为了改进利用传统回声状态网络(Echo Stale Network,ESN)方法预报非线性舰船摇荡时历时预报精度不足的问题,提出将相空间重构和回声状态网络相结合的方法,在依托海军某型舰实船采集摇荡数据的基础上,采用相空间重构技术提取舰船摇荡时历的内部结构信息,获取摇荡时历的相空间特性,对时历数据进行可用性筛选,然后将重构后的数据输入到回声状态网络进行学习训练,用于预报舰船极短期的摇荡姿态.利用实船数据进行不同预报时长条件下的试验仿真,并按照均方误差、均方根误差等误差标准对仿真结果进行误差分析.试验结果表明:所提方法对于舰船摇荡的预报具有精度高及稳定性强的优点,预报值与真实值相比从摇荡值和摇荡相位上都具有较好的精度,证明了该方法的可行性.
展开▼
