【摘要】：大型艦船上裝備有雷達、光電偵測、艦載機等武器設(shè)備,各設(shè)備在工作時需要當前時刻以及未來短時預報得到的高精度姿態(tài)信息對武器裝備進行引導。傳統(tǒng)方法依靠各設(shè)備自帶的局部基準提供姿態(tài)信息,然而隨著艦載設(shè)備增加,并且對姿態(tài)精度的需求不斷提高,傳統(tǒng)方法難以滿足應(yīng)用需求。本文在艦船姿態(tài)的短時預報和角變形預報方面開展研究,探討從有限幾點的姿態(tài)與形變測量結(jié)果預報得到全艦任意點的姿態(tài)信息。本文主要研究內(nèi)容和研究成果如下:(1)建立了EMD-AR和WD-AR時域混合預報模型。首先研究了傳統(tǒng)的AR預報模型,在此基礎(chǔ)上引入了經(jīng)驗模態(tài)分解和小波分解,從而建立了EMD-AR和WD-AR預報模型。混合預報模型預報精度相對于傳統(tǒng)AR預報模型預報精度有了明顯的提高。對于WD-AR預報模型,縱搖數(shù)據(jù)預報的相對誤差平均降低了4.4%,達到了6.92%%;橫搖數(shù)據(jù)預報的相對誤差平均降低了2.93%,達到了7.61%;對于EMD-AR預報模型,縱搖數(shù)據(jù)預報的相對誤差平均降低了2.9%,達到了8.43%;橫搖數(shù)據(jù)預報的相對誤差平均降低了1.83%,達到了8.71%;(2)建立了EMD-WD-AR時域混合預報模型。結(jié)合EMD-AR預報模型和WD-AR預報模型的特點,得到了EMD-WD-AR預報模型。該預報模型的預報精度在混合預報模型的基礎(chǔ)上有進一步的提高,縱搖數(shù)據(jù)預報的相對誤差平均降低了4.8%,達到了6.5%;橫搖數(shù)據(jù)預報的相對誤差平均降低了3.49%,達到了7.05%。(3)建立了半經(jīng)驗形變預報模型。根據(jù)二維水彈性、模態(tài)分析以及伯努利梁理論,推導了船體角形變與船體結(jié)構(gòu)參數(shù)之間的物理方程,以及不同戰(zhàn)位點形變角之間關(guān)系,建立了船體角形變與船體結(jié)構(gòu)參數(shù)之間的半經(jīng)驗形變預報模型。通過該模型,利用已知點的形變數(shù)據(jù),可以預報待測戰(zhàn)位點的形變值。不同預報點預報精度有所差異,動態(tài)形變預報的相對誤差優(yōu)于9%;靜態(tài)緩變形變預報的相對誤差優(yōu)于14%。(4)提出了一種全艦姿態(tài)時空域預報理論,并建立了模型。結(jié)合EMD+WD+AR預報模型與半經(jīng)驗形變預報模型,建立了全艦姿態(tài)時空域預報模型。通過該模型能夠?qū)θ炄我恻c處姿態(tài)進行預報,并且可以預報該點未來5s姿態(tài)。不同預報點的預報精度有所差異,動態(tài)形變未來5s預報的相對誤差優(yōu)于15%。
【學位授予單位】：國防科學技術(shù)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：U674.70
【圖文】：

第 53 頁圖 4.1B 點縱撓數(shù)據(jù)空間預報后 EMD 分解結(jié)果通過對 EMD 分解后的分量進行功率譜密度分析，可以確定能量主要集中在那些 IMF 分量中，分析結(jié)果如圖 4.2 所示，其中第一項為原始形變數(shù)據(jù)的功率譜密度，后面幾項分別為 EMD 分解后 IMF 分量的功率譜密度。從圖中可以看出經(jīng)EMD 分解后，數(shù)據(jù)的能量主要集中分布在 IMF1和 IMF2中，其能量之和與原始數(shù)據(jù)能量相當。然后以同樣的方式對 A、C 和D進行的 EMD 分量進行功率譜密度進行分析，得到其主要能量分別集中在 IMF1和 IMF2、IMF2、和 IMF1和 IMF2中。

圖 4.2 對 EMD 分解后的分量進行功率譜密度分析結(jié)果最后將各點 EMD 分解后的分量分成兩個部分，拿B 點為例：（1）能量主要集中的分量 IMF1和 IMF2。（2）去除能量主要集中的分量，剩余的分量為另一部分。對第一部分分量進行小波分解，然后使用 AR 模型進行預報。第二部分分量直接進行 AR 模型進行預報。首先使用空域姿態(tài)預報模型對四個點的 30 組縱撓形變進行預報，然后使用時域姿態(tài)預報模型對空域預報模型的結(jié)果進行預報，最后對預報得到的相對誤差進行求解，預報結(jié)果如圖 4.3 所示，從圖中可以看出，經(jīng)過空域+時域預報模型后，四個點的縱撓形變預報誤差比較穩(wěn)定。但不同點的預報效果有所差別，B 點的預報效果最好，預報的相對誤差在 10%左右，C 點預報效果最差，總體的預報的相對誤差小于 15%。

【參考文獻】

相關(guān)期刊論文 前10條

1 吳云峰;魏納新;劉飛;;船舶運動極短期預報中小波基和分層數(shù)的選取[J];船舶工程;2012年04期

2 王崢;馬孝義;呂靜渭;尹京川;胡杰華;;涇河年徑流量BP神經(jīng)網(wǎng)絡(luò)模型研究[J];人民黃河;2012年04期

3 袁書明;李鵬飛;杜紅松;;艦船捷聯(lián)慣導傳遞對準仿真驗證系統(tǒng)設(shè)計[J];中國慣性技術(shù)學報;2011年06期

4 關(guān)勁;李仔冰;;旋轉(zhuǎn)式捷聯(lián)慣導系統(tǒng)精對準方法[J];中國慣性技術(shù)學報;2010年04期

5 鄭榮才;陳超英;楊功流;黎瓊;;最小二乘估計方法的大型艦船甲板變形測量[J];哈爾濱工業(yè)大學學報;2009年09期

6 徐仕會;陸志東;馮培德;;艦船武器甲板位置點桿臂參數(shù)的測定[J];指揮控制與仿真;2009年04期

7 劉濤;趙國榮;王丕毅;夏昱;高青偉;;一種無陀螺捷聯(lián)慣導系統(tǒng)角速度解算組合算法[J];海軍航空工程學院學報;2009年01期

8 楊功流;鄭榮才;陳超英;仲昕;;基于數(shù)據(jù)融合的全艦統(tǒng)一姿態(tài)基準測量系統(tǒng)[J];天津大學學報;2008年12期

9 汪順亭;汪湛清;朱昀p

本文編號：2715352