由于受到海洋風、浪、流等環(huán)境因素的影響,艦船會不斷產(chǎn)生六個自由度的搖蕩運動,對艦船海上作業(yè)造成嚴重威脅。艦船運動在線預報能夠?qū)崟r地估計艦船未來幾秒到幾十秒內(nèi)的運動姿態(tài),為艦船海上作業(yè)的精確控制和最優(yōu)作業(yè)時機的選擇提供決策信息,進而提高海上作業(yè)的安全性和效率。艦船運動在線預報中,時長在幾秒以內(nèi)的預報稱為極短期預報,通常用于海洋作業(yè)的精確控制;而時長在十秒到幾十秒的預報一般應用于海上作業(yè)時機優(yōu)選,稱為安穩(wěn)期預報。時間序列分析是極短期預報方法的基礎。傳統(tǒng)的極短期預報方法基于假定的時間序列模型如自回歸模型、自回歸滑動平均模型、神經(jīng)網(wǎng)絡模型等。本文基于海洋浮體在波浪中運動的記憶特性,創(chuàng)新性地提出了一種波浪效應自回歸(Wave Effect Auto-regressive,WEAR)預報模型,在保證預報精度的同時,大幅提高了模型辨識效率,降低了預報結果對采樣頻率的敏感性。針對實際艦船運動中存在的非線性非平穩(wěn)性特征,研究分析了傳統(tǒng)傅里葉分析方法的不足,引入了經(jīng)驗模態(tài)分解(Empirical Mode Decomposition,EMD)及 Hilbert-Huang變換對非線性非平穩(wěn)信號進行處理,并...

【文章頁數(shù)】：191 頁

【學位級別】：博士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 論文研究背景及工程意義
    1.2 艦船運動在線預報的概念
    1.3 艦船運動極短期預報綜述
        1.3.1 國內(nèi)外研究現(xiàn)狀
        1.3.2 艦船運動極短期預報的技術要求
    1.4 艦船運動安穩(wěn)期預報綜述
        1.4.1 國內(nèi)外研究現(xiàn)狀
        1.4.2 艦船運動安穩(wěn)期預報的技術要求
    1.5 本文工作簡介
第2章 艦船運動隨機時序分析的基本理論
    2.1 概述
        2.1.1 時間序列
        2.1.2 艦船的隨機運動特征
    2.2 平穩(wěn)隨機過程的經(jīng)典時頻分析方法
        2.2.1 離散時間序列的Fourier變換
        2.2.2 平穩(wěn)隨機過程譜分析
    2.3 非平穩(wěn)非線性時序分析方法
        2.3.1 概述
        2.3.2 經(jīng)驗模態(tài)分解(EMD)算法
        2.3.3 經(jīng)驗模態(tài)分解的研究進展
    2.4 HHT譜分析
        2.4.1 HHT的基本原理
        2.4.2 HHT與FFT的比較分析
    2.5 本章小結
第3章 艦船平穩(wěn)運動的波浪效應回歸預報方法
    3.1 概述
    3.2 自回歸(AR)模型基本原理
        3.2.1 參數(shù)估計
        3.2.2 模型定階問題
    3.3 波浪效應自回歸(WEAR)模型
        3.3.1 艦船在波浪中的運動與回歸模型
        3.3.2 基于脈沖響應函數(shù)的定階方法
    3.4 參數(shù)估計方法的比較
        3.4.1 船舶運動仿真數(shù)據(jù)及預報誤差定義
        3.4.2 預報結果及討論
    3.5 定階準則的比較
    3.6 小結
第4章 非平穩(wěn)非線性特征對艦船運動在線預報的影響
    4.1 概述
    4.2 支持向量回歸(SVR)預報模型的基本原理
    4.3 非平穩(wěn)非線性特征對預報性能的影響分析方法
    4.4 實測艦船運動和海浪數(shù)據(jù)及其非線性非平穩(wěn)性分析
        4.4.1 實測艦船運動數(shù)據(jù)
        4.4.2 實測海浪數(shù)據(jù)
    4.5 基于實測艦船運動數(shù)據(jù)的預報結果分析
    4.6 基于實測海浪數(shù)據(jù)的預報結果分析
        4.6.1 實測波浪預報結果
        4.6.2 討論分析
    4.7 小結
第5章 非平穩(wěn)非線性艦船運動的中值回歸經(jīng)驗模態(tài)分解
    5.1 概述
    5.2 提出中值回歸經(jīng)驗模態(tài)分解(MREMD)方法的動機
        5.2.1 在線EMD-AR預報模型
        5.2.2 預報結果及分析
    5.3 MREMD方法的數(shù)值過程
    5.4 MREMD方法中幾個關鍵問題的處理
        5.4.1 端點效應處理
        5.4.2 時間序列均值點辨識
        5.4.3 均值曲線擬合
        5.4.4 終止準則
    5.5 基于MREMD的時間序列分解
        5.5.1 解析信號分解算例
        5.5.2 實測數(shù)據(jù)分解算例
    5.6 基于MREMD-AR的極短期預報方法
        5.6.1 預報模型算法
        5.6.2 結果與分析
    5.7 本章小結
第6章 基于時序模型的艦船運動安穩(wěn)期預報
    6.1 概述
    6.2 基于艦船運動時歷的直接安穩(wěn)期預報
        6.2.1 預報算法
        6.2.2 使用數(shù)據(jù)和安穩(wěn)期預報精度參數(shù)定義
        6.2.3 預報結果與討論分析
    6.3 艦船運動時歷包絡的特征及其影響分析
        6.3.1 艦船運動時歷包絡的特征
        6.3.2 運動特征周期對預報結果的影響分析
    6.4 基于艦船運動時歷包絡的間接安穩(wěn)期預報
        6.4.1 基于時歷包絡線的安穩(wěn)期預報方法
        6.4.2 安穩(wěn)期預報結果與討論分析
    6.5 小結
結論
研究工作展望
參考文獻
攻讀博士學位期間發(fā)表的論文和取得的科研成果
致謝



本文編號：3746322