基于ELM-EMD-LSTM组合模型的船舶运动姿态预测

在随机变动的海洋环境中,采用单一预测模型对船舶运动进行预报,预报值有时出现大的随机波动,预测误差超出安全限,对船舶运动控制和决策带来严重后果。本文提出了基于极限学习机(ELM)、经验模态分解(EMD)和长短期记忆(LSTM)神经网络的组合预测模型,对船舶运动姿态进行预测。首先,通过ELM模型预测方法进行船舶运动姿态的初始预测,然后采用EMD算法分解初始预测残差得到有限个本征模函数(IMF),并利用LSTM模型学习各IMF分量的短期时序规律进行预测,将各IMF分量的预测值相加得到残差预测值;最后将初始预测值与残差预测值组合得到最终的预测结果。仿真结果表明:与单一的LSTM模型和ELM-LSTM模型相比,该组合预测模型的平均绝对误差及均方根误差均为最小,预测精度更高,是一种更为有效的船舶运动姿态预测方法。

深海石油平台支援船动力定位数学模型与仿真研究

根据深海石油平台支援船(OSV)的特点,研究了风、浪、流、推进器和舵的数学模型,并用MATLAB里的M文件对船舶的回转运动以及在风浪流作用下的运动进行了仿真,结果与实验一致,验证了数学模型的合理性.

舰船消磁远程动态航向船位测量系统设计

针对动态测磁需要对舰船进行远程高精度航向和位置测量的问题,利用载波相位实时动态差分技术,以及无线远程数据传输技术,提出并建立了一套基于GPS RTK技术的远程动态航向船位测量系统;在远程流动站采用RTK技术对航向进行解算后,再用数据链将解算结果和载波相位原始观测量传回数据处理中心,与基站载波相位原始观测量再次进行载波相位差分解算位置数据,并对系统可行性、适用性和精度进行了验证;试验结果表明,系统数据传输稳定,解算结果正确,达到了设计要求。

基于EMD-LSTM的船舶运动姿态短期预测

船舶海上作业可以采用波浪补偿系统提高作业安全性,但因船舶姿态信号采集、处理环节带来的时滞,使得波浪补偿系统的运动补偿存在滞后,利用船舶姿态预测可以较好地弥补运动滞后。因此,论文研究了基于EMD-LSTM的船舶运动姿态预测模型。该算法利用经验模态分解(EMD)将非线性非平稳的船舶运动姿态信号分解为若干个本征模函数(IMF)和残差信号。通过长短期记忆网络(LSTM)学习各IMF分量和残差信号的短期时序规律并进行预测。相比于AR、LSTM等单一预测模型,该模型的预测精度有明显提高。

气象航路和气象航路服务评述

当今采用气象航路作为远洋船舶的一种重要导航手段,已不是新鲜事了,但如何用活用好,值得深入探讨,本文作者结合亲身经历和实践经验,一分为二地分析了使用气象航路的得与失,指出熟悉有关资料,总结集累个人经验,本着对气导既要相信又要丢掉依赖性的原则,并结合气旋,洋流发生、发展变化规律,综合选择出适用于自已的气象航路来。这些探讨评述,值得一读。