| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第12-31页 |
| 1.1 论文研究背景及工程意义 | 第12-13页 |
| 1.2 舰船运动在线预报的概念 | 第13-17页 |
| 1.3 舰船运动极短期预报综述 | 第17-22页 |
| 1.3.1 国内外研究现状 | 第18-21页 |
| 1.3.2 舰船运动极短期预报的技术要求 | 第21-22页 |
| 1.4 舰船运动安稳期预报综述 | 第22-27页 |
| 1.4.1 国内外研究现状 | 第23-26页 |
| 1.4.2 舰船运动安稳期预报的技术要求 | 第26-27页 |
| 1.5 本文工作简介 | 第27-31页 |
| 第2章 舰船运动随机时序分析的基本理论 | 第31-50页 |
| 2.1 概述 | 第31-33页 |
| 2.1.1 时间序列 | 第31页 |
| 2.1.2 舰船的随机运动特征 | 第31-33页 |
| 2.2 平稳随机过程的经典时频分析方法 | 第33-39页 |
| 2.2.1 离散时间序列的Fourier变换 | 第33-34页 |
| 2.2.2 平稳随机过程谱分析 | 第34-39页 |
| 2.3 非平稳非线性时序分析方法 | 第39-44页 |
| 2.3.1 概述 | 第39-40页 |
| 2.3.2 经验模态分解(EMD)算法 | 第40-42页 |
| 2.3.3 经验模态分解的研究进展 | 第42-44页 |
| 2.4 HHT谱分析 | 第44-49页 |
| 2.4.1 HHT的基本原理 | 第44-45页 |
| 2.4.2 HHT与FFT的比较分析 | 第45-49页 |
| 2.5 本章小结 | 第49-50页 |
| 第3章 舰船平稳运动的波浪效应回归预报方法 | 第50-73页 |
| 3.1 概述 | 第50-51页 |
| 3.2 自回归(AR)模型基本原理 | 第51-56页 |
| 3.2.1 参数估计 | 第51-55页 |
| 3.2.2 模型定阶问题 | 第55-56页 |
| 3.3 波浪效应自回归(WEAR)模型 | 第56-59页 |
| 3.3.1 舰船在波浪中的运动与回归模型 | 第56-58页 |
| 3.3.2 基于脉冲响应函数的定阶方法 | 第58-59页 |
| 3.4 参数估计方法的比较 | 第59-68页 |
| 3.4.1 船舶运动仿真数据及预报误差定义 | 第59-62页 |
| 3.4.2 预报结果及讨论 | 第62-68页 |
| 3.5 定阶准则的比较 | 第68-72页 |
| 3.6 小结 | 第72-73页 |
| 第4章 非平稳非线性特征对舰船运动在线预报的影响 | 第73-104页 |
| 4.1 概述 | 第73-74页 |
| 4.2 支持向量回归(SVR)预报模型的基本原理 | 第74-75页 |
| 4.3 非平稳非线性特征对预报性能的影响分析方法 | 第75-77页 |
| 4.4 实测舰船运动和海浪数据及其非线性非平稳性分析 | 第77-85页 |
| 4.4.1 实测舰船运动数据 | 第78-81页 |
| 4.4.2 实测海浪数据 | 第81-85页 |
| 4.5 基于实测舰船运动数据的预报结果分析 | 第85-90页 |
| 4.6 基于实测海浪数据的预报结果分析 | 第90-103页 |
| 4.6.1 实测波浪预报结果 | 第90-101页 |
| 4.6.2 讨论分析 | 第101-103页 |
| 4.7 小结 | 第103-104页 |
| 第5章 非平稳非线性舰船运动的中值回归经验模态分解 | 第104-154页 |
| 5.1 概述 | 第104-105页 |
| 5.2 提出中值回归经验模态分解(MREMD)方法的动机 | 第105-113页 |
| 5.2.1 在线EMD-AR预报模型 | 第105-106页 |
| 5.2.2 预报结果及分析 | 第106-113页 |
| 5.3 MREMD方法的数值过程 | 第113-115页 |
| 5.4 MREMD方法中几个关键问题的处理 | 第115-134页 |
| 5.4.1 端点效应处理 | 第115-118页 |
| 5.4.2 时间序列均值点辨识 | 第118-122页 |
| 5.4.3 均值曲线拟合 | 第122-133页 |
| 5.4.4 终止准则 | 第133-134页 |
| 5.5 基于MREMD的时间序列分解 | 第134-137页 |
| 5.5.1 解析信号分解算例 | 第134-135页 |
| 5.5.2 实测数据分解算例 | 第135-137页 |
| 5.6 基于MREMD-AR的极短期预报方法 | 第137-153页 |
| 5.6.1 预报模型算法 | 第137页 |
| 5.6.2 结果与分析 | 第137-153页 |
| 5.7 本章小结 | 第153-154页 |
| 第6章 基于时序模型的舰船运动安稳期预报 | 第154-177页 |
| 6.1 概述 | 第154页 |
| 6.2 基于舰船运动时历的直接安稳期预报 | 第154-162页 |
| 6.2.1 预报算法 | 第154-155页 |
| 6.2.2 使用数据和安稳期预报精度参数定义 | 第155-157页 |
| 6.2.3 预报结果与讨论分析 | 第157-162页 |
| 6.3 舰船运动时历包络的特征及其影响分析 | 第162-167页 |
| 6.3.1 舰船运动时历包络的特征 | 第162-165页 |
| 6.3.2 运动特征周期对预报结果的影响分析 | 第165-167页 |
| 6.4 基于舰船运动时历包络的间接安稳期预报 | 第167-175页 |
| 6.4.1 基于时历包络线的安稳期预报方法 | 第167-169页 |
| 6.4.2 安稳期预报结果与讨论分析 | 第169-175页 |
| 6.5 小结 | 第175-177页 |
| 结论 | 第177-179页 |
| 研究工作展望 | 第179-180页 |
| 参考文献 | 第180-189页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第189-191页 |
| 致谢 | 第191页 |
