| 引入经验模态分解的舰船运动非线性极短期预报 |
| |
| 引用本文： | 王安存 段文洋 姜治芳. 引入经验模态分解的舰船运动非线性极短期预报[J]. 舰船工程研究, 2007, 0(4): 1-5,11 |
| |
| 作者姓名： | 王安存 段文洋 姜治芳 |
| |
| 作者单位： | [1]中国舰船研究设计中心,湖北武汉430064 [2]哈尔滨工程大学船舶工程学院,黑龙江哈尔滨150001 |
| |
| 摘 要： | 船舶运动的极短期预报在船舶系统、设备作业等方面具有重要的意义，采用自回归模型对船舶运动进行预报等预报效果，如精度和时间长度，与实际应用的需要还存在较大距离。在自回归（AR）数学模型中引入经验模态分解（EMD）法，利用该方法将船舶运动的时历数据以“筛分”的方式分解成几个平稳的本征模态函数（IMF），并分别建立每个IMF的AR模型，用AR模型进行预报，然后将每个IMF的预报结果相加，将各预报结果的和作为原始信号的预报结果。采用该方法进行船舶非线性极短期预报对提高预报精度有一定的积极作用。
|
| 关 键 词： | 舰船 线性运动 经验模态分解 自回归 预报 |
| 收稿时间： | 2007-07-16 |
Extreme Short Term Prediction of Nonlinear Ship Motion by Empirical Mode Decomposition Method |
| |
| Wang An-cun, Duan Wen-yang, Jiang Zhi-fang. Extreme Short Term Prediction of Nonlinear Ship Motion by Empirical Mode Decomposition Method[J]. , 2007, 0(4): 1-5,11 |
| |
| Authors: | Wang An-cun Duan Wen-yang Jiang Zhi-fang |
| |
| Abstract: | |
| |
| Keywords: | ship nonlinear motion empirical mode decomposition AR prediction |
| 本文献已被 维普 等数据库收录！ |
