海浪中非平稳非线性舰船运动在线预报研究
发布时间：2023-02-19 13:36
由于受到海洋风、浪、流等环境因素的影响,舰船会不断产生六个自由度的摇荡运动,对舰船海上作业造成严重威胁。舰船运动在线预报能够实时地估计舰船未来几秒到几十秒内的运动姿态,为舰船海上作业的精确控制和最优作业时机的选择提供决策信息,进而提高海上作业的安全性和效率。舰船运动在线预报中,时长在几秒以内的预报称为极短期预报,通常用于海洋作业的精确控制;而时长在十秒到几十秒的预报一般应用于海上作业时机优选,称为安稳期预报。时间序列分析是极短期预报方法的基础。传统的极短期预报方法基于假定的时间序列模型如自回归模型、自回归滑动平均模型、神经网络模型等。本文基于海洋浮体在波浪中运动的记忆特性,创新性地提出了一种波浪效应自回归(Wave Effect Auto-regressive,WEAR)预报模型,在保证预报精度的同时,大幅提高了模型辨识效率,降低了预报结果对采样频率的敏感性。针对实际舰船运动中存在的非线性非平稳性特征,研究分析了传统傅里叶分析方法的不足,引入了经验模态分解(Empirical Mode Decomposition,EMD)及 Hilbert-Huang变换对非线性非平稳信号进行处理,并...
【文章页数】：191 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 论文研究背景及工程意义
1.2 舰船运动在线预报的概念
1.3 舰船运动极短期预报综述
1.3.1 国内外研究现状
1.3.2 舰船运动极短期预报的技术要求
1.4 舰船运动安稳期预报综述
1.4.1 国内外研究现状
1.4.2 舰船运动安稳期预报的技术要求
1.5 本文工作简介
第2章 舰船运动随机时序分析的基本理论
2.1 概述
2.1.1 时间序列
2.1.2 舰船的随机运动特征
2.2 平稳随机过程的经典时频分析方法
2.2.1 离散时间序列的Fourier变换
2.2.2 平稳随机过程谱分析
2.3 非平稳非线性时序分析方法
2.3.1 概述
2.3.2 经验模态分解(EMD)算法
2.3.3 经验模态分解的研究进展
2.4 HHT谱分析
2.4.1 HHT的基本原理
2.4.2 HHT与FFT的比较分析
2.5 本章小结
第3章 舰船平稳运动的波浪效应回归预报方法
3.1 概述
3.2 自回归(AR)模型基本原理
3.2.1 参数估计
3.2.2 模型定阶问题
3.3 波浪效应自回归(WEAR)模型
3.3.1 舰船在波浪中的运动与回归模型
3.3.2 基于脉冲响应函数的定阶方法
3.4 参数估计方法的比较
3.4.1 船舶运动仿真数据及预报误差定义
3.4.2 预报结果及讨论
3.5 定阶准则的比较
3.6 小结
第4章 非平稳非线性特征对舰船运动在线预报的影响
4.1 概述
4.2 支持向量回归(SVR)预报模型的基本原理
4.3 非平稳非线性特征对预报性能的影响分析方法
4.4 实测舰船运动和海浪数据及其非线性非平稳性分析
4.4.1 实测舰船运动数据
4.4.2 实测海浪数据
4.5 基于实测舰船运动数据的预报结果分析
4.6 基于实测海浪数据的预报结果分析
4.6.1 实测波浪预报结果
4.6.2 讨论分析
4.7 小结
第5章 非平稳非线性舰船运动的中值回归经验模态分解
5.1 概述
5.2 提出中值回归经验模态分解(MREMD)方法的动机
5.2.1 在线EMD-AR预报模型
5.2.2 预报结果及分析
5.3 MREMD方法的数值过程
5.4 MREMD方法中几个关键问题的处理
5.4.1 端点效应处理
5.4.2 时间序列均值点辨识
5.4.3 均值曲线拟合
5.4.4 终止准则
5.5 基于MREMD的时间序列分解
5.5.1 解析信号分解算例
5.5.2 实测数据分解算例
5.6 基于MREMD-AR的极短期预报方法
5.6.1 预报模型算法
5.6.2 结果与分析
5.7 本章小结
第6章 基于时序模型的舰船运动安稳期预报
6.1 概述
6.2 基于舰船运动时历的直接安稳期预报
6.2.1 预报算法
6.2.2 使用数据和安稳期预报精度参数定义
6.2.3 预报结果与讨论分析
6.3 舰船运动时历包络的特征及其影响分析
6.3.1 舰船运动时历包络的特征
6.3.2 运动特征周期对预报结果的影响分析
6.4 基于舰船运动时历包络的间接安稳期预报
6.4.1 基于时历包络线的安稳期预报方法
6.4.2 安稳期预报结果与讨论分析
6.5 小结
结论
研究工作展望
参考文献
攻读博士学位期间发表的论文和取得的科研成果
致谢
本文编号：3746322
【文章页数】：191 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 论文研究背景及工程意义
1.2 舰船运动在线预报的概念
1.3 舰船运动极短期预报综述
1.3.1 国内外研究现状
1.3.2 舰船运动极短期预报的技术要求
1.4 舰船运动安稳期预报综述
1.4.1 国内外研究现状
1.4.2 舰船运动安稳期预报的技术要求
1.5 本文工作简介
第2章 舰船运动随机时序分析的基本理论
2.1 概述
2.1.1 时间序列
2.1.2 舰船的随机运动特征
2.2 平稳随机过程的经典时频分析方法
2.2.1 离散时间序列的Fourier变换
2.2.2 平稳随机过程谱分析
2.3 非平稳非线性时序分析方法
2.3.1 概述
2.3.2 经验模态分解(EMD)算法
2.3.3 经验模态分解的研究进展
2.4 HHT谱分析
2.4.1 HHT的基本原理
2.4.2 HHT与FFT的比较分析
2.5 本章小结
第3章 舰船平稳运动的波浪效应回归预报方法
3.1 概述
3.2 自回归(AR)模型基本原理
3.2.1 参数估计
3.2.2 模型定阶问题
3.3 波浪效应自回归(WEAR)模型
3.3.1 舰船在波浪中的运动与回归模型
3.3.2 基于脉冲响应函数的定阶方法
3.4 参数估计方法的比较
3.4.1 船舶运动仿真数据及预报误差定义
3.4.2 预报结果及讨论
3.5 定阶准则的比较
3.6 小结
第4章 非平稳非线性特征对舰船运动在线预报的影响
4.1 概述
4.2 支持向量回归(SVR)预报模型的基本原理
4.3 非平稳非线性特征对预报性能的影响分析方法
4.4 实测舰船运动和海浪数据及其非线性非平稳性分析
4.4.1 实测舰船运动数据
4.4.2 实测海浪数据
4.5 基于实测舰船运动数据的预报结果分析
4.6 基于实测海浪数据的预报结果分析
4.6.1 实测波浪预报结果
4.6.2 讨论分析
4.7 小结
第5章 非平稳非线性舰船运动的中值回归经验模态分解
5.1 概述
5.2 提出中值回归经验模态分解(MREMD)方法的动机
5.2.1 在线EMD-AR预报模型
5.2.2 预报结果及分析
5.3 MREMD方法的数值过程
5.4 MREMD方法中几个关键问题的处理
5.4.1 端点效应处理
5.4.2 时间序列均值点辨识
5.4.3 均值曲线拟合
5.4.4 终止准则
5.5 基于MREMD的时间序列分解
5.5.1 解析信号分解算例
5.5.2 实测数据分解算例
5.6 基于MREMD-AR的极短期预报方法
5.6.1 预报模型算法
5.6.2 结果与分析
5.7 本章小结
第6章 基于时序模型的舰船运动安稳期预报
6.1 概述
6.2 基于舰船运动时历的直接安稳期预报
6.2.1 预报算法
6.2.2 使用数据和安稳期预报精度参数定义
6.2.3 预报结果与讨论分析
6.3 舰船运动时历包络的特征及其影响分析
6.3.1 舰船运动时历包络的特征
6.3.2 运动特征周期对预报结果的影响分析
6.4 基于舰船运动时历包络的间接安稳期预报
6.4.1 基于时历包络线的安稳期预报方法
6.4.2 安稳期预报结果与讨论分析
6.5 小结
结论
研究工作展望
参考文献
攻读博士学位期间发表的论文和取得的科研成果
致谢
本文编号：3746322
本文链接：https://www.wllwen.com/kejilunwen/jingguansheji/3746322.html
