舰船运动预报模型算法及软件

本文根据仿真模型的现代建模理论与方法 ,采用 AR(p )模型参数法 ,用模型参数的递推算法 ,对舰船运动状态的四个指标进行估计、预报和修正 。

基于输出误差模型优化的甲板运动预报算法研究

本文提出了一种适用于多种复杂海况的大型舰船甲板运动预报方法,目的在于提高算法对不同海域复杂海况的适用性,以及对甲板运动模型的辨识精度与预报精度。该方法通过将量测数据的时间滞后处理引入输出误差模型来描述甲板运动的动力学模型,引入定阶准则确定了模型最优阶数数对。在此基础上应用了辅助模型递推最小二乘算法进行系统参数辨识并估计输出误差模型中的状态变量。实验结果表明,本文所提出的预报方法在系统参数辨识阶段可以将递推最小二乘算法的辨识精度提高5.13%,并且在预报阶段可以有效地将甲板运动的幅值与相位预测精度提高3.17%。该方法在复杂海况下具备良好的预测性能,适用于大型舰船甲板运动预报。

基于灰色动态MGM(1，n)模型的舰船纵摇-升沉运动预报

舰船在实际海况中的运动因受到各种因素的影响而非常复杂,六个自由度之间相互耦合构成一个复杂的系统,因此建立描述舰船运动的系统模型并对各自由度运动进行实时预报具有非常重要的意义。灰色MGM(1,n)模型用微分方程的形式表现了一个系统中n个因素对某个因素变化率的影响,可以用于对非线性复杂系统的系统预测。通过对灰色系统理论的学习发现对原始数据用极差变换进行预处理后会更适合MGM(1,n)模型的拟合,为模型预测打下了良好的基础。在充分的理论研究基础上,本文对船模水池试验获得的纵摇、升沉运动数据以及海浪数据进行极差变换后建立灰色MGM(1,n)模型,并对纵摇、升沉进行非线性预报,得到了较好的效果。

大型舰船姿态运动极短期预报的一种AR算法

本文提出并严格地证明了一种AR模型的预报算法 ,利用该算法可对大型舰船运动姿态进行预报 。

多维AR(p)模型在预报舰船运动中的应用

在舰空导弹武器系统的实战中,能够实时预报舰船的运动状态非常必要。给出了利用多维AR(p)模型对舰船运动参数进行预报及修正的方法。

具有艏前波观测量的大型舰船姿态运动预报

讨论了应用艏前波观测量和舰船运动姿态观测数据,对大型舰船运动姿态进行建模预报的方法。提出了运动预报的ARMA模型和艏前波预报AR模型。给出了艏前波波幅预报算法及舰船运动姿态预报算法。并对舰船纵摇运动进行了仿真。仿真计算表明,该方法可达到满意的预报精度。最后,将该方法与通常的只依据舰船姿态观测量进行预报的AR方法进行了比较。

基于时间序列法的舰船运动预报实验研究

采用线性自回归AR模型、具有首前波观测量的ARMA模型以及非线性自回归NAR模型三种方法分别对舰船运动进行预报,将得到的预报结果与实验测量结果进行验证比较,并对最佳预报模式进行讨论。

基于格型递归最小二乘算法的船舶运动极短期预报

在最小二乘方法(RLS,recursive least square)的基础上,提出利用格型递归最小二乘(LRLS,lattice recursiveleast square)算法对AR模型参数进行自适应估计。该算法为模块式的多极格型结构,降低了一般RLS算法的计算复杂度。利用实测的动态数据结合AIC准则建立自适应AR预报模型,并将该模型应用于船舶运动预报中,仿真结果表明,相对于最小二乘算法,基于LRLS算法的AR预报模型可有效提高船舶运动预报精度。

舰船姿态运动的自适应实时预报及其应用

舰船姿态运动预报系统是舰载机起降指导系统中的主要部分,它对提高舰载机安全起降起到重要作用。本文根据大型舰船在随机海浪作用下的运动特性,提出了基于自适应AR模型的预报方法,它通过RLS递推算法实现了在线实时预报。利用DSP设计的上述预报系统,本文进行了大量典型航行工况下的仿真。仿真结果表明,文中提出的舰船姿态运动预报方法可行,提前2秒的预报误差为2.7%,提前7秒的预报误差为8.3%。因此,该方法在工程中具有很大的实用价值。

基于静止标量磁强计的运动舰船定位问题的研究

建立了静止标量磁强计对运动舰船定位的模型,并给出了用遗传算法求全局较优解、然后用单纯形法进行精确局部搜索的求解参数的方法.仿真实验表明这种方法有效、可行.

无人机在运动舰船上着舰视觉导引技术研究

为实现舰载无人机在做六自由度运动的航母上全天候着舰,提出了舰船运动模型下基于红外合作目标的无人机着舰视觉引导方法。首先设计了一种新型的合作目标;采用形态学算法提取合作目标,根据其位置特点进行物像点匹配,并采用N点算法求解机舰相对位姿;分析了舰船运动简化模型,并基于此模型提出了一种利用卡尔曼滤波提高导航精度的新方法,最后在Vega Prime中对该导航方法进行了仿真验证,仿真结果表明,该方法能够满足无人机着舰要求。

基于GM模型进行舰船纵摇参数预测

航母6个自由度运动严重干扰舰载机安全起降,目前还没有一种有效的办法去解决舰船的纵摇。因此,进行舰船姿态特别是纵摇参数的分析和预报,对于舰船姿态参数补偿控制系统及起降自动控制系统设计非常重要。利用灰色动态GM模型对舰船运动参数进行预测试验研究。试验结果表明,由于只需要对未来极短时间内纵摇参数进行预测,GM(1,2)模型考虑单个因变量影响,基本可以预测纵摇参数发展走势,并且运算简单,具有实践参考意义。

舰船升沉测量的自适应算法

给出了舰船升沉运动的具体定义;建立了升沉测量误差模型,并依此设计了升沉滤波器来实现低频衰减和特定频段的二次积分;详细分析了误差特性,指出各个误差源对测量结果的影响;提出了自适应算法来实时估计海浪运动状态,即平均海浪高度和主导频率,基于此求解出使误差达到最小值的滤波器参数;最后用仿真的手段,对此测量算法进行验证,并与传统的数字滤波器进行对比,仿真结果表明,提出的舰船升沉测量的自适应算法实现了测量的实时性和准确性。

基于仿射投影算法的AR模型参数估计方法

为取得更有效的预报效果,在深入分析传统LMS(Least mean square)算法的基础上,提出利用仿射投影算法对AR模型参数进行自适应估计,利用实测的动态数据结合AIC(Akaike information criterion)准则建立自适应AR(Autoregressive)预报模型,并将该模型应用于船舶运动预报中,实例仿真比较分析表明:相对于LMS算法、LMS-Newton法和NLMS(归一化LMS)算法,基于仿射投影算法得到的AR预报模型,预报精度更高、预报时间更长,且在自适应AR模型参数估计中具有更快的收敛速度,能为实时在线预报提供理论依据.

实船运动与包络的极短期预报分析

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。

简化的Sage-Husa自适应滤波算法在组合导航中的应用及仿真

讨论一种简化的Sage Husa自适应Kalman滤波算法 ,它可对系统的量测噪声和系统干扰进行实时估计 ,同时在工程中又比较易实现与调整 ,通过在组合导航舰船运动模型的仿真发现 。

舰船目标ISAR成像研究

由于海浪的影响造成海上舰船运动形式复杂多变,因此要获取高质量舰船目标逆合成孔径雷达(ISAR)的图像非常困难。本文对基本的舰船目标运动模式下ISAR成像问题展开研究。首先分析舰船目标的转动模式,建立3种基本的转动形式的数学模型。研究距离-多普勒(R-D)算法在该运动形式下的ISAR成像。通过仿真实验证明R-D算法可以获取较高质量的小幅度舰船转动ISAR图像。

基于预报-跟踪的直升机自动着舰控制律设计与仿真

由海浪引起的舰船运动严重威胁和影响舰载直升机的着舰安全与着舰精度,针对此问题,提出一种基于预报-跟踪的直升机自动着舰控制律设计方法;首先建立舰船运动模型;然后采用AR自回归模型对舰船运动进行实时预报;再根据频域校正原理设计超前补偿网络,将预报信息补偿至自动着舰系统,进一步减小跟踪延迟;仿真结果表明,该方法能够有效地抑制超调并消除延迟,实现舰载机对甲板运动的精确跟踪,提高了舰载机着舰的准确性和安全性。