[发明专利]一种海流影响下船舶航迹极短期预报方法

权利要求书

1.一种海流影响下船舶航迹极短期预报方法，其特征在于，包括以下步骤：

S1、在海流环境下，进行船舶操纵性试验，以常用航行工况在测试海域内进行Z型试验和回转试验；

S2、采集船舶航行中的航行信息；航行信息包括船舶航行区域内海流信息、船舶对地速度、船舶自身定位、航行姿态数据、航行场景信息及对应的船舶控制舵角与主机转速信息；

S3、存储航行信息；

S4、剔除存储的航行信息中的冗杂数据以及与Z型试验、回转试验不相关的数据，保留Z型试验数据和回转试验数据并分组；

S5、去除Z型试验数据和回转试验数据中明显不合理的数据，并对去除不合理数据后的剩余数据进行平滑处理，利用最小二乘法对操纵性模型参数进行辨识，分别得到Z型试验数据和回转试验数据的三自由度运动学模型；读取船舶航行区域内海流信息，通过船舶航速特征分布算法及航迹中心点还原法对航行区域海流速度信息进行加权平均，获取得到准确海流信息；

S6、根据准确海流信息进行船舶航迹极极短期预报。

2.根据权利要求1所述的一种海流影响下船舶航迹极短期预报方法，其特征在于，在S5中，利用三自由度运动学模型，结合船舶航行区域内海流信息与船舶对地速度，得到船舶轨迹极短期预报模型，对航行轨迹进行预测。

3.根据权利要求1所述的一种海流影响下船舶航迹极短期预报方法，其特征在于，S2中航行场景信息包括采集到的船舶自身的吨位、主机转速、航速、航向、经纬度信息、当前海域的水流速流向。

4.根据权利要求1所述的一种海流影响下船舶航迹极短期预报方法，其特征在于，S3具体为：对航行信息进行分类存储，生成船舶操纵性试验数据库。

5.根据权利要求1所述的一种海流影响下船舶航迹极短期预报方法，其特征在于，在进行S4之前还包括对冗杂数据以及与Z型试验、回转试验不相关的数据的预剔除，预剔除的步骤具体为：

(1)筛选得到Z型试验数据与回转试验数据；

(2)分别对Z型试验数据和回转试验数据去除采样中的重复样本，在相邻时间存在完全相同的船舶状态数据；

(3)去除Z型试验和回转试验中，状态超出正常值的异常数据，如舵角变化过大、转速变化过大、速度变化过大，位置出现跳跃的点；

(4)去除异常数据后，对剩余数据利用线性插值方法，补全异常数据，使数据更平滑。

6.根据权利要求1所述的一种海流影响下船舶航迹极短期预报方法，其特征在于，得到Z型试验数据的三自由度运动学模型的方法为：

选用(1)式中一阶非线性响应模型作为船舶的运动模型：

其中，δ为舵角，r为首摇角速度，K、T为水动力导数简化后的无量纲系数，a为非线性项系数，δ_r为压舵角，船舶首向角ψ与首摇角速度r存在的对应关系；

提取Z型试验数据中的船舶首向角、船舶舵角与舵角指令，采用最小二乘法提取船舶模型参数。