù)報(bào)方法比較與評(píng)估
    5.4 本章小結(jié)
第六章 結(jié)論
參考文獻(xiàn)
致謝
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文


【參考文獻(xiàn)】：
期刊論文
[1]基于AR-EMD方法的擴(kuò)展非平穩(wěn)船舶運(yùn)動(dòng)極短期預(yù)報(bào)AR模型（英文）[J]. 黃禮敏,段文洋,韓陽(yáng),余冬華,Aladdin ELHANDAD.  船舶力學(xué). 2015(09)
[2]船舶運(yùn)動(dòng)極短期預(yù)報(bào)方法綜述(英文)[J]. 黃禮敏,段文洋,韓陽(yáng),陳云賽.  船舶力學(xué). 2014(12)
[3]改進(jìn)的LS-SVM方法在EMD端點(diǎn)效應(yīng)問題中的應(yīng)用[J]. 徐志軍,曠歡,王如龍,華保健.  計(jì)算機(jī)工程與應(yīng)用. 2015(03)
[4]卡爾曼濾波在目標(biāo)跟蹤中的研究與應(yīng)用[J]. 劉靜,姜恒,石曉原.  信息技術(shù). 2011(10)
[5]AR模型參數(shù)自適應(yīng)估計(jì)方法研究及應(yīng)用[J]. 彭秀艷,王茂,劉長(zhǎng)德.  哈爾濱工業(yè)大學(xué)學(xué)報(bào). 2009(09)
[6]EMD方法基于徑向基神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的數(shù)據(jù)延拓與應(yīng)用[J]. 胡勁松,楊世錫.  機(jī)械強(qiáng)度. 2007(06)
[7]基于Kalman濾波的船舶跟蹤技術(shù)[J]. 劉靜,劉以安,楊新剛.  微計(jì)算機(jī)信息. 2007(31)
[8]EMD方法基于AR模型預(yù)測(cè)的數(shù)據(jù)延拓與應(yīng)用[J]. 胡勁松,楊世錫.  振動(dòng)、測(cè)試與診斷. 2007(02)
[9]基于支持矢量回歸機(jī)的Hilbert-Huang變換端點(diǎn)效應(yīng)問題的處理方法[J]. 程軍圣,于德介,楊宇.  機(jī)械工程學(xué)報(bào). 2006(04)
[10]艦船運(yùn)動(dòng)極短期建模預(yù)報(bào)的研究現(xiàn)狀[J]. 趙希人,彭秀艷,沈艷,謝美萍.  船舶工程. 2002(03)

博士論文
[1]海浪中非平穩(wěn)非線性艦船運(yùn)動(dòng)在線預(yù)報(bào)研究[D]. 黃禮敏.哈爾濱工程大學(xué) 2016
[2]基于支持向量機(jī)的四自由度船舶操縱運(yùn)動(dòng)建模研究[D]. 王雪剛.上海交通大學(xué) 2014
[3]大型船舶橫搖運(yùn)動(dòng)姿態(tài)預(yù)報(bào)技術(shù)研究[D]. 楊震.哈爾濱工程大學(xué) 2013
[4]基于支持向量機(jī)方法的船舶操縱運(yùn)動(dòng)建模研究[D]. 羅偉林.上海交通大學(xué) 2009
[5]船舶運(yùn)動(dòng)姿態(tài)在線預(yù)報(bào)及仿真技術(shù)研究[D]. 彭秀艷.哈爾濱工程大學(xué) 2006

碩士論文
[1]船舶升沉運(yùn)動(dòng)預(yù)報(bào)研究[D]. 劉婉婷.大連海事大學(xué) 2016
[2]基于小波分析和ARMA-SVM模型的股票指數(shù)預(yù)測(cè)分析[D]. 丁玲娟.華東師范大學(xué) 2012
[3]船舶縱橫搖和升沉運(yùn)動(dòng)預(yù)報(bào)方法研究[D]. 王允峰.哈爾濱工程大學(xué) 2010
[4]非平穩(wěn)時(shí)間序列的預(yù)測(cè)方法研究[D]. 張萬宏.蘭州理工大學(xué) 2007



本文編號(hào)：3460078