海洋环境影响下的船舶航迹预测方法研究

发布时间：2020-05-14 21:18

【摘要】：高精度的船舶航迹预测无论是在民事还是军事上都有着非常高的实际应用价值。船舶航迹预测在民用上能够辅助船舶躲避风险,在军事能够完成目标的定点预测。船舶在海洋中航行时受到复杂的海洋环境干扰,包括海流、海风、海浪等等的干扰,然而目前的船舶航迹预测方法很少考虑这些因素,只是简单地利用机器学习方法或者简化的运动学模型去推算未来的航迹,其预测精度较低。因此为了提高船舶的航迹预测精度,需要结合船舶在航行过程中所受的海洋环境干扰,去研究一种有效且高精度的船舶航迹预测方法。首先,简要介绍了船舶航迹预测以及在预测过程中考虑海洋环境干扰的目的和意义,分析了国内外在海洋环境对船舶运动影响和航迹预测方面的研究现状和进展。对船舶的运动数学模型进行建模,确定影响船舶运动的海洋环境要素主要为海流、海风和海浪,并分析其影响过程及模型,同时对海风的干扰力和力矩进行了仿真,之后基于匀速直线运动对船舶的航迹进行预测推算。其次,分析当前主流无模型航迹预测方法,将RBF和BP神经网络预测性能进行对比,发现BP神经网络更能逼近船舶运动模型,基于此结论将海风和海流的干扰加入到BP航迹预测模型中进一步提高其预测精度,之后使用遗传算法优化BP预测模型参数,避免其陷入局部极小值。再次,为了预测未来多个时刻船舶的位置,提出基于神经网络组合模型的预测方法。先利用长短期记忆(Long Short-Term Memory,LSTM)模型去预测未来多个时刻船舶的航速和航向,之后基于此信息结合之前提出的GA-BP神经网络去预测未来多个时刻船舶的位置。最后,结合本课题的数据进行仿真实验。先对船舶航行数据和海洋环境数据进行插值处理,满足实验需求;之后通过仿真对比,发现考虑海洋环境干扰的BP模型比不考虑海洋环境干扰的BP模型预测精度要高23%,改进后的GA-BP相比传统的BP模型预测精度要高13%;最后对神经网络组合模型进行仿真实验,发现当位置误差要求为500米以内时,能够实现向后15min船舶航迹的预测。
【图文】：

图 1.1 航迹预测简要示意图来针对航迹预测学者们已经在多方面、多角度取得了大量的研究成果可分为：短时期预测和长时期预测以及根据是否需要对目标运动模型型和无模型两大类[7]。

北东坐标系示意图
【学位授予单位】：哈尔滨工程大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP183;U675.7

【相似文献】

相关期刊论文 前10条

1 胡悦;;金融市场中的神经网络拐点预测法[J];金融经济;2017年18期

2 陈晓燕;;浅析简单神经网络的发展及简单模型[J];数字技术与应用;2019年05期

3 迟惠生;陈珂;;1995年世界神经网络大会述评[J];国际学术动态;1996年01期

4 吴立可;;脉冲神经网络和行为识别[J];通讯世界;2018年12期

5 林嘉应;郑柏伦;刘捷;;基于卷积神经网络的船舶分类模型[J];信息技术与信息化;2019年02期

6 俞颂华;;卷积神经网络的发展与应用综述[J];信息通信;2019年02期

7 韩真;凯文·哈特尼特;;为神经网络的通用理论建造基石[J];世界科学;2019年04期

8 鲍伟强;陈娟;熊涛;;基于进化神经网络的短期电力负荷预测研究[J];电工技术;2019年11期

9 王丽华;杨秀萍;王皓;高峥翔;;智能双轮平衡车的设计研究[J];数字技术与应用;2018年04期

10 张庭略;;基于硬件的神经网络加速[J];通讯世界;2018年08期

相关会议论文 前10条

1 孙军田;张U，

本文编号：2663950