大型艦船甲板運(yùn)動(dòng)態(tài)勢預(yù)測方法研究.pdf

1、復(fù)雜的海況下，艦船在海浪、海風(fēng)及其他干擾因素的作用下，將會(huì)產(chǎn)生復(fù)雜的六自由度搖蕩運(yùn)動(dòng)，這對(duì)艦載機(jī)起降、武器控制以及艦員、設(shè)備等都會(huì)帶來不利的影響，在無法有效抑制艦船六自由度運(yùn)動(dòng)時(shí)，研究艦船極短期預(yù)報(bào)技術(shù)具有重要的現(xiàn)實(shí)意義。艦船極短期預(yù)報(bào)就是利用包括當(dāng)前數(shù)據(jù)在內(nèi)的艦船歷史運(yùn)動(dòng)數(shù)據(jù)對(duì)未來十幾秒或幾十秒的甲板運(yùn)動(dòng)態(tài)勢進(jìn)行預(yù)測。常用的艦船極短期預(yù)報(bào)方法有統(tǒng)計(jì)預(yù)報(bào)法、卷積法、周期圖法、功率譜自相關(guān)法、卡爾曼(Kalman)濾波法等。上述方法一般需

2、要準(zhǔn)確的力學(xué)模型以及統(tǒng)計(jì)參數(shù)，在實(shí)時(shí)應(yīng)用中存在一定的困難。本文先后引入基于灰色理論、BP神經(jīng)網(wǎng)絡(luò)以及基于粒子群優(yōu)化的在線序貫極限學(xué)習(xí)機(jī)的預(yù)測方法對(duì)艦船甲板運(yùn)動(dòng)態(tài)勢進(jìn)行預(yù)測，以實(shí)時(shí)精確的解決大型艦船甲板態(tài)勢預(yù)測問題。本論文的主要工作有:
　　首先，介紹了艦船甲板運(yùn)動(dòng)模型的研究現(xiàn)狀以及基于多個(gè)正弦波疊加大型艦船甲板運(yùn)動(dòng)模型的甲板運(yùn)動(dòng)數(shù)據(jù)生成方法;分析了甲板的六自由度搖蕩運(yùn)動(dòng)對(duì)艦載飛機(jī)起降的影響;闡述了甲板搖蕩與桿臂效應(yīng)的耦合過程，以及

3、艦載機(jī)起降點(diǎn)處運(yùn)動(dòng)數(shù)據(jù)的生成方法;分析了用于甲板態(tài)勢預(yù)測模型訓(xùn)練的樣本準(zhǔn)備與序貫更替過程。
　　其次，引入灰色預(yù)測方法對(duì)甲板運(yùn)動(dòng)態(tài)勢進(jìn)行預(yù)測。分析了經(jīng)典灰色預(yù)測模型GM(1，1)的建模過程，針對(duì)GM(1，1)模型自身的固有缺陷，引入了離散灰色預(yù)測模型DGM及其改進(jìn)算法NDGM?；贜DGM預(yù)測模型的仿真結(jié)果表明，該方法可對(duì)標(biāo)準(zhǔn)正弦波進(jìn)行有效預(yù)測，但對(duì)基于多個(gè)正弦波疊加的甲板運(yùn)動(dòng)態(tài)勢數(shù)據(jù)預(yù)測效果欠佳。
　　接下來，引入神經(jīng)網(wǎng)絡(luò)

4、預(yù)測方法對(duì)甲板運(yùn)動(dòng)態(tài)勢進(jìn)行預(yù)測。介紹了神經(jīng)網(wǎng)絡(luò)獨(dú)特的特點(diǎn)及其在預(yù)測領(lǐng)域的發(fā)展，分析了最具代表性的前饋神經(jīng)網(wǎng)絡(luò)BP模型的算法原理及其改進(jìn)辦法，并詳細(xì)闡述了基于遺傳算法(GA)優(yōu)化的BP改進(jìn)模型GA-BP。基于GA-BP預(yù)測模型的仿真結(jié)果表明，該模型可對(duì)本文的艦船甲板運(yùn)動(dòng)數(shù)據(jù)做出滿意的預(yù)測，但存在訓(xùn)練時(shí)間冗長的不足，很難滿足甲板態(tài)勢預(yù)測的實(shí)時(shí)性需求。
　　最后，針對(duì)傳統(tǒng)神經(jīng)網(wǎng)絡(luò)訓(xùn)練時(shí)間長的不足，進(jìn)一步引入了在線極限學(xué)習(xí)機(jī)(ELM)的相