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.     

海浪预报不确定下的船舶运动姿态分析方法

实时准确地估计海浪预报不确定下的船舶运动姿态是一个非常困难的问题.为解决该问题,通过分析海浪预报的随机误差对船舶运动姿态估计的影响,建立基于不确定性海况预报数据的船舶运动姿态估计模型;引入多项式混沌展开方法,实现船舶运动姿态估计的不确定性量化(Uncertainty Quantification,UQ);利用船舶横摇运...     

基于经验模态分解的舰船运动姿态预测模型研究

运动姿态准确性预测对提高舰船水上作业安全性具有重要的现实意义,为此,基于经验模态分解算法,构建一种新的舰船运动姿态预测模型。该模型首先利用EMD分解舰船运动时间序列,然后采用游程判别法来判定IMF和r_n (t)的波动程度,划分高频、中频和低频3个分量,最后利用基于支持向量机算法构建的预测模型预测舰船运动姿态。实验结果表明:与卡尔曼滤波法、谱估计法、艏前波法3种运动姿态预测方法得到的结果相比,本模型的纵摇角预测误差更小,精度更高。     

基于相轨迹特征的阻尼估算能量法改进研究

横摇是船舶在海上航行安全中首要考察的运动姿态。船舶横摇运动的高精度预报，需准确地估算横摇阻尼。引入相轨迹概念，以能量变化的视角，从船舶模型试验数据中提取幅值数据，进行横摇阻尼非线性特征的研究。分析幅值数据呈现的规律，提出新的幅值拟合函数，并相应改进横摇衰减拟合函数。采用线性加平方阻尼力矩模型，通过预设阻尼系数仿真生成静水船舶模型自由横摇数据，展开阻尼估算试验。试验显示：能量法的改进有效减小了阻尼系数的估算误差。基于阻尼系数进行数值预报，证明方法改进后的数值预报更加接近试验仿真数据。结果表明：能量法的改进是有效的，能更好地识别横摇阻尼的非线性特征，更准确地估算横摇阻尼系数。     

水面船舶运动姿态对声散射特性的影响北大核心CSCD

[目的]为了进一步提高鱼雷通过声自导识别复杂水面目标的精度,对随机起伏海面及水面船舶运动姿态下的声散射特性进行模拟研究。[方法]基于Kirchhoff近似和六自由度运动分解合成的方法,建立水面船舶目标多路径声散射简化预报模型。在该模型中,海面波浪对船舶六自由度运动幅度和周期的影响由经验统计值描述,通过旋转矩阵和平移矩阵,实现目标各顶点在连续运动状态下的坐标变换。基于此,利用所建预报模型,分析不同水平探测角下船舶六自由度运动分别对声散射特性的贡献度和影响。[结果]研究表明:横摇和艏摇对正横探测方位角的声散射影响较大,纵摇对艏、艉向声散射影响较大。此外,建立了船舶运动姿态与目标声散射回波特性的关系。[结论]研究结果可为声呐设备对水面目标主动声探测提供技术支撑。     

船舶横摇变参数LSSVM在线预报方法(英文)

为提高船舶横摇运动预报的精度以及实时性,提出一种利用混沌理论和最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)在线训练算法的实时在线预报方法。针对预报模型的固定核参数不能适应横摇运动的动态变化而进行自动调节这一问题,设计一种基于LSSVM的变参数在线建模方法。利用三个LSSVM并行建模,将整个预报过程分为初始阶段和若干个预报阶段,并在每个阶段末选出下一个预报阶段的预报LSSVM,同时根据启发式规则为另两个LSSVM设定核参数,它们作为下一阶段的比较LSSVM。对某船横摇运动时间序列进行预报,仿真结果表明,所提变参数LSSVM在线预报方法平均相对均方误差为6.85%,相比于固定参数预报方法具有更好的适应性。     

基于能量法的船舶静水横摇试验阻尼估算方法研究

船舶横摇阻尼准确估算是正确预报波浪中横摇运动的前提。为获得船舶横摇阻尼,通常采用静水中船模自由横摇衰减试验的方法。文章基于模型试验的横摇衰减测量数据,采用能量法进行了船舶横摇阻尼系数的研究,主要研究了横摇衰减曲线拟合函数形式,横摇衰减周期截取个数对获取的横摇阻尼系数的影响。最后将采用能量法获取的横摇阻尼系数用于规则波中船舶横摇运动预报,验证了采用该方法获取的阻尼系数的适用性。     

基于AR-EMD方法的扩展非平稳船舶运动极短期预报AR模型

准确的极短期预报技术能够提高对船舶摇荡运动敏感的海洋特种作业安全性和效率。自回归（auto-regressive,AR）预报模型由于其自适应性强、计算效率高而被广泛应用于船舶运动的极短期预报研究。但该模型基于平稳随机假设,因而在非平稳船舶运动的极短期预报中存在困难。针对非平稳船舶运动极短期预报,文章提出一种基于AR-EMD方法的扩展AR模型,称为EMD-AR预报模型。其中,AR-EMD方法是指在经验模态分解（empirical mode decomposition,EMD）的过程中,采用AR预报的方法处理端点效应问题。 EMD-AR预报模型将非平稳信号分解成若干平稳的固有模态函数分量及余项,然后对各个分量分别用AR模型预报,得到最终的预报结果,以此克服非平稳性对AR预报模型的影响。研究基于船舶试验数据将EMD-AR模型与线性AR模型、非线性支持向量机回归（support vector regression,SVR）预报模型进行对比分析,结果表明,AR-EMD方法能够有效处理船舶运动非平稳性对AR预报模型的影响,提高该模型的预报精度,且EMD-AR模型预报性能较线性AR模型和非线性SVR模型更优。     

基于CFD分析的船舶横摇运动统计特征

船舶大幅度横摇的准确预报一直是船舶工程界关注的热点研究方向之一。基于CFD软件Fluent对船舶横摇问题进行了数值模拟研究,建立了船体自由横摇运动的有限体积模型。通过对一系列船体于静水中作不同初始横摇角的自由横摇运动进行数值模拟,分析得出船体横摇非线性过程中横摇角幅值存在一定的统计规律,并提出基于此统计规律对船体的大幅横摇运动进行数值预报的方法。     

基于AR-EMD方法的扩展非平稳船舶运动极短期预报AR模型（英文）

准确的极短期预报技术能够提高对船舶摇荡运动敏感的海洋特种作业安全性和效率。自回归(auto-regressive,AR)预报模型由于其自适应性强、计算效率高而被广泛应用于船舶运动的极短期预报研究。但该模型基于平稳随机假设,因而在非平稳船舶运动的极短期预报中存在困难。针对非平稳船舶运动极短期预报,文章提出一种基于AR-EMD方法的扩展AR模型,称为EMD-AR预报模型。其中,AR-EMD方法是指在经验模态分解(empirical mode decomposition,EMD)的过程中,采用AR预报的方法处理端点效应问题。EMD-AR预报模型将非平稳信号分解成若干平稳的固有模态函数分量及余项,然后对各个分量分别用AR模型预报,得到最终的预报结果,以此克服非平稳性对AR预报模型的影响。研究基于船舶试验数据将EMD-AR模型与线性AR模型、非线性支持向量机回归(support vector regression,SVR)预报模型进行对比分析,结果表明,AR-EMD方法能够有效处理船舶运动非平稳性对AR预报模型的影响,提高该模型的预报精度,且EMD-AR模型预报性能较线性AR模型和非线性SVR模型更优。