简介:目的:基于支持向量机回归(SVR)模型在非线时间序列的预测能力及经验模态分解(EMD)方法在处理非线性非平稳性的优势,提出一种复合自回归经验模态分解支持向量机回归(AR-EMDSVR)模型,提高非线性非平稳船舶运动极短期预报精度。创新点:1.研究非线性非平稳船舶运动的极短期预报问题,提出一种复合的预报方法;2.基于不同层次的预报模型和模型试验数据,分析非线性非平稳性对极短期预报精度的影响。方法:1.在SVR模型中引入基于自回归(AR)预报端点延拓的EMD方法,形成复合的AR-EMDSVR预报模型;2.基于集装箱船模水池试验运动数据将AR-EMD-SVR模型与AR、SVR和EMD-AR三种模型进行比较,分析非线性非平稳性对极短期预报的影响以及不同模型的预报性能。结论:1.AR-EMD方法能够有效的克服非平稳对极短期预报模型(AR和SVR)在精度上所带来的不良影响;2.基于船模试验数据的预报结果表明:相较于AR、SVR和EMD-AR三种预报模型,基于AR-EMD-SVR模型的非线性非平稳船舶运动极短期预报结果具有更高的精度。
简介:S^p(1≤p≤∞)空间为导数属于Hardy空间H^p的复平面单位圆盘D上所有解析函数组成的空间.令函数φ和φ是D上的解析函数且φ(D)D,则将算子W(φ,φ):f→φfoφ称为加权复合算子.文章给出了当1≤q≤p≤∞,φ∈S^∞时,加权复合算子W(φ,φ)从空间S^p到S^q上的有界性的充要条件.然后通过推广经典的Fejer-Riesz不等式证明了当1〈p≤∞时,S^p到圆盘代数A上的嵌入映射是紧的.
简介:行进间对准技术能够使惯导在运动状态下完成系统初始化,它对于提高载体机动能力具有重要作用。与静基座对准不同,行进间对准通常需要利用外部设备(在陆用导航领域,通常使用GPS或里程计)提供载体运动信息对惯性导航系统输出进行补偿和修正。由于里程计辅助的行进间对准具有全自主的特点,因而被广泛采用。本文通过对里程计误差进行合理建模,并采用位移增量匹配方法实现了里程计和惯导系统的组合。同时,针对复杂路面环境下由于车体侧滑、空转等造成里程计测量失准等故障现象进行有效诊断,以此提高了组合导航系统的可靠性。通过行进间对准试验,结果表明由里程计辅助的惯导系统经过10min初始对准,航向误差小于0.05°,精度和静基座相当。