發(fā)布時間：2017-09-14 11:32

  本文關(guān)鍵詞：船舶升沉運動預報研究

  更多相關(guān)文章： 船舶升沉運動預報 升沉位置觀測器 卡爾曼濾波 RBF神經(jīng)網(wǎng)絡 Elman神經(jīng)網(wǎng)絡

【摘要】：由海浪擾動引起的船舶升沉運動嚴重影響海上作業(yè)的正常進行,如工程船離岸作業(yè)、艦載直升機起降等,在惡劣海況下這種影響會更明顯。為避免這些問題,對船舶升沉運動的控制是非常有必要的。準確的船舶升沉運動預報對實現(xiàn)船舶升沉運動控制具有十分重要的實際意義。針對船舶升沉運動預報問題,本文主要研究工作包括：(1)基于卡爾曼濾波的船舶升沉運動預報。首先,考慮到升沉位置難以測量,依據(jù)可測的垂向加速度信號,構(gòu)造觀測器獲得升沉位置估計值；然后,將船舶升沉運動方程轉(zhuǎn)化為離散的狀態(tài)空間表達式；最后,基于升沉位置估計值和船舶升沉運動離散狀態(tài)空間表達式,用卡爾曼濾波方法設計升沉位置預報器,根據(jù)當前時刻的升沉位置估計值和狀態(tài)估計變量,預報下一時刻的升沉位置。(2)基于徑向基(Radial Basis Function,簡稱RBF)神經(jīng)網(wǎng)絡的船舶升沉運動預報。首先,確定RBF神經(jīng)網(wǎng)絡的結(jié)構(gòu)；然后,用升沉位置估計值作為訓練樣本,采用梯度下降法對RBF神經(jīng)網(wǎng)絡進行離線訓練；最后,用當前時刻和前三個時刻的升沉位置估計值作為RBF神經(jīng)網(wǎng)絡的輸入,預報下一時刻的升沉位置。RBF神經(jīng)網(wǎng)絡具有擬合、泛化能力,在船舶參數(shù)未知的情況下,基于RBF神經(jīng)網(wǎng)絡實現(xiàn)了船舶升沉運動預報。(3)基于Elman神經(jīng)網(wǎng)絡的船舶升沉運動預報。使用Elman神經(jīng)網(wǎng)絡預報船舶升沉運動的步驟與使用RBF神經(jīng)網(wǎng)絡預報船舶升沉運動的步驟相同。Elman神經(jīng)網(wǎng)絡不僅具有擬合、泛化能力,而且其關(guān)聯(lián)層具有動態(tài)記憶特性,在船舶模型參數(shù)未知的情況下,基于Elman神經(jīng)網(wǎng)絡實現(xiàn)了船舶升沉運動預報。最后,以一艘側(cè)壁式氣墊船為例進行仿真研究,通過仿真結(jié)果分別驗證上述三種船舶升沉運動預報方法的有效性,并對三種方法的預報效果進行了比較。
【關(guān)鍵詞】：船舶升沉運動預報 升沉位置觀測器 卡爾曼濾波 RBF神經(jīng)網(wǎng)絡 Elman神經(jīng)網(wǎng)絡
【學位授予單位】：大連海事大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：U661
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 緒論10-14
• 1.1 研究背景與意義10-11
• 1.2 船舶運動預報國內(nèi)外研究現(xiàn)狀11-12
• 1.3 本文主要工作12-14
• 第2章 預備知識介紹14-27
• 2.1 快速傅立葉變換14-21
• 2.2 卡爾曼濾波21-24
• 2.3 神經(jīng)網(wǎng)絡24-26
• 2.3.1 神經(jīng)元24-25
• 2.3.2 神經(jīng)網(wǎng)絡的分類與結(jié)構(gòu)25
• 2.3.3 神經(jīng)網(wǎng)絡的學習算法25-26
• 2.4 本章小結(jié)26-27
• 第3章 基于卡爾曼濾波的船舶升沉運動預報研究27-41
• 3.1 船舶升沉位置的估計27-31
• 3.2 基于卡爾曼濾波的船舶升沉運動預報31-34
• 3.3 仿真驗證與結(jié)果分析34-39
• 3.4 本章小結(jié)39-41
• 第4章 基于RBF神經(jīng)網(wǎng)絡的船舶升沉運動預報研究41-49
• 4.1 RBF神經(jīng)網(wǎng)絡結(jié)構(gòu)及其數(shù)學模型描述41-42
• 4.2 RBF神經(jīng)網(wǎng)絡的學習算法42-44
• 4.3 基于RBF神經(jīng)網(wǎng)絡的船舶升沉運動預報44-45
• 4.3.1 船舶升沉位置數(shù)據(jù)的歸一化處理44
• 4.3.2 基于RBF神經(jīng)網(wǎng)絡的預報模型設計44-45
• 4.4 仿真驗證與結(jié)果分析45-48
• 4.5 本章小結(jié)48-49
• 第5章 基于Elman神經(jīng)網(wǎng)絡的船舶升沉運動預報研究49-57
• 5.1 Elman神經(jīng)網(wǎng)絡結(jié)構(gòu)及其數(shù)學模型描述49-50
• 5.2 Elman神經(jīng)網(wǎng)絡的學習算法50-52
• 5.3 基于Elman神經(jīng)網(wǎng)絡的船舶升沉運動預報52-53
• 5.3.1 船舶升沉位置數(shù)據(jù)的歸一化處理52
• 5.3.2 基于Elman神經(jīng)網(wǎng)絡的預報模型設計52-53
• 5.4 仿真驗證與結(jié)果分析53-56
• 5.5 本章小結(jié)56-57
• 總結(jié)與展望57-59
• 參考文獻59-64
• 致謝64

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前8條

1 常伯浚;;活動基座對飛行器運動初始條件的影響[J];戰(zhàn)術(shù)導彈技術(shù);1982年01期

2 左衛(wèi)廣;王永學;;駁船升沉運動和波浪聯(lián)合作用對沉管管段運動特性的影響[J];水道港口;2013年02期

3 李力波;海下纜索系統(tǒng)運動的動力學模擬[J];中國造船;1989年04期

4 劉應中;;關(guān)于船舶在不規(guī)則波浪中運動的問題[J];上海交通大學學報;1964年01期

5 張瑜;王紅艷;沈延康;田魁岳;魯士軍;;搖擺臺升沉運動液壓系統(tǒng)設計[J];工程機械;2012年08期

6 李子富,楊鹽生;船舶在規(guī)則波中縱搖與升沉運動的仿真[J];大連海事大學學報;2002年04期

7 李俁菡;喻言;Zhang Chunwei;杜忠誠;Kang Wonhee;田勇;;船舶升沉運動監(jiān)測系統(tǒng)的設計與基本試驗驗證[J];儀表技術(shù)與傳感器;2014年08期

8 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 李子富;楊鹽生;;船舶在規(guī)則波中縱搖與升沉運動仿真[A];2002航海實用新技術(shù)論文集[C];2002年

2 李宗民;邢殿錄;;近水面單體雙體升沉運動有限元研究與分析[A];第十屆全國內(nèi)河船舶與航運技術(shù)學術(shù)會議論文集[C];2006年

中國碩士學位論文全文數(shù)據(jù)庫 前3條

1 劉婉婷;船舶升沉運動預報研究[D];大連海事大學;2016年

2 王允峰;船舶縱橫搖和升沉運動預報方法研究[D];哈爾濱工程大學;2010年

3 鮮玲;深海作業(yè)起重機主動式升沉補償預測模型算法研究[D];華南理工大學;2014年

，

本文編號：849778