基于人工神经网络的自航浮标测波方法可行性

摘要

海洋波浪会对船舶营运和安全产生不利影响,实时准确的随船海浪监测对绿色智能船舶及航行安全至关重要.利用船舶运动反演遭遇海浪信息是一种重要的随船海浪监测手段,具有成本低、时空分辨率高等诸多优点,受到广泛关注.针对现有船舶运动反演海浪模型存在的不足,提出了一种基于人工神经网络(Artificial Neural Network, ANN)的反演模型.以船舶摇荡运动时历作为输入,以波浪时历作为输出,利用人工神经网络进行船舶运动特征提取,输入线性函数进行波面时历反演.为验证反演模型的可行性和精度,开展了船模水池试验.结果表明,提出的基于人工神经网络的测波方法能够很好地实现规则波和不规则波浪时历反演,规则波反演统计误差大多小于10%,不规则波反演误差在10%左右.提出的方法为船舶运动反演海浪时域信息提供了一种有效可行的手段.