基于系统辨识的船舶运动响应与海浪反演技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 课题的研究背景及意义 | 第10-11页 |
| 1.2 海浪信息获取的发展与研究现状 | 第11-16页 |
| 1.2.1 仪器测波 | 第11-13页 |
| 1.2.2 海浪反演技术 | 第13-16页 |
| 1.3 系统辨识法估计船舶运动响应的研究现状 | 第16-18页 |
| 1.3.1 系统辨识法分析船舶运动的基本原理 | 第16-17页 |
| 1.3.2 系统辨识法分析船舶运动的常用模型 | 第17-18页 |
| 1.4 论文的主要工作 | 第18-20页 |
| 第2章 随机海浪谱分析 | 第20-31页 |
| 2.1 随机海浪与海浪谱 | 第20-24页 |
| 2.1.1 平稳随机海浪简述 | 第20-21页 |
| 2.1.2 随机海浪的谱估计 | 第21-23页 |
| 2.1.3 常用海浪谱公式 | 第23-24页 |
| 2.2 海浪仿真 | 第24-28页 |
| 2.2.1 能量等分法 | 第25页 |
| 2.2.2 频率等分法 | 第25-26页 |
| 2.2.3 海浪仿真图例 | 第26-28页 |
| 2.3 低海况下谱分析理论 | 第28-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 船舶运动响应系统辨识 | 第31-48页 |
| 3.1 ARMA模型描述船舶运动随机信号 | 第31-34页 |
| 3.1.1 船舶运动系统的ARMA模型 | 第31-32页 |
| 3.1.2 AR模型辨识船舶运动RAO | 第32-33页 |
| 3.1.3 在线滚动AR模型辨识船舶运动RAO | 第33-34页 |
| 3.2 船舶运动系统的AR模型参数辨识 | 第34-40页 |
| 3.2.1 基于RLS算法辨识AR模型参数 | 第34-36页 |
| 3.2.2 Kalman滤波法辨识AR模型参数 | 第36-38页 |
| 3.2.3 高阶累积量法辨识AR模型参数 | 第38-40页 |
| 3.3 船舶运动系统的AR模型阶数辨识 | 第40-41页 |
| 3.4 船舶运动频率响应函数辨识算例 | 第41-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第4章 自适应海浪谱反演 | 第48-59页 |
| 4.1 反卷积计算海浪谱 | 第48-50页 |
| 4.1.1 船舶运动信号反卷积的病态问题分析 | 第48-49页 |
| 4.1.2 船舶运动信号的规整化反卷积 | 第49-50页 |
| 4.2 自适应海浪谱反演 | 第50-53页 |
| 4.2.1 自适应反演海浪谱原理 | 第50-51页 |
| 4.2.2 卷积核优化与海浪反演过程 | 第51-53页 |
| 4.3 自适应优化算例 | 第53-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第5章 实际海面大尺度模型试验的海浪反演 | 第59-67页 |
| 5.1 大尺度模型试验的海浪信息获取 | 第59-61页 |
| 5.2 大尺度模型试验的海浪反演 | 第61-65页 |
| 5.3 自适应海浪谱反演存在的问题与建议 | 第65-66页 |
| 5.4 本章小结 | 第66-67页 |
| 结论 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第73-74页 |
| 致谢 | 第74页 |
