一种基于改进回声状态网络的船舶摇荡预报

回声状态网络在船舶摇荡运动姿态的预报中得到了广泛的应用,由于远洋风浪环境的复杂性,使得船舶摇荡的非线性程度进一步增加,因此传统回声状态网络的预测精度明显不足。本文利用改进的回声状态网络方法,引入小波函数对数据进行预处理,对船舶的实测摇荡时历进行处理,提高了预报的精度。实验结果表明,与传统回声状态网络方法相比,本方法的预报精度和可靠性得到了提高。     

混沌理论和神经网络相结合的舰船摇荡运动极短期预报

舰船摇荡运动具有混沌特性,因而可以应用混沌理论对其进行预报.介绍了混沌时间序列预测原理;建立了基于混沌理论相空间重构技术的RBF神经网络模型,并将其用于舰船摇荡运动预报;通过对某实船纵摇时历的预报计算,证明了采用混沌和神经网络相结合的预报方法,能有效提高预报精度和延长预报时长.     

基于经验模式分解的船舶摇荡运动极短期预报

针对船舶摇荡运动的非平稳、非线性特性,提出了一种基于经验模式分解的预报方法.首先通过经验模式分解方法将船舶摇荡时历分解为若干性态单一的基本模式分量,然后对这些分量分别采用最小二乘支持向量机方法进行预报,最后将各预报结果重构得到摇荡运动的预测值.对某实船摇荡时历的仿真计算表明,采用基于经验模式分解的预报方法,能有效提高预报的精度.     

舰船摇荡预报中的双变量局域线性多步预报法

针对舰船各个自由度摇荡之间存在耦合的实际,介绍了一种基于双变量时间序列预报局域线性预测法,此方法可对具有一定耦合关系的二维时间序列进行综合预报.将此方法应用于陈氏吸引子仿真数据及真实海浪中某舰船摇荡时间序列数据的预测.通过与单变量时间序列预报效果的对比,发现时间序列的双变量局域线性预测法可以在一定程度上提高精度,减小误差,提高了舰船摇荡预报的有效性.对于船舶摇荡时间序列预报领域应用双变量预报方法进行了尝试.     

舰船摇荡运动数据采集及混沌特性分析

针对波浪中的舰船摇荡运动难以用微分方程进行描述的矛盾,提出了通过实船试验获取摇荡时历进而分析其机理的方法.详细介绍了舰船摇荡运动数据采集的设备、方法和步骤.对实测数据进行的定性分析和定量计算表明,所采集的实船摇荡时历是混沌时间序列,表明实际非规则波中的舰船摇荡运动具有混沌特性.     

基于回声状态网络的船舶摇荡连续预报方法研究

回声状态网络(ESNS)是一种新型递归神经网络,可通过对有限的已知样本进行训练,建立非线性模型来预报未知样本。该算法在解决非线性问题时具有一定优势。无需知道海浪的先验信息和船舶航行姿态的状态方程,仅利用实测的船舶横摇、纵摇历史数据,寻求规律即可进行实测摇荡数据的极短期预报。仿真结果表明,该算法在预报15 s以内可达到较高的预报精度,通过预报窗口的平移,可以进行连续在线预报。     

基于回声状态网络的船舶摇荡连续预报方法研究

回声状态网络（ ESNS）是一种新型递归神经网络,可通过对有限的已知样本进行训练,建立非线性模型来预报未知样本。该算法在解决非线性问题时具有一定优势。无需知道海浪的先验信息和船舶航行姿态的状态方程,仅利用实测的船舶横摇、纵摇历史数据,寻求规律即可进行实测摇荡数据的极短期预报。仿真结果表明,该算法在预报15 s以内可达到较高的预报精度,通过预报窗口的平移,可以进行连续在线预报。     

Calculation of vaulted magnetic field above ship using equivalent surface magnetic charge北大核心CSCD

[目的]为了获得舰船上方不同高度平面磁场数据,解决舰船上方拱顶磁场推算到平面磁场的问题,提出用面磁荷法进行舰船上方的磁场推算。[方法]从等效源理论出发,利用拱顶磁场数据进行反演建模,将舰船磁场等效为面磁荷产生的磁场,用面磁荷正演舰船上方的磁场。将面磁荷法推算出的磁场与舰船实际磁场进行对比,验证面磁荷法的可行性。[结果]通过数值仿真计算,舰船磁场垂直分量推算的相对均方根误差为0.44%;利用磁性船模进行实验分析,磁场垂直分量推算的相对均方根误差为7.64%。[结论]仿真和船模实验分析表明,利用面磁荷法进行磁场推算,其推算值与测量值较为吻合,推算的相对均方根误差较小,具有较高的精度,可用于实际工程计算。     

舰船通信网络异常数据的弱关联定位技术

在舰船通信网络异常数据的弱关联定位中,由于使用传统弱关联定位技术的定位误差较大,因此提出一种舰船通信网络异常数据的弱关联定位技术,利用Netflow系统对舰船通信网络异常数据进行提取,通过相空间重构技术处理异常数据提取结果,并利用极限学习机进行数据挖掘,建立舰船通信网络异常数据弱关联定位模型,从而实现异常数据的弱关联定位,通过对比实验可知,该技术的最大定位误差比基于支持向量机的异常数据弱关联定位技术低21.1%;比基于特征遗传算法的异常数据弱关联定位技术低16.4%,证明了该技术更适用于舰船通信网络异常数据的弱关联定位。     

基于IPESN的船舶升沉运动预报方法

船舶在复杂海况下的升沉运动具有很强的随机性与非线性特征,为提高船舶升沉运动的预报精度,提出基于内在可塑性回声状态网络(IPESN)的船舶升沉运动预报方法.将具有内在可塑性的神经元引入回声状态网络(ESN)的储备池结构,以提高网络对动态系统的映射能力;采用岭回归的方法对IPESN输出连接权值进行学习,以提高网络的泛化能力.将IPESN应用于3级、4级和5级海况下的船舶升沉运动极短期预报,并将结果与传统ESN和径向基函数网络(RBFN)进行对比.结果 表明,IPESN的平均绝对误差分别为0.0028、0.0039和0.0095;均方根误差分别为0.0035、0.0049和0.0117,优于经典ESN与RBFN的预报精度,验证了改进方法的有效性.     

舰船水下辐射噪声非线性特性研究

以相空间重构理论为基础，利用延时法对水下噪声时间序列信号进行了相空间重构；在重构的相空间中分析了舰船辐射噪声的非线性特性，利用相似序列重复度这一参数，绘制了舰船辐射噪声RPT曲线并分析了其非线性特性；通过对实测数据的计算表明，在重构相空间中辐射噪声具有不同于高斯白噪声和确定性信号的几何特性，不同类型目标具有可分性，能为水声目标识别提供一种新的思路。     

基于声固耦合方法舰船结构冲击响应数值预报研究

相比流固耦合方法,声固耦合方法对于计算非接触爆炸下舰船的冲击响应具有较好的精度.文中基于声固耦合方法,对舰船结构冲击响应进行预报.为了验证该方法的计算精度,以公开发表的实船试验数据为参考,对该方法的数值计算进行了对比分析.在此基础上,以某一典型舰船为例,计算全船冲击谱速度值,并分析其沿纵向和冲击因子变化时的分布规律.通过最小二乘法,拟合建立具有一定通用性的快速预报公式,为舰船结构的抗冲击设计提供参考.     

基于多媒体技术的舰船轨迹虚拟重构技术

对舰船轨迹的虚拟重构主要包括了对舰船模型和舰船尾流的三维视景仿真重构,为了提高舰船轨迹虚拟重构的逼真度,在多媒体视觉下,提出一种基于Vega prime和Multigen Creator建模的舰船轨迹虚拟重构技术,对获取的舰船船体数据和尾流数据进行数据加载和信息编译,在虚拟场景中根据场景状态信息和渲染指令进行海洋场景、舰船模型和尾流气泡模型的绘制。采用不规则三角网分割方法实现分区域三维重构和图像处理,实现舰船轨迹虚拟重构优化。仿真结果表明,采用该方法进行舰船轨迹虚拟重构和视景仿真的逼真性较好,图像渲染能力较强,具有较好的视觉效果。     

舰船惯导航行数据的重构及混沌特性分析

针对现有舰船航行数据处理研究中,对数据内在属性及不同数据间相关性研究不够深入的问题,应用不同方法对舰船惯导航行数据进行了相空间重构及比较分析。分析结果表明,C-C方法对船舶惯导航行数据的重构效果较好。在此基础上,进行了惯导数据的混沌特性定性分析,并计算了惯导数据的最大Lyapunov指数,对舰船惯导数据进行了混沌动力学特性研究。分析结果证实了舰船航行数据具有较为典型的混沌特性,为进一步研究采用混沌控制等方法对舰船航行中的混沌状态进行控制提供必要的数据基础和比较依据。     

基于实测噪声信号的舰船辐射噪声重构

为得到逼真的舰船辐射噪声的仿真数据,通过对实测噪声数据作谱估计得到其频谱特性,同时提出了一种基于实测舰船辐射噪声信号来实现舰船辐射噪声线谱与连续谱同时重构的方法,即利用窗函数法设计出一个具有与其频谱特性相一致的特定幅频响应的FIR滤波器,再将高斯白噪声通过该FIR滤波器实现舰船辐射噪声信号重构.仿真结果表明,该方法能够较真实地重构舰船辐射噪声.其结果可作为半实物仿真试验信号源.     

舰船辐射噪声模拟技术实现方法研究

为得到逼真的舰船辐射噪声的仿真数据,可通过对典型实测噪声结果数据进行分析,根据特征线谱生成线谱所在频段频谱信号,将其它频段置零,进而在时域重构线谱信号,再利用窗函数法设计出一个具有与其连续谱特性相一致的特定幅频响应的FIR滤波器,在时域重构连续谱信号,从而实现舰船辐射噪声信号重构.仿真结果表明,该方法能够较真实地重构舰船辐射噪声,其结果可作为半实物仿真试验信号源.     

基于最小化振速重构误差的等效源分布优化方法研究

针对波叠加法计算声场存在的预报精度受等效源分布位置及计算频率影响的问题,研究了使用预报的声压逆向求解结构边界法向振速时存在振速重构误差的问题,推导了声压预报误差与振速重构误差之间的解析关系,研究发现减小振速重构误差能够降低声场预报误差.为提高波叠加法的声场计算精度,提出了一种基于最小化振速重构误差优化确定等效源位置分布的方法,并设计了一种频率阈值准则来确定一定数量等效源所适用的计算频率范围.通过数值仿真和试验对所提方法进行了验证,结果表明所提方法能够有效降低声场预报误差,可用于实际声场计算.     

航行速度的非线性建模与仿真研究

舰船航行速度具有十分强烈的非线性变化特点,而当前舰船航行速度建模方法均只考虑其线性特性,使得舰船航行速度预测错误很大。为了提高舰船航行速度预测精度,提出一种航行速度预测的非线性建模方法。首先采用舰船航行速度的历史样本数据,建立舰船航行速度预测的训练样本集合,然后引入回声状态网络对舰船航行速度训练样本的变化规律进行描述,建立舰船航行速度预测模型,最后采用具体舰船航行速度数据对非线性建模性能进行测试。本文建模方法可以捕捉舰船航行速度强烈的非线性变化特点,舰船航行速度预测错误小,舰船航行速度预测精度要小于当前线性建模方法,而且降低了舰船航行速度建模的时间,具有比较显著的优越性。     

具有艏前波观测量的大型舰船姿态运动极短期预报

本文提出了具有艏前波观测量时大型舰船姿态运动建模的预报方法，仿真计算表明，该方法具有满意的预报精度。最后，将该方法与通常的AR方法进行了比较。     

基于混沌理论与RBF神经网络的船舶运动极短期预报研究

文章基于混沌动力系统相空间重构理论,利用关联维数法和最大Lyapunov指数法,对船舶运动时间序列的混沌特性进行了判定。并利用RBF神经网络较强的非线性映射功能,结合相空间重构理论建立了船舶运动极短期直接多步预报模型。实例预报结果表明,所建立的预报模型应用于船舶运动极短期预报取得了令人满意的预报精度,预报时间可达10 s。