本文選題：SINS + 運(yùn)動(dòng)分離　； 參考：《東南大學(xué)》2015年碩士論文

【摘要】：艦船在航行過(guò)程中受到海浪、海風(fēng)以及其它干擾力的激勵(lì),將會(huì)產(chǎn)生六自由度的搖蕩運(yùn)動(dòng),對(duì)艦載機(jī)著艦、武器控制以及艦員和艦載設(shè)備等均產(chǎn)生不利影響。實(shí)時(shí)求取出艦船振蕩信息,并對(duì)未來(lái)一段時(shí)間內(nèi)的艦船振蕩運(yùn)動(dòng)進(jìn)行預(yù)測(cè),以供艦載機(jī)及時(shí)調(diào)整路徑,可避免起飛和降落過(guò)程中事故的發(fā)生,從而提高艦載機(jī)的生存能力。本文主要針對(duì)艦船振蕩運(yùn)動(dòng)的分離與預(yù)測(cè)等相關(guān)問(wèn)題展開研究。首先,詳細(xì)分析了艦船在海上航行的運(yùn)動(dòng)狀態(tài),研究了海浪波的形成機(jī)理以及海浪波的建模方法,給出了艦船瞬時(shí)搖蕩運(yùn)動(dòng)的模型方程,該方法比單一頻率的建模要更接近實(shí)際情況。詳細(xì)闡述了用于振蕩運(yùn)動(dòng)測(cè)量的捷聯(lián)式慣性導(dǎo)航系統(tǒng)(SINS)的解算原理,給出了增加振蕩運(yùn)動(dòng)測(cè)量的SINS導(dǎo)航解算方法；通過(guò)對(duì)振蕩運(yùn)動(dòng)解算結(jié)果中的頻率成分的分析,給出了基于數(shù)字濾波的振蕩運(yùn)動(dòng)提取方法。其次,分析并比較了IIR數(shù)字濾波器和FIR數(shù)字濾波器性能特點(diǎn),選擇了延遲時(shí)間較短的IIR數(shù)字濾波器作為振蕩運(yùn)動(dòng)分離濾波工具。詳細(xì)闡述了11R濾波器的工作原理和設(shè)計(jì)過(guò)程,以及基于解算結(jié)果頻率組成的濾波器參數(shù)的選取方法。仿真驗(yàn)證了所設(shè)計(jì)濾波器的有效性。最后,針對(duì)艦船振蕩運(yùn)動(dòng)的隨機(jī)性及非線性特性,選取具有非線性、自適應(yīng)性、自學(xué)習(xí)能力以及數(shù)據(jù)融合能力的神經(jīng)網(wǎng)絡(luò)方法對(duì)艦船振蕩運(yùn)動(dòng)進(jìn)行預(yù)測(cè)。仿真分析、比較了BP神經(jīng)網(wǎng)絡(luò)、RBF神經(jīng)網(wǎng)絡(luò)和BP-RBF組合神經(jīng)網(wǎng)絡(luò)三種預(yù)測(cè)方法對(duì)艦船三軸振蕩運(yùn)動(dòng)的預(yù)測(cè)能力。仿真實(shí)驗(yàn)結(jié)果表明：BP-RBF組合預(yù)測(cè)方法既具有RBF網(wǎng)絡(luò)的學(xué)習(xí)收斂速度的快速性,又具有BP網(wǎng)絡(luò)的泛化性能。綜合認(rèn)為,在一定條件下組合預(yù)測(cè)方法比單一預(yù)測(cè)方法具有優(yōu)勢(shì),可在保證預(yù)測(cè)精度的基礎(chǔ)上提高了預(yù)測(cè)速度。
[Abstract]:During the course of navigation, the ship is stimulated by waves, sea winds and other disturbance forces, which will produce a six-degree-of-freedom rocking motion, which will have a negative impact on the landing, weapon control, crew and shipboard equipment of the carrier aircraft.The ship oscillation information can be extracted in real time and the ship oscillation motion in the future can be predicted so that the carrier aircraft can adjust the path in time to avoid the accidents during take-off and landing and thus improve the survivability of the carrier aircraft.In this paper, the separation and prediction of ship oscillating motion are studied.First of all, the motion state of ship sailing at sea is analyzed in detail, the formation mechanism of wave wave and the modeling method of wave wave are studied, and the model equation of ship instantaneous rocking motion is given.The method is closer to the actual situation than the modeling of a single frequency.The calculation principle of strapdown inertial navigation system (sins) for oscillatory motion measurement is described in detail, and the SINS navigation method for increasing oscillatory motion measurement is given, and the frequency components in the result of oscillatory motion measurement are analyzed.A method for extracting oscillatory motion based on digital filtering is presented.Secondly, the characteristics of IIR digital filter and FIR digital filter are analyzed and compared, and IIR digital filter with short delay time is chosen as the tool of oscillatory motion separation filter.The working principle and design process of 11R filter are described in detail, and the method of selecting filter parameters based on the frequency component of the calculated results is also presented.The effectiveness of the designed filter is verified by simulation.Finally, according to the randomness and nonlinear characteristics of ship oscillation motion, a neural network method with nonlinear, adaptive, self-learning ability and data fusion ability is selected to predict the ship oscillation motion.The prediction ability of BP neural network and BP-RBF combined neural network for ship triaxial oscillation motion is compared.The simulation results show that the proposed method not only has the rapidity of learning convergence rate of RBF network, but also has the generalization performance of BP network.It is concluded that the combined forecasting method is superior to the single prediction method under certain conditions, and the prediction speed can be improved on the basis of ensuring the prediction accuracy.
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：U674.70

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王凡,孟立凡;關(guān)于使用神經(jīng)網(wǎng)絡(luò)推定操作者疲勞的研究[J];人類工效學(xué);2004年03期

2 常國(guó)任;李仁松;沈醫(yī)文;劉鋼;;基于神經(jīng)網(wǎng)絡(luò)的直升機(jī)艦面系統(tǒng)效能評(píng)估[J];艦船電子工程;2007年03期

3 陳俊;;神經(jīng)網(wǎng)絡(luò)的應(yīng)用與展望[J];佛山科學(xué)技術(shù)學(xué)院學(xué)報(bào)(自然科學(xué)版);2009年05期

4 許萬(wàn)增;;神經(jīng)網(wǎng)絡(luò)的研究及其應(yīng)用[J];國(guó)際技術(shù)經(jīng)濟(jì)研究學(xué)報(bào);1990年01期

5 張軍華;神經(jīng)網(wǎng)絡(luò)技術(shù)及其在軍用系統(tǒng)中的應(yīng)用[J];現(xiàn)代防御技術(shù);1992年04期

6 雷明,李作清,陳志祥,吳雅,楊叔子;神經(jīng)網(wǎng)絡(luò)在預(yù)報(bào)控制中的應(yīng)用[J];機(jī)床;1993年11期

7 靳蕃;神經(jīng)網(wǎng)絡(luò)及其在鐵道科技中應(yīng)用的探討[J];鐵道學(xué)報(bào);1993年02期

8 宋玉華，王啟霞;神經(jīng)網(wǎng)絡(luò)診斷──神經(jīng)網(wǎng)絡(luò)在自動(dòng)化領(lǐng)域里的應(yīng)用[J];中國(guó)儀器儀表;1994年03期

9 魏銘炎;國(guó)內(nèi)外神經(jīng)網(wǎng)絡(luò)技術(shù)的研究與應(yīng)用概況[J];電機(jī)電器技術(shù);1995年04期

10 王中賢，，錢頌迪;神經(jīng)網(wǎng)絡(luò)法在經(jīng)濟(jì)管理中的應(yīng)用[J];航天工業(yè)管理;1995年04期

相關(guān)會(huì)議論文 前10條

1 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡(luò)的混沌性[A];1996中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡(luò)[A];2003年中國(guó)智能自動(dòng)化會(huì)議論文集（上冊(cè)）[C];2003年

3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡(luò)和簡(jiǎn)單規(guī)劃的識(shí)別融合算法[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

5 鐘義信;;知識(shí)論:神經(jīng)網(wǎng)絡(luò)的新機(jī)遇——紀(jì)念中國(guó)神經(jīng)網(wǎng)絡(luò)10周年[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

6 許進(jìn);保錚;;神經(jīng)網(wǎng)絡(luò)與圖論[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

7 金龍;朱詩(shī)武;趙成志;陳寧;;數(shù)值預(yù)報(bào)產(chǎn)品的神經(jīng)網(wǎng)絡(luò)釋用預(yù)報(bào)應(yīng)用[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

8 田金亭;;神經(jīng)網(wǎng)絡(luò)在中學(xué)生創(chuàng)造力評(píng)估中的應(yīng)用[A];第十二屆全國(guó)心理學(xué)學(xué)術(shù)大會(huì)論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡(luò)的混沌特性研究[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第七分冊(cè)）[南京理工大學(xué)學(xué)報(bào)（增刊）][C];2009年

10 張廣遠(yuǎn);萬(wàn)強(qiáng);曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的故障診斷方法研究[A];第十二屆全國(guó)設(shè)備故障診斷學(xué)術(shù)會(huì)議論文集[C];2010年

相關(guān)重要報(bào)紙文章 前10條

1 美國(guó)明尼蘇達(dá)大學(xué)社會(huì)學(xué)博士 密西西比州立大學(xué)國(guó)家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護(hù)好創(chuàng)新的“神經(jīng)網(wǎng)絡(luò)硬件”[N];中國(guó)教師報(bào);2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計(jì)算機(jī)世界;2001年

3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡(luò)將大顯身手[N];中國(guó)紡織報(bào);2003年

4 中國(guó)科技大學(xué)計(jì)算機(jī)系　邢方亮;神經(jīng)網(wǎng)絡(luò)挑戰(zhàn)人類大腦[N];計(jì)算機(jī)世界;2003年

5 記者 孫剛;“神經(jīng)網(wǎng)絡(luò)”：打開復(fù)雜工藝“黑箱”[N];解放日?qǐng)?bào);2007年

6 本報(bào)記者 劉霞;美用DNA制造出首個(gè)人造神經(jīng)網(wǎng)絡(luò)[N];科技日?qǐng)?bào);2011年

7 健康時(shí)報(bào)特約記者　 張獻(xiàn)懷;干細(xì)胞移植：修復(fù)受損的神經(jīng)網(wǎng)絡(luò)[N];健康時(shí)報(bào);2006年

8 劉力;我半導(dǎo)體神經(jīng)網(wǎng)絡(luò)技術(shù)及應(yīng)用研究達(dá)國(guó)際先進(jìn)水平[N];中國(guó)電子報(bào);2001年

9 ;神經(jīng)網(wǎng)絡(luò)和模糊邏輯[N];世界金屬導(dǎo)報(bào);2002年

10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡(luò)應(yīng)用研究通過(guò)鑒定[N];中國(guó)船舶報(bào);2006年

相關(guān)博士學(xué)位論文 前10條

1 楊旭華;神經(jīng)網(wǎng)絡(luò)及其在控制中的應(yīng)用研究[D];浙江大學(xué);2004年

2 李素芳;基于神經(jīng)網(wǎng)絡(luò)的無(wú)線通信算法研究[D];山東大學(xué);2015年

3 石艷超;憶阻神經(jīng)網(wǎng)絡(luò)的混沌性及幾類時(shí)滯神經(jīng)網(wǎng)絡(luò)的同步研究[D];電子科技大學(xué);2014年

4 王新迎;基于隨機(jī)映射神經(jīng)網(wǎng)絡(luò)的多元時(shí)間序列預(yù)測(cè)方法研究[D];大連理工大學(xué);2015年

5 付愛民;極速學(xué)習(xí)機(jī)的訓(xùn)練殘差、穩(wěn)定性及泛化能力研究[D];中國(guó)農(nóng)業(yè)大學(xué);2015年

6 李輝;基于粒計(jì)算的神經(jīng)網(wǎng)絡(luò)及集成方法研究[D];中國(guó)礦業(yè)大學(xué);2015年

7 王衛(wèi)蘋;復(fù)雜網(wǎng)絡(luò)幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學(xué);2015年

8 張海軍;基于云計(jì)算的神經(jīng)網(wǎng)絡(luò)并行實(shí)現(xiàn)及其學(xué)習(xí)方法研究[D];華南理工大學(xué);2015年

9 李艷晴;風(fēng)速時(shí)間序列預(yù)測(cè)算法研究[D];北京科技大學(xué);2016年

10 曾U喺

本文編號(hào)：1762883