原文传递
基于EMD和AR的船舶运动极短期预报问题研究
| 论文题名： | 基于EMD和AR的船舶运动极短期预报问题研究 |
| 关键词： | 舰船运动姿态;极短期预报;自激励门限自回归;经验模态分解方法 |
| 摘要： | 船舶运动的极短期预报就是根据已知的船舶运动及海洋环境信息，通过某种确定的方法预报未来几秒或十几秒内的舰船运动姿态。 本文采用船舶运动的时间序列分析方法进行预报。在王安存硕士论文[1]工作基础上进行深入研究。该方法的基本思想是将非平稳，非线性的船舶运动数据，采用经验模态分解方法分解成几个平稳的本征模态函数(IMF)，然后分别建立每个IMF的自回归(AR)模型进行预报，最后将每个IMF的预报结果相加。本文在此基础上，进行深入研究，具体包括以下工作： 1．经验模态分解(EMD)方法能够有效地处理非线性、非平稳信号，但是在边界延拓和极值点选取仍有待研究。本文对这种新的信号分析方法进行FORTRAN编程计算，结合极短期预报的需要深入研究。对EMD方法分解过程中的边界延拓的难点给出一种新极值延拓的方法；对生成包络线的极值点选取也提出一种有效处理方法。 2．通过FORTRAN编程计算对不同的自回归(AR)模型参数估计方法及定阶准则进行了比较研究。并比较了不同长度信号数据的选取对自回归(AR)模型预报精度的影响。 3．采用经验模态分解(EMD)结合自回归(AR)模型进行预报，研究了不同样本数据长度选择对数据预报结果的影响。 4．为考虑信号的非线性，根据局部区间搜索法得出自激励门限自回归(SETAR)模型参数，进行FORTRAN编程预报。 |
| 作者： | 孟令金 |
| 专业： | 流体力学 |
| 导师： | 段文洋 |
| 授予学位： | 硕士 |
| 授予学位单位： | 哈尔滨工程大学 |
| 学位年度： | 2008 |
| 正文语种： | 中文 |
检索历史
应用推荐
