【摘要】：目的:相對于由能量平衡方程得到的數(shù)值預(yù)報模型和以神經(jīng)網(wǎng)絡(luò)為代表的非線性模型而言,自回歸(AR)模型在波浪預(yù)報中具有計算效率高、自適應(yīng)性強和建模所需的樣本小等優(yōu)點,但同時存在局限于平穩(wěn)線性假設(shè)的缺陷。針對非線性非平穩(wěn)波浪的極短期預(yù)報問題,提出一種復(fù)合的經(jīng)驗?zāi)B(tài)分解自回歸預(yù)報模型,提高波浪預(yù)報精度。創(chuàng)新點:1.研究非線性非平穩(wěn)波浪極短期預(yù)報問題,提出一種復(fù)合的預(yù)報方法;2.基于三個不同地理位置的海洋波浪實測數(shù)據(jù)對預(yù)測模型進行驗證,并分析非線性非平穩(wěn)性對波浪預(yù)報結(jié)果的影響。方法:1.在AR模型中引入經(jīng)驗?zāi)B(tài)分解(EMD)方法,形成復(fù)合的EMD-AR預(yù)報模型;2.分析實測波浪數(shù)據(jù)的非線性和非平穩(wěn)性特點,并基于實測波浪數(shù)據(jù)獲得AR模型和EMD-AR模型的預(yù)報結(jié)果;3.基于多種預(yù)報誤差度量分析AR模型和EMD-AR模型的預(yù)報性能以及非線性非平穩(wěn)性對波浪預(yù)報結(jié)果的影響。結(jié)論:1.波浪非線性和非平穩(wěn)性會導(dǎo)致AR預(yù)報模型精度降低。預(yù)報誤差中,幅值上的偏差主要由波浪的非線性引起,而相位上的偏差則是源于波浪的非平穩(wěn)性;2.EMD方法能夠有效地克服波浪非線性和非平穩(wěn)性對AR模型在精度上所帶來的不良影響,在精度上EMD-AR模型的預(yù)報結(jié)果較AR模型有較大提高。
[Abstract]:Objective: compared with the numerical prediction model derived from the energy balance equation and the nonlinear model represented by neural network, the autoregressive (AR) model has high computational efficiency in wave prediction. It has the advantages of strong adaptability and small sample size for modeling, but it also has the limitation of stationary linear hypothesis. A compound empirical mode decomposition autoregressive prediction model is proposed to improve the prediction accuracy of nonlinear non-stationary waves. The innovation point is 1: 1. In this paper, the problem of nonlinear non-stationary wave extreme short-term prediction is studied, and a compound forecasting method is presented. The prediction model is verified based on the measured data of ocean waves at three different geographical locations, and the influence of nonlinear nonstationarity on the prediction results is analyzed. Method 1: 1. The empirical mode decomposition (EMD) method is introduced into the AR model to form a compound EMD-AR prediction model. The characteristics of nonlinearity and nonstationarity of measured wave data are analyzed, and the prediction results of AR model and EMD-AR model are obtained based on the measured wave data. The prediction performance of AR model and EMD-AR model as well as the influence of nonlinear nonstationarity on wave prediction results are analyzed based on multiple prediction error measures. Conclusion 1. The nonlinearity and nonstationarity of wave will reduce the precision of AR prediction model. In the prediction error, the deviation in amplitude is mainly caused by the nonlinearity of the wave. The deviation in phase is due to the non-stationarity of wave. 2. EMD method can effectively overcome the bad influence of wave nonlinearity and nonstationarity on the accuracy of AR model. The prediction result of EMD-AR model is better than that of AR model in precision.
【作者單位】： Department
【基金】：supported by the National Natural Science Foundation of China(Nos.51079032,51490671,and 11572093) the International Science and Cooperation Sponsored by the National Ministry of Science and Technology of China(No.2012DFA70420)
【分類號】：P731.33

【參考文獻】

相關(guān)期刊論文 前1條

1 黃禮敏;段文洋;韓陽;余冬華;Aladdin ELHANDAD;;基于AR-EMD方法的擴展非平穩(wěn)船舶運動極短期預(yù)報AR模型（英文）[J];船舶力學;2015年09期

【二級參考文獻】

相關(guān)期刊論文 前5條

1 彭秀艷 ,趙希人 ,魏納新 ,謝楠;大型艦船姿態(tài)運動極短期預(yù)報的一種AR算法[J];船舶工程;2001年05期

2 顧民;劉長德;張進豐;;基于混沌理論與RBF神經(jīng)網(wǎng)絡(luò)的船舶運動極短期預(yù)報研究[J];船舶力學;2013年10期

3 黃禮敏;段文洋;韓陽;陳云賽;;船舶運動極短期預(yù)報方法綜述(英文)[J];船舶力學;2014年12期

4 周淑秋,趙希人;艦船航態(tài)極短期預(yù)報的非線性方法[J];哈爾濱工程大學學報;1996年04期

5 周欣然;滕召勝;;一種在線稀疏LSSVM及其在系統(tǒng)建模中的應(yīng)用[J];湖南大學學報(自然科學版);2010年04期

【相似文獻】

相關(guān)期刊論文 前10條

1 蔡峗姝;盧志明;;基于經(jīng)驗?zāi)B(tài)分解的上證綜合指數(shù)時間序列分析[J];上海大學學報(自然科學版);2012年04期

2 楊彩紅;梁建文;張郁山;;基于折線包絡(luò)的經(jīng)驗?zāi)B(tài)分解方法[J];震災(zāi)防御技術(shù);2013年03期

3 聶文仲;黃華;陶治江;;基于經(jīng)驗?zāi)B(tài)分解的間接心電去噪[J];四川大學學報(自然科學版);2011年06期

4 師黎;吳孔海;王治忠;牛曉可;;基于總體平均經(jīng)驗?zāi)B(tài)分解的局部場電位相位同步信息編碼研究[J];科學技術(shù)與工程;2013年28期

5 楊永鋒;吳亞鋒;任興民;裘焱;;隨機噪聲對經(jīng)驗?zāi)B(tài)分解非線性信號的影響[J];物理學報;2010年06期

6 蔡劍華;湯井田;胡惟文;;基于經(jīng)驗?zāi)B(tài)分解的核磁共振測井信號去噪新方法[J];核電子學與探測技術(shù);2010年03期

7 聶東虎;張汝波;李雪耀;;新的聯(lián)合三角形法和經(jīng)驗?zāi)B(tài)分解的水下目標回波檢測[J];聲學技術(shù);2011年02期

8 徐雙;劉增力;;基于集成經(jīng)驗?zāi)B(tài)分解的艦船輻射噪聲仿真信號線譜分析[J];云南大學學報(自然科學版);2009年S2期

9 曲建嶺;王小飛;高峰;周玉平;張翔宇;;基于復(fù)數(shù)據(jù)經(jīng)驗?zāi)B(tài)分解的噪聲輔助信號分解方法[J];物理學報;2014年11期

10 武安緒;吳培稚;徐平;李平安;魯亞軍;穆會泳;蘇小非;;經(jīng)驗?zāi)B(tài)分解、數(shù)值仿真與形變信號濾波試驗[J];地震;2007年03期

相關(guān)會議論文 前10條

1 秦毅;秦樹人;毛永芳;;正交經(jīng)驗?zāi)B(tài)分解及其快速實現(xiàn)[A];第九屆全國振動理論及應(yīng)用學術(shù)會議論文摘要集[C];2007年

2 秦毅;秦樹人;毛永芳;;正交經(jīng)驗?zāi)B(tài)分解及其快速實現(xiàn)[A];第九屆全國振動理論及應(yīng)用學術(shù)會議論文集[C];2007年

3 楊永鋒;;經(jīng)驗?zāi)B(tài)分解與非線性分析的協(xié)同研究[A];第四屆全國動力學與控制青年學者研討會論文摘要集[C];2010年

4 侯文文;鄒俊忠;劉未來;;基于經(jīng)驗?zāi)B(tài)分解的眼電偽差去除研究[A];上海市化學化工學會2010年度學術(shù)年會論文集（自動化專題）[C];2010年

5 李關(guān)防;許春雷;惠俊英;;基于經(jīng)驗?zāi)B(tài)分解的特征提取算法研究[A];中國造船工程學會電子技術(shù)學術(shù)委員會2011年海戰(zhàn)場電子信息技術(shù)學術(shù)年會論文集[C];2011年

6 薛志宏;李廣云;周蓉;;一種基于經(jīng)驗?zāi)B(tài)分解的信號降噪方法[A];全國工程測量2012技術(shù)研討交流會論文集[C];2012年

7 張飛漣;劉嚴萍;;經(jīng)驗?zāi)B(tài)分解與神經(jīng)網(wǎng)絡(luò)方法在降水預(yù)測領(lǐng)域的應(yīng)用研究[A];中國系統(tǒng)工程學會第十八屆學術(shù)年會論文集——A01系統(tǒng)工程[C];2014年

8 康春玉;章新華;;一種基于經(jīng)驗?zāi)B(tài)分解的信號降噪方法[A];中國聲學學會2007年青年學術(shù)會議論文集（下）[C];2007年

9 辛鵬;辛雷;蔡國偉;李曉琦;;一種基于經(jīng)驗?zāi)B(tài)分解與支持向量機的電力系統(tǒng)短期負荷預(yù)測新方法[A];第十一屆全國電工數(shù)學學術(shù)年會論文集[C];2007年

10 郝文峰;駱英;顧建祖;;基于經(jīng)驗?zāi)B(tài)分解-支持向量機的玻璃幕墻開膠損傷預(yù)測研究[A];中國力學學會學術(shù)大會'2009論文摘要集[C];2009年

相關(guān)博士學位論文 前9條

1 葛光濤;二維經(jīng)驗?zāi)B(tài)分解研究及其在圖像處理中的應(yīng)用[D];哈爾濱工程大學;2009年

2 孫暉;經(jīng)驗?zāi)B(tài)分解理論與應(yīng)用研究[D];浙江大學;2005年

3 張繼紅;經(jīng)驗?zāi)B(tài)分解及徑向基函數(shù)的一些應(yīng)用研究[D];大連理工大學;2012年

4 熊衛(wèi)華;經(jīng)驗?zāi)B(tài)分解方法及其在變壓器狀態(tài)監(jiān)測中的應(yīng)用研究[D];浙江大學;2006年

5 楊賢昭;基于經(jīng)驗?zāi)B(tài)分解的故障診斷方法研究[D];武漢科技大學;2012年

6 高靜;經(jīng)驗?zāi)B(tài)分解的改進方法及應(yīng)用研究[D];北京理工大學;2014年

7 陳志剛;經(jīng)驗?zāi)B(tài)分解與Savitzky-Golay方法的自適應(yīng)遙感影像融合[D];華東師范大學;2010年

8 周義;快速二維經(jīng)驗?zāi)B(tài)分解和相位追蹤方法及其在導(dǎo)波無損檢測中的應(yīng)用[D];上海交通大學;2014年

9 石志曉;時頻聯(lián)合分析方法在參數(shù)識別中的應(yīng)用[D];大連理工大學;2005年

相關(guān)碩士學位論文 前10條

1 史玉君;基于經(jīng)驗?zāi)B(tài)分解的眼電偽跡去除方法的研究[D];蘭州大學;2015年

2 楊彩紅;基于折線包絡(luò)的經(jīng)驗?zāi)B(tài)分解方法及其應(yīng)用[D];天津大學;2007年

3 付曉波;經(jīng)驗?zāi)B(tài)分解法理論研究與應(yīng)用[D];太原理工大學;2013年

4 郭一粟;基于經(jīng)驗?zāi)B(tài)分解的動平衡測量系統(tǒng)信號處理方法研究[D];吉林大學;2015年

5 封學真;經(jīng)驗?zāi)B(tài)分解濾波在圓度評定中的研究[D];西安電子科技大學;2014年

6 徐雙;經(jīng)驗?zāi)B(tài)分解理論研究及其在艦船輻射噪聲線譜分析中的應(yīng)用[D];昆明理工大學;2010年

7 黃晟;基于經(jīng)驗?zāi)B(tài)分解的紅外小目標檢測算法研究[D];華中科技大學;2013年

8 景蓓蓓;基于微分的經(jīng)驗?zāi)B(tài)分解及其在多重轉(zhuǎn)子故障分析中的應(yīng)用[D];上海交通大學;2009年

9 何沛思;基于經(jīng)驗?zāi)B(tài)分解和融合的多視點圖像編碼研究[D];華南理工大學;2011年

10 岳相臣;經(jīng)驗?zāi)B(tài)分解算法應(yīng)用研究[D];西安電子科技大學;2013年

，

本文編號：2200512