原文传递
基于惯性传感器的船舶运动模式识别研究
| 论文题名： | 基于惯性传感器的船舶运动模式识别研究 |
| 关键词： | 船舶运动模式识别;智能控制;惯性传感器;经验模态分解;支持向量机 |
| 摘要： | 船舶运动模式识别是船舶智能感知系统的重要组成部分，在船舶智能控制与决策、远程监测、危险预警等方面具有重要的应用价值。本文以船舶连续运动产生的多种惯性数据为研究对象，以实现船舶六种基本运动模式的识别为目的，围绕船舶运动数据的采集、预处理、分割、特征提取以及船舶运动模式识别算法等展开了一系列研究，主要内容包括： （1）设计了船舶运动模式识别框架，该框架在现有研究的基础上增加了数据分割模块，以提高船舶运动模式识别精度。为满足船舶运动时间序列分析需求，搭建了以由三轴加速计、三轴陀螺仪、三轴磁力计共同组成的九轴IMU为基础的高性能船舶运动数据采集模块。 （2）为提高识别数据的质量，对采集的船舶运动数据进行成分分析，并对其中的干扰成分进行滤除。首先，使用概率分布模型对原始信号进行异常值检测，并根据数据间的相关性对异常点进行插值。其次，选择椭圆拟合法对磁力计进行校正；采用均值法减少陀螺仪零漂误差；根据重力分量的能量分布特点，使用三阶椭圆低通滤波器提取在三轴加速度信号中的重力分量，减少重力分量的干扰。最后，对于原始信号中的随机噪声，提出了一种改进的EMD去噪方法，该方法对经EMD分解出的高频分量使用小波阈值法进行滤波处理，保留了其中的有用信息，弥补了EMD去噪法直接舍弃高频分量导致信号信息不完整的缺点，为后续的船舶运动模式识别提供数据支撑。 （3）设计了一种基于隐马尔可夫模型的数据分割算法，该算法以隐马尔可夫理论为基础，结合分段回归模型和线性逻辑变换，并采用期望最大化算法求取模型参数，以实现将船舶连续运动数据分割成不同的时间窗口，每个窗口包含一次独立完整的运动数据，且代表不同的船舶运动模式。之后，分析了船舶各运动模式片段的运动参数的变化特点，挖掘出船舶运动参数与运动模式之间的映射关系，并根据两者间的映射关系，提取能表征船舶运动模式的均值、方差、四分卫间距、变化差值等多种时域特征。 （4）为实现船舶运动模式的识别，提出了一种基于二叉树的支持向量船舶运动模式识别算法，算法采用最大割问题理论寻找样本间的最大距离构建二叉树，在决策节点使用支持向量机进行识别分类，同时使用粒子群算法优化识别模型，并采用实船采集的船舶运动数据为样本验证所提方法的有效性。 实验结果表明，所提的识别方法对船舶的加速、减速、匀速、左转向、右转向、静止六种运动模式的识别只需训练5个子分类器，且识别的平均精度达96%，说明了提出方法的有效性和优越性。 |
| 作者： | 胡凤玲 |
| 专业： | 导航与信息工程 |
| 导师： | 肖长诗;朱曼 |
| 授予学位： | 硕士 |
| 授予学位单位： | 武汉理工大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
