共查询到18条相似文献,搜索用时 93 毫秒
1.
船舶姿态运动实时预报算法研究 总被引:9,自引:2,他引:9
根据大型舰船在随机海浪作用下的非平稳运动特性,提出基于AR模型的实时建模预报方法,详细讨论了改进隅角实时快速定阶算法和RLS递推在线参数辨识方法。针对典型航行工况,对船舶纵摇运动进行了仿真研究,并与AIC定阶算法进行了比较。仿真结果表明:AR算法适用于舰船在非平稳运动情况下的建模预报。AIC准则、改进隅角两种定阶方法均可实现AR模型阶数的在线估计问题,预报长度均可达到7-10秒,但改进隅角定阶算法简单,独立性好,易于编程实现,预报实时性好。该方法在理论和工程应用方面具有重要的意义。 相似文献
2.
基于小波变换和ANFIS模型的不规则海浪组合预报 总被引:2,自引:0,他引:2
利用小波变换对不规则海浪进行多尺度一维小波分解与重构,得到相对简单、规则的准周期分量信号,然后建立了各信号的多输入、单输出自适应神经模糊推理系统(ANFIS)预报模型,最后对预报结果进行集成。基于Matlab语言的仿真结果表明,该方法不仅降低了预报的难度,而且具有较高的预报精确度。此方法亦可用于船舶横摇、纵摇、艏摇运动的预报。 相似文献
3.
4.
针对姿态对星载SAR成像质量的重要影响,提出一种借助于SAR卫星姿态运动学特性和GPS宽波载波相位信息进行SAR卫星姿态测量的算法。该算法利用SAR卫星运动学模型建立状态方程,借助于GPS宽波载波相位姿态测量方程和SAR卫星姿态矩阵的特性建立观测方程,用卡尔曼滤波算法求解SAR卫星的姿态参量。给出算法的详细描述和仿真,仿真表明算法可以提供高精度SAR卫星姿态测量值。 相似文献
5.
6.
针对传递对准精度评估采用差分GPS作为基准量存在对载体机动特性要求高的问题,以舰载惯导传递对准精度评估为研究对象,引入差分GPS速度、位置和舰载主惯导姿态为参考信息;以捷联惯导系统误差方程为基础,推导了状态方程和量测方程;设计了基于固定点的卡尔曼平滑算法;考虑不同主惯导姿态误差条件情况,与传统的传递对准精度评估方法的评估效果进行了比对仿真分析,给出了分析结论。仿真结果表明,基于多观测量的精度评估方法仅通过舰船的摇摆运动,能实现对舰载惯导姿态误差的有效估计。 相似文献
7.
8.
概率天气预报的K近邻非参数估计仿真模型 总被引:7,自引:0,他引:7
基于模式识别和相似预报思想,提出了一种制作概率天气预报的K近邻非参数估计仿真模型(简称KNN-M)。该模型包括历史样本数据库、近邻子集搜索程序、近邻子集优化算法和预报量估计技术。利用该模型进行了降水和云量的概率预报试验,独立样本检验结果表明,该模型预报稳定性好,预报准确率较高,具有较好的业务应用前景。 相似文献
9.
针对传统舰载领域传递对准精度评估性能受限于舰船有限的机动能力问题,提出了通过引入天文航向信息以及减速机动的舰载武器惯导系统传递对准精度评估方法。通过精度评估系统的可观测性分析,给出了引入角运动观测量以及载体机动这两种方法各自与精度评估性能之间的关系,并分别提出引〖JP3〗入天文方位信息和舰船减速强机动的精度评估方法,利用固定点平滑算法进行仿真分析。仿真结果表明,引入天文航向信息的精度评估方法具有良好的姿态失准角评估性能,平滑误差小于10%,且所设计的减速强机动可以进一步提升方位失准角的平滑精度。 相似文献
10.
11.
针对航海模拟器中船舶运动数学模型建立过程过于复杂、仿真的有效性难以验证的问题, 结合船舶自身机动特点设计了一种新的船舶运动参数发生器, 可生成航海模拟器所需的各船舶运动参数。首先, 在响应模型的基础上, 建立了基于线加速度和角速度(linear acceleration and angular velocity, a & ω)的船舶运动模型。然后, 通过船舶运动微分方程求解了船舶位置、速度、姿态、航向等运动参数信息。最后, 提出相似度评估指标并将其应用于基于实测数据的仿真的验证。仿真验证结果表明, 船舶运动参数发生器能有效地模拟船舶在多种机动状况下的运动, 各船舶运动参数的相似度均在80%以上, 是一种有效的航海模拟器的船舶运动模拟仿真研究方法。 相似文献
12.
ARMA模型辨识及其在光纤陀螺漂移建模中的应用 总被引:1,自引:0,他引:1
针对含有噪声的时间序列模型辨识精度低的问题,采用自回归函数的衰减正弦曲线方法估计含有噪声的ARMA模型系统参数,AR参数从衰减正弦曲线直接获得,MA参数估计采用相关匹配技术.仿真结果表明,时于具有不同信噪比噪声干扰的系统,该算法具有良好的收敛性和准确性.在此基础上,将该方法应用到光纤陀螺漂移误差建模中,实验结果表明,采用该算法所确定的模型能够精确的反应光纤陀螺的漂移趋势. 相似文献
13.
14.
基于低频金融数据的预测,在时间上具有长期性,依赖于整体经济环境,不能形成短期内的准确预测.但是由于高频金融时间序列具有非线性、非平稳性以及其特有的日历效应等特性,传统的ARMA模型也无法得到满意的预测结果.本文提出基于小波多分辨率分析的预测方法,将收益率数据分为高频部分(周期性)与低频部分(趋势性),对拆分后的序列进行重构,并对重构后得到的数据分别建立ARMA模型.实证研究表明,小波多分辨率分析能很好地滤出日内效应,由于股指期货独特的市场特征,应将分解层数定为3,分解重构模型可以提高预测精度. 相似文献
15.
分形理论在通信领域里的应用日趋广泛,而其中的分数布朗运动具有特有的性质。利用分数布朗运动分形维数与功率谱密度之间的关系,基于ARMA模型,提出了一种分数布朗运动的建模方法,并利用统计方法从增量的统计分布、统计自相似性等方面证明了该模型生成的随机序列满足分数布朗运动的定义,具有分形特性。同时,在原有ARMA模型的基础上基于相关函数对模型进行了改进,仿真结果表明改进后效果有了明显的提高。 相似文献
16.
17.
18.
为了进一步提高Volterra级数模型在混沌时间序列预测中的精度以及核估计的收敛速度,提出利用自适应Kalman滤波算法对Volterra级数核进行估计的一种新方法。同时,在混沌动力系统相空间重构的基础上,采用关联维数法和最大Lyapunov指数法,对船舶运动时间序列进行混沌特性判定,并对船舶横摇运动时间序列进行多步预测。仿真表明,与归一化最小均方(normalization least mean square, NLMS)算法和最小二乘(recursive least-square, RLS)算法的Volterra级数模型相比,基于自适应Kalman滤波算法的Volterra模型在收敛速度与预报精度方面均优于NLMS算法和RLS算法,为实时在线预报提供了理论依据。 相似文献