导读:本文包含了极短期预报论文开题报告文献综述及选题提纲参考文献，主要关键词:运动姿态序列,数据流,Volterra,RLS
极短期预报论文文献综述
吴爽,焦淑红,任慧龙[1]（2019）在《舰船运动姿态极短期预报算法研究》一文中研究指出舰船运动姿态数据流的极短期实时预报可以帮助决策者在决策过程中更好地分析问题、评价和制定方案,具有很好的参考价值,故着重对该部分进行研究。考虑到六自由度运动中横摇的影响,故主要针对舰船横摇运动姿态数据流序列具有混沌属性并且连续量大的特点,结合数据流挖掘理论框架,提出了一种基于小波变换的递推最小二乘(recursive least square,RLS)的Volterra核估计算法,用于对监测系统中采集到的连续的横摇运动姿态数据流进行实时预报研究。该方法首先对姿态数据流概要结构进行获取,然后利用小波阈值降噪,最后将降噪处理的数据利用RLS的Volterra核估计算法进行实时预报。通过在舰船横摇运动姿态预报的实践验证表明,该算法可很好地解决运动姿态数据流在线自适应预报问题。(本文来源于《应用科技》期刊2019年04期）
严传续,孙慧,张帅[2]（2019）在《实船运动与包络的极短期预报分析》一文中研究指出舰船运动及包络的实时预报可以为舰载机起降、船舶减摇、海上锚泊并靠物资补给、动力定位等提供辅助指导意见。本文利用某实船的升沉、纵摇与横摇数据,建立运动和包络的2阶自适应Volterra级数模型,通过RLS算法估计Volterra级数模型的核,统计了不同工况下的运动预报精度。分析结果表明,Volterra级数模型可以用来辨识船舶运动系统,纵摇与升沉预报精度较好,运动预报可以与包络预报相结合共同指导工程作业。(本文来源于《舰船科学技术》期刊2019年11期）
盖晓娜[3]（2018）在《海面浮体运动极短期预报方法研究》一文中研究指出海面浮体在复杂的风浪流组合环境下,会产生六个自由度的运动,特别是在垂荡、横摇、纵摇叁个自由度上,剧烈的运动可能会对海上的人员和工作带来很大的影响,工作人员会感到不适,工程作业的效率降低,甚至由于碰撞造成一定的损失。如果能对浮体的运动进行提前预报,预报的结果,对浮体姿态进行控制,就可以避免很多事故和损失,提高工作效率。因此,对海面浮体在短期内的运动进行预报已经成为一个重要的研究课题。本文针对上述情况,开展了基于时间序列分析的海面浮体运动极短期预报方法研究。本文采用了叁种独立方法和两种组合方法对不同特点的海面浮体运动数据进行了预报研究。首先,针对线性平稳运动数据,根据相关函数法进行模型的判定,建立了ARM A模型,分别根据AIC和BIC信息准则法进行模型的定阶,最后采用最小二乘法进行参数的计算。然后,针对非线性平稳运动数据,采用了支持向量机回归(SV R)模型进行处理,并且讨论了核函数、核参数以及惩罚因子参数的选取方法。接着,针对线性非平稳运动数据,采用了基于船艏波输入的卡尔曼滤波模型进行处理,依据卡尔曼滤波原理,推导出卡尔曼预报器公式,基于船体的运动方程,构造出卡尔曼预报模型。最后,针对非线性非平稳运动数据,分别采用了基于经验模态分解的ARMA-EMD-SV R组合方法和基于小波分解的小波-SV R组合方法,并且讨论了经验模态分解边界效应抑制的问题。在上述研究的基础上,对水池模型试验中某钻井船和某半潜式平台的垂荡、横摇、纵摇数据,采用不同的方法分别进行了预报分析,验证了上述方法是准确、有效的。同时通过仿真结果发现,针对不同特征的数据,不同的方法的计算过程和预报精度也会不同。对于规律不明显,非平稳非线性较强的数据,两种组合方法相对直接采用某种单一方法,具有一定的优越性。但是独立方法的计算效率高于组合方法,因此在实际中应该用数据特征来区别采用的方法。本文的研究成果和结论对于海面浮体的极短期运动预报在工程上的应用实践具有一定的参考意义。(本文来源于《上海交通大学》期刊2018-01-12）
喻元根,马雪泉,季盛[4]（2016）在《基于AR的船舶运动极短期预报摇摆平台试验》一文中研究指出精确船舶在实际海洋环境中的运动极短期预报具有重要的研究意义。对此,采用自回归(Auto-Rergressive AR)模型进行船舶升沉纵摇极短期预报研究,并进行摇摆台试验。经过对比运动测量值与运动极短预报值,所得预报值与测量值的吻合度较高,预报精度良好。(本文来源于《上海船舶运输科学研究所学报》期刊2016年04期）
Wen-yang,DUAN,Li-min,HUANG,Yang,HAN,De-tai,HUANG[5]（2016）在《一种用于非线性非平稳波浪极短期预报的复合经验模态分解自回归模型（英文）》一文中研究指出目的:相对于由能量平衡方程得到的数值预报模型和以神经网络为代表的非线性模型而言,自回归(AR)模型在波浪预报中具有计算效率高、自适应性强和建模所需的样本小等优点,但同时存在局限于平稳线性假设的缺陷。针对非线性非平稳波浪的极短期预报问题,提出一种复合的经验模态分解自回归预报模型,提高波浪预报精度。创新点:1.研究非线性非平稳波浪极短期预报问题,提出一种复合的预报方法;2.基于叁个不同地理位置的海洋波浪实测数据对预测模型进行验证,并分析非线性非平稳性对波浪预报结果的影响。方法:1.在AR模型中引入经验模态分解(EMD)方法,形成复合的EMD-AR预报模型;2.分析实测波浪数据的非线性和非平稳性特点,并基于实测波浪数据获得AR模型和EMD-AR模型的预报结果;3.基于多种预报误差度量分析AR模型和EMD-AR模型的预报性能以及非线性非平稳性对波浪预报结果的影响。结论:1.波浪非线性和非平稳性会导致AR预报模型精度降低。预报误差中,幅值上的偏差主要由波浪的非线性引起,而相位上的偏差则是源于波浪的非平稳性;2.EMD方法能够有效地克服波浪非线性和非平稳性对AR模型在精度上所带来的不良影响,在精度上EMD-AR模型的预报结果较AR模型有较大提高。(本文来源于《Journal of Zhejiang University-Science A(Applied Physics & Engineering)》期刊2016年02期）
黄礼敏,段文洋,韩阳,余冬华,Aladdin,ELHANDAD[6]（2015）在《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）》一文中研究指出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。(本文来源于《船舶力学》期刊2015年09期）
Wen-yang,DUAN,Li-min,HUANG,Yang,HAN,Ya-hui,ZHANG,Shuo,HUANG[7]（2015）在《用于非线性非平稳船舶运动极短期预报的一种复合自回归经验模态分解支持向量机回归模型（英文）》一文中研究指出目的:基于支持向量机回归(SVR)模型在非线时间序列的预测能力及经验模态分解(EMD)方法在处理非线性非平稳性的优势,提出一种复合自回归经验模态分解支持向量机回归(AR-EMDSVR)模型,提高非线性非平稳船舶运动极短期预报精度。创新点:1.研究非线性非平稳船舶运动的极短期预报问题,提出一种复合的预报方法;2.基于不同层次的预报模型和模型试验数据,分析非线性非平稳性对极短期预报精度的影响。方法:1.在SVR模型中引入基于自回归(AR)预报端点延拓的EMD方法,形成复合的AR-EMDSVR预报模型;2.基于集装箱船模水池试验运动数据将AR-EMD-SVR模型与AR、SVR和EMD-AR叁种模型进行比较,分析非线性非平稳性对极短期预报的影响以及不同模型的预报性能。结论:1.AR-EMD方法能够有效的克服非平稳对极短期预报模型(AR和SVR)在精度上所带来的不良影响;2.基于船模试验数据的预报结果表明:相较于AR、SVR和EMD-AR叁种预报模型,基于AR-EMD-SVR模型的非线性非平稳船舶运动极短期预报结果具有更高的精度。(本文来源于《Journal of Zhejiang University-Science A(Applied Physics & Engineering)》期刊2015年07期）
黄礼敏,段文洋,韩阳,陈云赛[8]（2014）在《船舶运动极短期预报方法综述(英文)》一文中研究指出文章对船舶运动极短期预报技术进行了探讨和评价。论述了极短期运动预报的定义,从不同角度对极短期预报方法进行了分类。并对极短期预报方法的发展进行了叙述及讨论,分析了这些预报方法的优点和缺点,并对今后极短期运动预报技术研究的发展提出了建议。(本文来源于《船舶力学》期刊2014年12期）
顾民,刘长德,张进丰[9]（2013）在《基于混沌理论与RBF神经网络的船舶运动极短期预报研究》一文中研究指出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。(本文来源于《船舶力学》期刊2013年10期）
谢荣[10]（2013）在《船舶运动状态下极短期预报视景仿真系统研究》一文中研究指出通过对视景仿真软件VEGA的应用,实现由船舶运动极短期预报的结果来判断民用甲板直升机是否安全起降及船舶运动姿态的视景仿真。开发了对船舶的运动数据接收、极短期预报和发送的实时程序,实现视景仿真的实时性。绘图程序实现船舶运动试验值和预报值的比较及对甲板直升机起降的判断。(本文来源于《2013年CAD/CAM学术交流会议论文集》期刊2013-06-01）
极短期预报论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
舰船运动及包络的实时预报可以为舰载机起降、船舶减摇、海上锚泊并靠物资补给、动力定位等提供辅助指导意见。本文利用某实船的升沉、纵摇与横摇数据,建立运动和包络的2阶自适应Volterra级数模型,通过RLS算法估计Volterra级数模型的核,统计了不同工况下的运动预报精度。分析结果表明,Volterra级数模型可以用来辨识船舶运动系统,纵摇与升沉预报精度较好,运动预报可以与包络预报相结合共同指导工程作业。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
极短期预报论文参考文献
[1].吴爽,焦淑红,任慧龙.舰船运动姿态极短期预报算法研究[J].应用科技.2019
[2].严传续,孙慧,张帅.实船运动与包络的极短期预报分析[J].舰船科学技术.2019
[3].盖晓娜.海面浮体运动极短期预报方法研究[D].上海交通大学.2018
[4].喻元根,马雪泉,季盛.基于AR的船舶运动极短期预报摇摆平台试验[J].上海船舶运输科学研究所学报.2016
[5].Wen-yang,DUAN,Li-min,HUANG,Yang,HAN,De-tai,HUANG.一种用于非线性非平稳波浪极短期预报的复合经验模态分解自回归模型（英文）[J].JournalofZhejiangUniversity-ScienceA(AppliedPhysics&Engineering).2016
[6].黄礼敏,段文洋,韩阳,余冬华,Aladdin,ELHANDAD.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）[J].船舶力学.2015
[7].Wen-yang,DUAN,Li-min,HUANG,Yang,HAN,Ya-hui,ZHANG,Shuo,HUANG.用于非线性非平稳船舶运动极短期预报的一种复合自回归经验模态分解支持向量机回归模型（英文）[J].JournalofZhejiangUniversity-ScienceA(AppliedPhysics&Engineering).2015
[8].黄礼敏,段文洋,韩阳,陈云赛.船舶运动极短期预报方法综述(英文)[J].船舶力学.2014
[9].顾民,刘长德,张进丰.基于混沌理论与RBF神经网络的船舶运动极短期预报研究[J].船舶力学.2013
[10].谢荣.船舶运动状态下极短期预报视景仿真系统研究[C].2013年CAD/CAM学术交流会议论文集.2013