原文传递
基于注意力机制的多尺度舰船摇荡极短期预测模型研究
| 论文题名： | 基于注意力机制的多尺度舰船摇荡极短期预测模型研究 |
| 关键词： | 舰船航行;摇荡预测;注意力机制;长短期记忆网络 |
| 摘要： | 舰船在海上航行过程中受到海风、海浪等因素的影响产生六自由度的摇荡运动，对舰载武器和雷达等设备造成不利影响。将舰船摇荡极短期预测应用于舰载稳定平台，提前进行补偿控制，对舰船设备安全高效运行具有重要的理论价值和应用价值。以此为背景，本文对基于注意力机制的舰船摇荡极短期预测模型展开研究。 首先，根据舰船摇荡信号的频率特性，提出基于后置多尺度注意力机制的预测模型。通过多尺度分解将摇荡数据分解到不同的频率尺度，然后对每个分解得到的子信号分别进行LSTM网络建模预测，再由后置多尺度注意力机制整合所有LSTM网络输出得到最终预测结果。实验结果表明，后置多尺度注意力机制提升了模型处理摇荡信号的能力，提高了舰船摇荡预测的性能。 其次，针对不同海况下的舰船摇荡预测问题，提出了基于前置多尺度注意力机制的舰船摇荡预测模型。前置多尺度注意力机制对不同频率尺度进行自适应加权，使LSTM层关注重要的频率尺度，抑制噪声信号的干扰。提升了模型的灵敏度，使模型能够适应不同海况下的预测问题。实验结果表明，基于前置多尺度注意力机制的预测模型能够适应不同海况下的摇荡预测问题。 最后，根据复杂海况下的舰船摇荡运动复杂性增加而预测精度下降的情况，提出了基于局部注意力机制的预测模型。局部注意力机制使模型剔除与预测无关的尺度，保留重要的频率尺度，加强了模型从含噪声信号的舰船摇荡运动数据中提取有用特征的能力。此外，为了避免陷入局部最优，基于模型结构设计了两阶段训练算法进行模型训练。实验结果表明，基于局部注意力机制的预测模型对复杂海况具有更好的预测性能。 |
| 作者： | 郑晓晴 |
| 专业： | 信息与通信工程 |
| 导师： | 张涛 |
| 授予学位： | 硕士 |
| 授予学位单位： | 燕山大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
