气垫船运动参数神经网络预测与IIR滤波研究
摘要 | 第1-6页 |
ABSTRACT | 第6-9页 |
第1章 绪论 | 第9-21页 |
·选题背景 | 第9页 |
·国内外研究情况 | 第9-19页 |
·时间序列预测的传统方法 | 第10-13页 |
·时间序列预测的非线性背景 | 第13页 |
·时间序列预测的非线性方法 | 第13-14页 |
·基于灰色理论的预测方法 | 第14-16页 |
·基于混沌理论的预测方法 | 第16-17页 |
·基于神经网络的预测方法 | 第17-19页 |
·本论文的研究内容 | 第19-21页 |
第2章 海浪数据的建模 | 第21-35页 |
·引言 | 第21页 |
·海浪谱 | 第21-22页 |
·海浪遭遇频率谱 | 第22-26页 |
·海浪的仿真方法 | 第26-29页 |
·能量等分法 | 第27-28页 |
·有理谱法 | 第28-29页 |
·频率等分法 | 第29页 |
·海浪仿真结果 | 第29-34页 |
·二级海情 | 第30-32页 |
·三级海情 | 第32-34页 |
·本章小结 | 第34-35页 |
第3章 数字滤波器的设计与滤波 | 第35-53页 |
·引言 | 第35页 |
·无限冲击响应滤波器结构 | 第35-36页 |
·无限冲激响应滤波器的设计思想 | 第36-38页 |
·模拟原型滤波器设计 | 第37-38页 |
·频率变换 | 第38页 |
·滤波器离散化 | 第38页 |
·基于Matlab的无限冲激响应滤波器设计 | 第38-41页 |
·巴特沃兹(Butterworth)滤波器设计 | 第38-39页 |
·切比雪夫Ⅱ型(ChebyshevⅡ)滤波器设计 | 第39-40页 |
·最大平滑ⅡR滤波器设计 | 第40-41页 |
·基于无限冲击响应滤波器的滤波结果 | 第41-52页 |
·二级海情 | 第42-46页 |
·三级海情 | 第46-50页 |
·滤波结果功率谱分析 | 第50-52页 |
·本章小结 | 第52-53页 |
第4章 周期图预报方法 | 第53-61页 |
·引言 | 第53页 |
·周期图法的基本思想 | 第53-56页 |
·周期图法预测的具体实现 | 第56-58页 |
·周期图法预测结果 | 第58-60页 |
·本章小结 | 第60-61页 |
第5章 基于神经网络的海浪预测及滤波 | 第61-73页 |
·引言 | 第61页 |
·正则化RBF神经网络的基本结构 | 第61-63页 |
·正则化RBF神经网络的具体实现 | 第63-67页 |
·数据预处理 | 第63页 |
·输入层节点数 | 第63页 |
·隐含层 | 第63-65页 |
·隐层与输出层之间的权值 | 第65-67页 |
·正则化RBF神经网络用于海浪的预测 | 第67-71页 |
·基于正则化RBF神经网络预测的滤波结果 | 第71-72页 |
·本章小结 | 第72-73页 |
结论 | 第73-74页 |
参考文献 | 第74-76页 |
攻读硕士学位期间发表的论文 | 第76-77页 |
致谢 | 第77页 |