| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·课题的背景与研究的目的、意义 | 第7-8页 |
| ·船舶运动极短期预报研究及发展概况 | 第8-12页 |
| ·国内外船舶运动预报算法小结 | 第12-13页 |
| ·本文的主要研究内容 | 第13-15页 |
| 第二章 传统时间序列法建模及预报 | 第15-29页 |
| ·自回归(AR)模型的建立 | 第15-16页 |
| ·自回归(AR)模型的参数辨识 | 第16-20页 |
| ·最小二乘准则 | 第16-17页 |
| ·递推最小二乘(RLS)估计 | 第17-19页 |
| ·AR 模型的定阶算法—AIC 定阶准则 | 第19-20页 |
| ·船舶运动预报AR 模型算法 | 第20-23页 |
| ·船舶运动时间序列的采集及预处理 | 第23-24页 |
| ·仿真计算与结果分析 | 第24-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 基于小波多尺度分析的时间序列预报 | 第29-63页 |
| ·小波分析 | 第29-31页 |
| ·连续小波变换 | 第29-30页 |
| ·离散小波变换 | 第30页 |
| ·二进制小波变换 | 第30-31页 |
| ·常用小波函数和小波函数的选取 | 第31-42页 |
| ·常用小波函数列举 | 第32-40页 |
| ·小波函数的主要时频特性 | 第40-42页 |
| ·小波多分辨率分析和小波最优分解层数的选取 | 第42-48页 |
| ·小波多分辨率分析 | 第42-45页 |
| ·塔式Mallat 算法 | 第45-46页 |
| ·小波多分辨最优分解层数的选取规则 | 第46页 |
| ·小波多分辨率分解的信号能量分布 | 第46-48页 |
| ·基于小波多分辨率分析的时间序列预报 | 第48-49页 |
| ·仿真计算与结果分析 | 第49-61页 |
| ·小波多分辨率分解层数的选取 | 第50-54页 |
| ·最优小波基函数的选取 | 第54-61页 |
| ·本章小结 | 第61-63页 |
| 第四章 经验模态分解法在船舶运动极短期预报中的应用 | 第63-81页 |
| ·希尔伯特-黄变换原理 | 第63-67页 |
| ·瞬时频率和希尔伯特变换 | 第63-64页 |
| ·经验模态分解法 | 第64-67页 |
| ·关于经验模态分解中问题的讨论 | 第67-72页 |
| ·采样频率对EMD 分解的影响 | 第67页 |
| ·迭代终止条件选取 | 第67-68页 |
| ·包络线的插值问题 | 第68-72页 |
| ·基于经验模态分解法的时间序列预报算法 | 第72-75页 |
| ·算法步骤与推导 | 第72-73页 |
| ·仿真计算与结果 | 第73-75页 |
| ·改进的EMD 与小波多分辨率时间序列预报算法 | 第75-80页 |
| ·EMD+全部小波时间序列预报算法 | 第75-76页 |
| ·EMD+部分小波时间序列预报算法 | 第76-78页 |
| ·一层EMD+小波时间序列预报算法 | 第78-80页 |
| ·本章小结 | 第80-81页 |
| 第五章 混沌时间序列法建模及预报 | 第81-93页 |
| ·混沌时间序列 | 第81-83页 |
| ·混沌的定义与基本特征 | 第81-82页 |
| ·奇异吸引子及其特征 | 第82页 |
| ·Lyapunov 指数 | 第82-83页 |
| ·混沌时间序列的相空间重构 | 第83-87页 |
| ·相空间重构与Takens 定理 | 第83-85页 |
| ·嵌入维数m 的计算 | 第85-86页 |
| ·时间延迟τ的计算 | 第86-87页 |
| ·自适应Volterra 级数预报模型 | 第87-88页 |
| ·小波多尺度Volterra 级数预报模型 | 第88-89页 |
| ·仿真计算与结果 | 第89-90页 |
| ·本章小结 | 第90-93页 |
| 结论 | 第93-95页 |
| 致谢 | 第95-97页 |
| 参考文献 | 第97-101页 |
| 附录 | 第101页 |