CN107735695A - 海洋现象推定装置及海洋现象推定方法 - Google Patents
海洋现象推定装置及海洋现象推定方法 Download PDFInfo
- Publication number
- CN107735695A CN107735695A CN201680036467.9A CN201680036467A CN107735695A CN 107735695 A CN107735695 A CN 107735695A CN 201680036467 A CN201680036467 A CN 201680036467A CN 107735695 A CN107735695 A CN 107735695A
- Authority
- CN
- China
- Prior art keywords
- hull
- receptance function
- oceanographic phenomena
- resume
- ship
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims description 45
- 238000001228 spectrum Methods 0.000 claims abstract description 104
- 230000006870 function Effects 0.000 claims abstract description 92
- 238000005096 rolling process Methods 0.000 claims abstract description 35
- 230000002000 scavenging effect Effects 0.000 claims abstract description 5
- 238000006073 displacement reaction Methods 0.000 claims description 26
- 238000004364 calculation method Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 15
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 6
- 238000004540 process dynamic Methods 0.000 claims 1
- 238000012545 processing Methods 0.000 description 22
- 239000011159 matrix material Substances 0.000 description 13
- 238000005259 measurement Methods 0.000 description 12
- 230000008859 change Effects 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 9
- 238000001914 filtration Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 230000004044 response Effects 0.000 description 6
- 230000001133 acceleration Effects 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 3
- 230000010365 information processing Effects 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 2
- 230000003321 amplification Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 125000000058 cyclopentadienyl group Chemical group C1(=CC=CC1)* 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- ZSWFCLXCOIISFI-UHFFFAOYSA-N endo-cyclopentadiene Natural products C1C=CC=C1 ZSWFCLXCOIISFI-UHFFFAOYSA-N 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000007654 immersion Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005316 response function Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000005309 stochastic process Methods 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C13/00—Surveying specially adapted to open water, e.g. sea, lake, river or canal
- G01C13/002—Measuring the movement of open water
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING
- B63B49/00—Arrangements of nautical instruments or navigational aids
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
- G01C21/203—Specially adapted for sailing ships
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C23/00—Combined instruments indicating more than one navigational value, e.g. for aircraft; Combined measuring devices for measuring two or more variables of movement, e.g. distance, speed or acceleration
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C5/00—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/14—Receivers specially adapted for specific applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/40—Correcting position, velocity or attitude
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G3/00—Traffic control systems for marine craft
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Mechanical Engineering (AREA)
- Hydrology & Water Resources (AREA)
- Ocean & Marine Engineering (AREA)
- Combustion & Propulsion (AREA)
- Aviation & Aerospace Engineering (AREA)
- Chemical & Material Sciences (AREA)
- Automation & Control Theory (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明具有:履历存储单元,其存储船体运动数据的履历;船体状态数据计算单元,其基于由履历存储单元存储的船体运动数据的履历,来计算船体当前的船体状态数据;交叉谱计算单元,其基于船体运动数据的履历,来计算船体的横摇、纵摇及垂荡的各船体运动的交叉谱;船体响应函数计算单元,其基于船体状态数据,来计算船体响应函数;和海洋现象推定单元,其基于各船体运动的交叉谱和船体响应函数,来推定船体航行中的海域的海洋现象条件。
Description
本申请主张2015年11月20日提出申请的日本专利申请特愿2015-228228的优先权,通过参照其内容来引进本申请中。
技术领域
本发明涉及海洋现象推定装置及海洋现象推定方法。
背景技术
以往,在不规则地变动的波浪上航行的船舶中,即使从安全性的观点考虑,恰当地掌握船体运动数据、船体状态数据及海洋现象条件也是重要的。船体运动数据是指与船体的位移和加速度等船体的运动相关的数据。另外船体状态数据是指与船体的吃水深度、排水量、横稳心高度(以下也称为“GM”)等船体的状态相关的数据。另外海洋现象条件是指与船舶的航行区域中的波浪的波高、波周期、波向等海洋现象相关的信息。
以往,关于这些信息中的船体运动数据,通常是基于预先设定的船体状态数据、和从气象局等信息提供机关提供的海洋现象条件来从力学上求出的。
但是,在该方法中无法恰当地掌握船体运动数据和船体状态数据。这是因为从气象局等信息提供机关提供的海洋现象条件是广阔海域范围内的信息量庞大的海洋现象条件,而不是当前船舶正在航行的海域的局部海洋现象条件,且精度低。
因此,近年来,报告有如下方法:通过搭载于船舶的各种装置来计测船体运动数据,对计测出的作为不稳定的时序数据的船体运动数据实时地实施统计处理,由此统计性地推定船体状态数据和海洋现象条件(例如参照非专利文献1)。
在非专利文献1中,公开了如下技术:使用时变系数多变量自回归(TVVAR:TimeVarying Coefficient Vector AR)模型来解析作为不稳定的时序数据的船体运动数据,由此推定海洋现象条件。
现有技术文献
非专利文献
非专利文献1:平山次清、井关俊夫、石田茂资、“遭遇波浪的实时掌握法和最新成果”,日本造船学会,平成15年12月,p.74-96
发明内容
另外,在上述非专利文献1所公开的技术中,推定海洋现象条件时使用船体响应函数。船体响应函数是表示在从任意方向遭受到有规则波长的波浪的情况下船体怎样响应(运动)的、将波向及波长等设为参数的函数。在非专利文献1所公开的技术中,该船体响应函数是基于固定值的船速而设定的。
但是,由于在实际的海上船速是时刻变化的,所以基于固定值的船速而确定的上述船体响应函数的精度低。另外作为其结果,与海洋现象条件的推定相关的精度也变低。
本发明是鉴于上述那样的情况而研发的,其目的在于提供一种能够根据船速的变化而高精度地进行海洋现象条件的推定的海洋现象推定装置及海洋现象推定方法。
为了实现上述目的,本发明的海洋现象推定装置的特征在于,具有:履历存储单元,其存储与船体的横摇角、纵摇角及垂荡位移相关的船体运动数据的履历;船体状态数据计算单元,其基于由上述履历存储单元存储的上述船体运动数据的履历,来计算该船体当前的船体状态数据;交叉谱计算单元,其基于由上述履历存储单元存储的上述船体运动数据的履历,来计算该船体的横摇、纵摇及垂荡的各船体运动的交叉谱(cross-spectrum);船体响应函数计算单元,其基于由上述船体状态数据计算单元计算出的船体状态数据,来计算船体响应函数;和海洋现象推定单元,其基于由上述交叉谱计算单元计算出的各船体运动的交叉谱和由上述船体响应函数计算单元计算出的船体响应函数,来推定该船体航行中的海域的海洋现象条件。
另外为了实现上述的目的,本发明的海洋现象推定方法是具有存储与船体的横摇角、纵摇角及垂荡位移相关的船体运动数据的履历的履历存储部的海洋现象推定装置中的海洋现象推定方法,其特征在于,包含:船体状态数据计算工序,船体状态数据计算部基于在上述履历存储部中存储的上述船体运动数据的履历来计算该船体当前的船体状态数据;交叉谱计算工序,交叉谱计算部基于在上述履历存储部中存储的上述船体运动数据的履历来计算该船体的横摇、纵摇及垂荡的各船体运动的交叉谱;船体响应函数计算工序,船体响应函数计算部基于在上述船体状态数据计算工序中计算出的船体状态数据来计算船体响应函数;和海洋现象推定工序,海洋现象推定部基于在上述交叉谱计算工序中计算出的各船体运动的交叉谱和在上述船体响应函数计算工序中计算出的船体响应函数来推定该船体航行中的海域的海洋现象条件。
发明效果
根据本发明,能够与船速的变化相应地高精度地推定海洋现象条件。
附图说明
图1是表示包含本实施方式的海洋现象推定装置的海洋现象推定系统的硬件结构例的图。
图2是表示包含本实施方式的海洋现象推定装置的海洋现象推定系统的功能结构例的图。
图3是表示包含本实施方式的海洋现象推定装置的海洋现象推定系统的控制逻辑的一个例子的流程图。
图4是表示本实施方式的船体响应函数计算部使用的数据库的数据结构的一个例子的图。
图5A是用于说明本实施方式的船体响应函数的图。
图5B是用于说明本实施方式的船体响应函数的图。
图5C是用于说明本实施方式的船体响应函数的图。
图6A是表示本实施方式的船体运动数据的一个例子的图。
图6B是表示本实施方式的船体运动数据的一个例子的图。
图6C是表示本实施方式的船体运动数据的一个例子的图。
图7A是表示本实施方式的交叉谱的一个例子的图。
图7B是表示本实施方式的交叉谱的一个例子的图。
图7C是表示本实施方式的交叉谱的一个例子的图。
图7D是表示本实施方式的交叉谱的一个例子的图。
图7E是表示本实施方式的交叉谱的一个例子的图。
图7F是表示本实施方式的交叉谱的一个例子的图。
图8A是表示本实施方式的方向波谱的一个例子的图。
图8B是表示本实施方式的方向波谱的一个例子的图。
具体实施方式
以下说明本发明的实施方式。
[海洋现象推定装置的硬件结构]
图1是表示包含本实施方式的海洋现象推定装置的海洋现象推定系统的硬件结构例的图。
图1所示的海洋现象推定系统1具有卫星罗经(satellite compass)2、信息处理装置(海洋现象推定装置)3、显示屏4。该海洋现象推定系统1搭载于船舶的船体。
卫星罗经(GPS罗经)2是具有作为方位传感器的功能的装置,根据安装在船体的船首方向的两根GPS天线的相对位置关系来计算船体的方位。该卫星罗经2也具有能够计测船体的横摇(roll)、纵摇(pitch)、垂荡(heave)的作为摇荡传感器的功能。此外,也可以代替卫星罗经2而使用陀螺仪传感器(gyro sensor)。
信息处理装置3是具有分别通过总线38而相互连接的存储器装置31、运算处理装置32、接口装置33、输入装置34、辅助存储装置35、驱动装置36的计算机装置。该信息处理装置3基于通过卫星罗经2计测出的信息来推定海洋现象条件。该信息处理装置3与权利要求书的“海洋现象推定装置”相对应。此外,该信息处理装置3及后述的显示屏4也可以与卫星罗经2一体地构成。
存储器装置31是在信息处理装置3启动时读出存储在辅助存储装置35中的程序(实现图2的交叉谱计算部23~海洋现象推定部26的功能的程序)等并进行存储的RAM(Random Access Memory,随机存取存储器)等存储装置。该存储器装置31也存储程序执行所需的文件、数据等。
运算处理装置32是执行保存在存储器装置31中的程序的CPU(CentralProcessing Unit,中央处理器)等运算处理装置。接口装置33是用于与卫星罗经2和显示屏4等外部设备连接的接口装置。输入装置34是提供用户接口的输入装置(例如键盘、鼠标)。
辅助存储装置35是存储程序、文件、数据等的HDD(Hard Disk Drive,硬盘)等存储装置。在该辅助存储装置35中存储有实现图2的交叉谱计算部23~海洋现象推定部26的功能的程序等。
驱动装置36是读出存储在存储介质37中的程序(例如实现图2的交叉谱计算部23~海洋现象推定部26的功能的程序)的装置。通过驱动装置36读出的程序安装在辅助存储装置35中。存储介质37是记录了上述程序等的USB(Universal Serial Bus,通用串行总线)存储器、SD存储卡等存储介质。
显示屏4是以画面输出通过信息处理装置3生成的输出数据、例如海洋现象条件的输出装置。
[系统的功能结构]
图2是表示包含本实施方式的海洋现象推定装置的海洋现象推定系统的功能结构例的图。此外,在以下的说明中,对与图1相同的结构要素标注相同的附图标记并适当省略重复的说明。
图2所示的海洋现象推定系统1具有计测部21、履历存储部22、交叉谱计算部23、船体状态数据计算部24、船体响应函数计算部25、海洋现象推定部26、响应函数存储部27、输出部28。该海洋现象推定系统1搭载在船舶上。此外,履历存储部22、交叉谱计算部23、船体状态数据计算部24、船体响应函数计算部25、海洋现象推定部26及响应函数存储部27的各功能通过信息处理装置3而实现。
计测部21是对搭载了该海洋现象推定系统1的船舶的船体运动数据进行计测的计测单元。在此所说的船体运动数据是指与船速、船体的横摇角、纵摇角及垂荡的位移等船体的运动相关的数据。此外,也可以是船体的横摇、纵摇的角速度及垂荡的加速度。该计测部21通过图1的卫星罗经2或陀螺仪传感器而实现。
履历存储部22是存储通过计测部21计测出的船体运动数据的履历的履历存储单元。该履历存储部22存储从过去到现在的一定期间的船体运动数据的时序数据。该履历存储部22通过图1的存储器装置31等而实现。此外,船体运动数据的履历的输入源并不限定于计测部21。例如也可以将存储有船体运动数据的履历的其他信息处理装置作为输入源。
交叉谱计算部23基于由履历存储部22存储的一定期间的船体运动数据的时序数据,来计算各船体运动(横摇、纵摇及垂荡)的交叉谱。该交叉谱计算部23通过图1的运算处理装置32等而实现。
船体状态数据计算部24是基于由履历存储部22存储的作为一定期间的船体运动数据的履历的时序数据来计算船体状态数据的船体状态数据计算单元。在此所说的船体状态数据是指与船体的吃水深度、排水量、GM等船体的状态相关的数据。该船体状态数据计算部24通过图1的运算处理装置32等而实现。
船体响应函数计算部25是基于通过船体状态数据计算部24计算出的船体状态数据、和存储在响应函数存储部27中的与船体响应函数相关的数据来计算该船体的船体响应函数的船体响应函数计算单元。该船体响应函数计算部25通过图1的运算处理装置32等而实现。
海洋现象推定部26是基于通过交叉谱计算部23计算出的交叉谱和通过船体响应函数计算部25计算出的船体响应函数来推定搭载了该海洋现象推定系统1的船舶在航行中的海域中的局部海洋现象条件的海洋现象推定单元。在此所说的海洋现象条件是指与船舶的航行区域中的波浪的波高、波周期、波向等海洋现象相关的信息。
该海洋现象推定部26首先基于交叉谱和船体响应函数来以概率统计的方式计算方向波谱。然后,基于计算出的方向波谱来推定海洋现象条件。详细处理将在后叙述。该海洋现象推定部26通过图1的运算处理装置32等而实现。
响应函数存储部27是存储船体响应函数计算部25计算船体响应函数时所使用的与船体响应函数相关的数据的响应函数存储单元。船体响应函数是表示在从任意方向遭受到有规则波长的波浪的情况下船体怎样响应(运动)的、将波向及波长等设为参数的函数。另外,与船体响应函数相关的数据是指将船体的规则波下的船体响应函数、和船体状态数据(吃水深度、GM)、船速、阻尼系数建立了对应的数据库。该响应函数存储部27通过图1的存储器装置31等而实现。
输出部28是输出通过船体状态数据计算部24计算出的船体状态数据、和通过海洋现象推定部26推定出的海洋现象条件的输出单元。该输出部28通过图1的显示屏4等而实现。
通过以上所示的结构,在本实施方式的海洋现象推定系统1中,基于通过计测部21计测出的船体运动数据,由海洋现象推定部26推定海洋现象条件。输出部28输出推定出的海洋现象条件。
[系统的控制逻辑]
图3是表示包含本实施方式的海洋现象推定装置的海洋现象推定系统的控制逻辑的流程图。
海洋现象推定系统1通过重复进行图3所示的一系列的步骤S1~S8的控制逻辑,来反复推定海洋现象条件。此外,以下一边适当参照图2一边进行说明。
首先在步骤S1中,计测部21计测船体运动数据(S1)。具体地说,计测船体的横摇角、纵摇角、垂荡的位移的数据。该步骤S1可以在一系列的步骤S1~S8的处理的重复中逐次进行,也可以通过批处理等作为与步骤S2~S8不同的处理而重复地进行。
此外,通过重复地进行图3所示的步骤S1的处理,从过去到现在的一定期间的横摇角、纵摇角、垂荡的位移的时序数据、即每时间段的角度等数据被存储到履历存储部22中。例如,以1秒~10秒间隔计测及存储船体运动数据,各数据以小数点下两位以上的值表示。此外,船体运动数据除因海洋现象状况导致的运动以外还包含涵盖了航向变更或增减速的影响的不稳定的时序数据。在步骤S1中,分离这样的数据并在以后的步骤中不使用。对该处理使用作为现有技术的赤池信息量准则(AIC:Akaike’s Information Criterion)法。然后,进入步骤S2、S4及S6的各处理。
接着在步骤S2中,船体状态数据计算部24基于横摇角的时序数据来计算(推定)横摇固有频率(S2)。虽然步骤S2的处理是已知的技术,但以下说明其一个例子。
即,首先考虑与横摇的时序数据x(t)相关的二阶的线性随机动力学模型(参照下式(1))。此外,在算式(1)中a1(=2α)表示阻尼系数,a2(=ω2)表示固有角频率ω的平方,u(t)表示作为随机过程(stochastic process)处理的外力项,虽然具有有限方差,但并不特别假定是白色性。
[算式1]
x″(t)+a1x'(t)+a2x(t)=u(t)····(1)
另外,算式(1)中的外力项u(t)是以下式(2)所示的m阶的连续式自回归模型表示的。此外,在算式(2)中bi(i=1,…,m)是模型的系数,v(t)是平均值为0、方差为σ2的正态白噪声。
[算式2]
通过将算式(1)代入到算式(2)中,而得到下式(3)所示的被白化了的(m+2)阶的连续式自回归模型。此外,在算式(3)中ci(i=1,...,m+2)是模型的系数。
[算式3]
若以矢量形式表示算式(3),则如下式(4)那样表示。
[算式4]
x′(t)=Ax(t)+Bv(t)····(4)
其中
将该算式(4)离散化,并在此基础上,作为状态空间模型的系统模型来处理。而且,为了同时推定未知系数ci(i=1,…,m+2),在状态空间模型的状态矢量中包含上述的未知系数ai、bi地考虑,由此将模型扩展为自组织式状态空间模型。然后,同时进行使用了不取样卡尔曼滤波(unsample Kalman filter)的状态推定及未知系数的推定。使用了不取样卡尔曼滤波的状态推定是已知的技术,因此在此省略说明。
通过以上所示的步骤,在步骤S2中,基于存储在履历存储部22中的一定期间的横摇角的时序数据,计算(推定)当前的横摇固有频率。此外,也可以通过上述方法以外的方法来计算横摇固有频率。例如,也可以使用离散型的自回归模型来计算横摇固有频率。
然后在步骤S3中,船体状态数据计算部24基于在步骤S2中计算出的横摇固有频率来计算(推定)GM(S3)。
在步骤S3中,在将步骤S2中计算出的横摇固有频率(或作为倒数的横摇固有周期)作为观测数据、将GM和回转半径作为状态变量的非线性观测模型中,假定状态变量随着时间经过稍微波动地将其考虑为系统模型,进行通常状态空间模型解析,由此同时推定GM和回转半径。
即,在步骤S2中计算出的横摇固有频率f(=ω/2π)与GM之间下式(5)所示的关系成立。此外,在算式(5)中T为横摇固有周期,f为横摇固有频率,k为回转半径,g为地球的重力加速度。在算式(5)中GM及k是未知数。
[算式5]
因此,在步骤S3中,考虑将两个未知数GM及回转半径k作为状态变量的状态空间模型。即,考虑在时刻n中根据GMn及kn的状态推定量来观测横摇固有周期Tn的非线性观测模型。假定状态变量随着时间经过稍微波动地将其考虑为系统模型,由此构成下式(6)所示的通常状态空间模型。此外,在算式(6)中vn是系统噪声,wn是观测噪声。均较简单,所以设为正态白噪声。
[算式6]
其中
在步骤S3中,基于由算式(6)表示的通常状态空间模型,使用作为粒子滤波(Particle Filter)的一种的蒙特卡罗滤波(Monte Carlo Filter)来进行状态推定。此外,使用了蒙特卡罗滤波的状态推定是已知的技术,因此在此省略说明。
通过以上所示的步骤S2及S3的处理,船体状态数据计算部24对存储在履历存储部22中的一定期间的横摇角的时序数据进行解析,由此实时地计算(推定)船体当前的GM。通过该手法,能够实时地掌握载货状态下的重心位置的变化和船的运动程度。
另外,为了推定GM而没有利用任何近似,因此能够得到大致稳定的GM的推定结果。例如在船舶的设计当时的GM为0.52的情况下,在本实施方式的手法中计算出0.48~0.54之间的推定值。因此,根据本实施方式的手法,能够高精度地推定GM。此外,在上述算式(6)中,也可以是包含比前一期更靠前的变量(例如Xn-2)的算式。
返回到图3,在从步骤S1进入到步骤S4的情况下,船体状态数据计算部24通过对在步骤S1中存储到履历存储部22中的垂荡的位移的时序数据进行解析来计算当前船体的吃水深度、排水量(S4)。
在步骤S4中,船体状态数据计算部24以例如GPS天线(与图1的计测部21相对应)的设置高度、船舶的长度方向的倾斜角、及基于海上保安厅发布的日本沿岸潮汐调和常数表计算的潮汐数据为基础,来计算(推定)吃水深度。另外,将基于垂荡的位移的时序数据建立的垂荡的运动方程式与步骤S1的横摇的情况同样地离散化,来计算(推定)垂荡的固有频率。然后,利用推定出的固有频率、与基于船体型线图而预先计算的吃水深度和船舶的长度方向的倾斜角的组合相对应的TPC(Tons Per Centimeter,每厘米排水吨数)及排水量的关系,来计算(推定)排水量。
另外例如在步骤S4中,根据存储在履历存储部22中的纵摇角、垂荡的位移的时序数据并使用统计解析手法来计算排水量和吃水差(trim)。由此,根据船体的水位图(hydrograph)使船首尾吃水深度确定。在搭载了本实施方式的海洋现象推定系统1的船体具有吃水仪的情况下,根据由吃水仪计测出的数据计算排水量。在没有吃水仪的情况下,与步骤S1~S2的情况同样地使用自组织式状态空间模型解析法来计算排水量。
在从步骤S3及S4进入到步骤S5的情况下,船体响应函数计算部25基于在步骤S3及S4中计算出的船体状态数据来计算该船体当前的船体响应函数(S5)。
在进行步骤S5的处理时,具有以下两个方法,采用其中某一个。第一个方法是如下的方法:预先将船体状态数据(吃水深度、GM)、船速和作为输入的海洋现象(波高、波周期、波向)作为参数来计算船体响应函数并建立数据库(例如图4),通过一次插值、二次插值等的插值计算来求出与当前的这些状态相当的船体响应函数。第二个方法是如下的方法:将当前的船体的状态、海洋现象作为输入并基于计算式来直接计算船体响应函数。总之,虽然海洋现象是之后求出的未知数,但却是为了计算船体响应函数而必须的项,作为非线性问题而通过迭代法实时地选择最合适的响应函数。此外,在此所说的船体响应函数是指,如图5所示,计算对在任意的波高下从船体的各方向(0度:船尾方向~180度:船首方向)打来的波浪产生的船体响应的函数,即以函数表示船体响应的特性,根据船体状态而不同。另外船体响应是表示由于波浪等的外力而船体受到的影响,表示为船体运动、结构变化(结构响应)。
图4是表示本实施方式的船体响应函数计算部使用的数据库的数据结构的一个例子的图。
图4所示的数据库41保存有按每个GM(1≤k≤0)、排水量(1≤j≤n)、船速(1≤g≤m)的船体响应函数fxyz(1≤x≤0、1≤y≤n、1≤z≤m)。此外,船体响应函数fxyz的下标h、p、r分别表示垂荡、纵摇、横摇。这样的数据库存储在响应函数存储部27(参照图2)中。在步骤S5中船体响应函数计算部25从数据库选择或从数据库选择并通过一次插值、二次插值等的插值计算来求出与在步骤S3及S4中计算出的船体状态数据相对应的船体响应函数。
图5A~图5C是用于说明本实施方式的船体响应函数的图。
图5A的纵轴是垂荡的运动振幅(Amp.)/(波高/2)(Aw),横轴是波长/垂线间长度(Lpp)。图5B的纵轴是纵摇的运动振幅(Amp.)/(波高/2)(Aw),横轴是波长/垂线间长度(Lpp)。图5C的纵轴是横摇的运动振幅(Amp.)/(波高/2)(Aw),横轴是波长/垂线间长度(LPP)。在图5A~图5C中,关于船体的垂荡、纵摇、横摇各自的响应函数fxyz,将海洋现象条件、波高、波长(λ)、波向(ω)作为参数而示出了运动振幅的计算例。
在该步骤S5的处理中,根据由计测部21(卫星罗经2)计测的当前的船体运动(纵摇(pitch)、横摇(roll)、垂荡(heave))和船速实时地选择最合适的船体响应函数。由此,即使是船速时刻变化的实际的海上,也能够确定最合适的船体的响应函数,其结果为,也能够提高与后述的海洋现象条件的推定相关的精度。
另外,在从步骤S1进入到步骤S6的情况下,交叉谱计算部23基于在步骤S1中记录到履历存储部22中的垂荡的位移、纵摇角、横摇角的时序数据,来计算各船体运动(横摇、纵摇及垂荡)的交叉谱(S6)。
在步骤S6中交叉谱计算部23基于垂荡的位移(单位:m)、纵摇角(单位:rad)、横摇角(单位:rad)的时序数据来按每个频率求出由横摇自谱(auto-spectrum)(单位:rad2/s)、纵摇自谱(单位:rad2/s)、垂荡自谱(单位:m2/s)、纵摇-垂荡的交叉谱(单位:rad·m/s)、横摇-垂荡的交叉谱(单位:rad·m/s)、纵摇-横摇的交叉谱(单位:rad2/s)构成的各船体运动(横摇、纵摇及垂荡)的交叉谱。按每个频率求出的交叉谱作为时序数据而存储在履历存储部22中。
此外,在步骤S6中交叉谱计算部23使用自回归模型解析法来计算交叉谱。即,对垂荡的位移、纵摇角、横摇角的时序数据适用自回归模型,使用推定出的自回归系数和方差协方差矩阵来计算交叉谱。此时,虽然确定模型阶次(model order)是重要的,但会使用AIC法来自动地确定模型阶次。这一系列的步骤被称为MAICE(Minimum AIC Estimation,最低AIC测定)法,是1980年代确立的方法。
在从步骤S5及S6进入到步骤S7的情况下,海洋现象推定部26基于在步骤S5中计算出的当前的船体响应函数、和在步骤S6中计算出的各船体运动(横摇、纵摇及垂荡)的交叉谱来以概率统计的方式计算方向波谱(S7)。
图6A~图6C是表示本实施方式的船体运动数据的一个例子的图。
在图6A~图6C中,对于长度70m左右的船示出了在步骤S1中计测的波浪中的船体运动数据。即,图6A~图6C分别示出纵摇角、横摇角、垂荡的位移的时序数据。
图7A~图7F是表示本实施方式的交叉谱的一个例子的图。
在图7A~图7F中,示出了在步骤S6中计算的交叉谱的解析结果的一个例子。即,在图7A~图7F中,分别示出了纵摇自谱、纵摇-横摇交叉谱、纵摇-垂荡的交叉谱、横摇自谱、横摇-垂荡的交叉谱、垂荡自谱。
图8A及图8B是表示本实施方式的方向波谱的一个例子的图。
在图8A及图8B中,分别示出了在步骤S7中通过反向计算得到的方向波谱的一维谱、方向分布。基于该一维谱、方向分布而求出海洋现象条件、波高、波周期及波向。以下,与在步骤S7中使用的本实施方式的理论一起说明该处理。
假设能够以包含海洋波浪从所有方向到来的所有频率在内的成分波的重合来表现,则某时间t中的固定点(船舶位置)处的海面变动量η(t)使用方向波谱E(f,x)(单位:m2/(rad/s))以下式(7)示出。此外,在算式(7)中被根号包围的部分及ε(f,x)分别是以频率f从方向x到来的成分波的振幅、相位。
[算式7]
另一方面,若假定船体摇荡相对于波浪输入为线性响应,则某波浪的相遇频率fe中的方向波谱E(fe,x)与船体摇荡的交叉谱(fe)之间的关系通常以下式(8)示出。此外,在算式(8)中l与n是船体摇荡的模式,Hl(fe,x)、Hn *(fe,x)是各个摇荡模式的响应函数。另外,x是与波浪的相遇角,符号(*)是复共轭。
[算式8]
该算式(8)将相遇频率示出为基底,因此将其转换成以绝对频率为基底的算式(参照下式(9))。
[算式9]
在算式(9)中,从右边第2项到第4项示出了追波时的影响、即交叉谱中包含的在追波中航行时的波浪的频率成分的程度。参数A、与绝对频率相对应的三个相遇频率f01、f02、f03及雅克比分别如下式(10)所示那样定义。此外,在算式(10)中U是船速,g是重力加速度。
[算式10]
在此,在将与相遇角x相关的积分范围分成足够大的数K个微小区间的情况下的微小积分区间内的变动量的响应函数及方向波谱能够视为固定。因此,能够将算式(9)如下式(11)那样离散化。此外,在算式(11)中K1(0≤K1≤K/2)表示在离散的积分范围中成为追波状态的对象的个数。
[算式11]
其中
在此,在将纵摇角、横摇角及上下位移分别设为任意的变动量θ、η的情况下的交叉谱Φ(fe)是3×3矩阵,算式(11)能够如下式(12)那样以矩阵显示。此外,在算式(12)中H(f01)是3×K矩阵,H(f02)及H(f03)是3×K1矩阵,E(f01)是K×K的对角矩阵,E(f02)及E(f03)是K1×K1的对角矩阵。另外,符号(T)是转置矩阵。
[算式12]
Φ(fe)=H(f01)E(f01)H(f01)*T+H(f02)E(f02)H(f02)*T+H(f03)E(f03)H(f03)*T····(12)
其中
i=2,3
交叉谱矩阵Φ(fe)是埃尔米特矩阵,因此仅处理上三角矩阵即可。另外,在算式(12)中分开实数部和虚数部并且导入伴随着观测的误差项W而表述的情况下,算式(12)能够以下式(13)所示的线性回归模型来表示。
[算式13]
y=Ax+W····(13)
在算式(13)中,y是由交叉谱矩阵Φ(fe)的实部和虚部构成的矢量。A是由船体摇荡的响应函数的逻辑值构成的系数矩阵。W是统计性性质遵照了平均值0、方差协方差矩阵Σ的白噪声。x是由离散化了的方向波谱构成的未知矢量。
在该算式(13)中,假设能够时序地得到交叉谱,则与之相对应地能够时序地推定方向波谱。其与将算式(13)作为时变系统来掌握相当,以下标t表示时刻并能够如下式(14)那样扩展。
[算式14]
yt=Atxt+Wt····(14)
算式(14)与通常状态空间模型中的观测模型形式上等价。因此,通过将方向波谱关于时间平滑地变化这一平滑化事前分布作为系统模型导入(参照下式(15)),而能够使方向波谱的推定导引到下式(15)所示的通常状态空间模型的状态推定的问题。
[算式15]
在算式(15)中,xt是状态矢量,vt是系统噪声矢量,yt是观测矢量,At是状态转移矩阵,Wt是观测噪声矢量。在此,若考虑方向波谱为非负,改变状态矢量xt的对数而与xt置换,则算式(15)变形为下式(16)所示的通常状态空间模型。
[算式16]
在此,F(xt)表示对所有的要素取指数。另外状态矢量的要素如下式(17)那样构成。
[算式17]
在算式(17)中,m是波的绝对频率的分割数。算式(16)是非线性观测模型、即非线性的状态空间模型。因此,对状态推定需要使用对非线性滤波有效的方法。以往使用了粒子滤波,但该方法的计算负荷非常高。因此,在本实施方式中导入基于不取样卡尔曼滤波进行的状态推定法,但是在作为非线性观测模型的算式(16)的原样形式中无法适用不取样卡尔曼滤波。为了解决该问题,考虑下式(18)所示的放大了的状态矢量。
[算式18]
另外,考虑下式(19)所示的放大观测矩阵及放大状态转移矢量。
[算式19]
其结果为,关于xt,成为下式(20),能够得到放大系统模型。另外关于yt也能够得到下式(21)所示的形式上是线性的放大观测模型。xt及yt成为线性观测的放大状态空间模型,因此能够实现基于不取样卡尔曼滤波进行的状态推定。此外,不取样卡尔曼滤波的适用是已知的技术,因此在此省略说明。
[算式20]
[算式21]
通过以上所示的步骤S7的处理,海洋现象推定部26基于在步骤S5中计算出的船体响应函数、和在步骤S6中计算出的各船体运动的交叉谱来以概率统计的方式计算方向波谱(S7)。
根据该步骤S7的处理,通过以概率统计的方式处理从过去到现在的一定期间的船体响应函数及各船体运动的交叉谱的时序数据,来实时地计算当前的方向波谱。因此,能够导出高精度的方向波谱。
另外根据该手法,通过基于不取样卡尔曼滤波进行的状态推定来推定方向波谱,因此与以往的基于蒙特卡罗滤波的方法相比,能够以格外短的计算时间实现高精度的方向波谱的推定。
此外,当步骤S7的处理结束时,进入步骤S8,海洋现象推定部26基于在步骤S7中计算出的方向波谱来推定海洋现象条件(S8)。在步骤S8中,能够基于在步骤S7中计算出的方向波谱来推定船舶航行中的局部海域中的波向、波周期、有义波高等海洋现象条件。
具体地说,通过对方向波谱关于频率进行积分,来推定波向,通过对方向波谱关于方向角进行积分,来推定波周期(平均、过零点(zero-cross)、极值间)、有义波高。此外,为了稳定地得到正常的解析结果,使用识别正常的解析结果和异常的解析结果的波谱的图案来筛选异常的解析结果的方法。如上所述,步骤S6的交叉谱的计算通过适用自回归模型来进行。此时,对模型阶次的确定使用AIC,因此通过比较AIC的值,能够判定时序的稳定性(该方法被称为局部稳定自回归模型解析法)。异常的解析结果的筛选以如下的步骤进行。即,首先在第1步骤中,判定基于AIC的时序数据的稳定性。在稳定的情况下进入下一步,在第2步骤中,计算交叉谱。然后在第3步骤中,计算方向波谱。然后在第4步骤中,根据推定出的方向波谱和摇荡的响应函数来计算响应波谱。然后在第5步骤中,比较在第4步骤中计算出的响应谱和在第2步骤中计算出的交叉谱的自功率成分。然后在第6步骤中,以在第5步骤中得到的差分为基础,基于机器学习评价推定结果的可靠性。
以上,说明了本发明的一个实施方式,但上述实施方式示出了本发明的适用例之一,主旨并不在于将本发明的技术范围限定于上述实施方式的具体结构。
附图标记说明
1 海洋现象推定系统
2 卫星罗经
3 信息处理装置(海洋现象推定装置)
4 显示屏
21 计测部
22 履历存储部
23 交叉谱计算部
24 船体状态数据计算部
25 船体响应函数计算部
26 海洋现象推定部
27 响应函数存储部
28 输出部
Claims (5)
1.一种海洋现象推定装置,其特征在于,具有:
履历存储单元,其存储与船体的横摇角、纵摇角及垂荡位移相关的船体运动数据的履历;
船体状态数据计算单元,其基于由所述履历存储单元存储的所述船体运动数据的履历,来计算该船体当前的船体状态数据;
交叉谱计算单元,其基于由所述履历存储单元存储的所述船体运动数据的履历,来计算该船体的横摇、纵摇及垂荡的各船体运动的交叉谱;
船体响应函数计算单元,其基于由所述船体状态数据计算单元计算出的船体状态数据,来计算船体响应函数;和
海洋现象推定单元,其基于由所述交叉谱计算单元计算出的各船体运动的交叉谱和由所述船体响应函数计算单元计算出的船体响应函数,来推定该船体航行中的海域的海洋现象条件。
2.如权利要求1所述的海洋现象推定装置,其特征在于,
所述船体状态数据包含该船体的吃水深度、排水量及横稳心高度。
3.如权利要求1所述的海洋现象推定装置,其特征在于,还具有:
卫星罗经;和
响应函数存储单元,其将该船体的规则波中的响应函数与所述船体状态数据及该船体的船速建立对应地存储,
所述船体响应函数计算单元选择与所述当前的船体状态数据和由所述卫星罗经计测出的该船体的船速建立了对应的响应函数,并基于选择的所述响应函数来计算该船体的船体响应函数。
4.如权利要求1所述的海洋现象推定装置,其特征在于,
所述海洋现象推定单元基于所述各船体运动的交叉谱和所述船体响应函数来以概率统计的方式计算方向波谱,基于计算出的方向波谱来推定海洋现象条件。
5.一种海洋现象推定方法,是海洋现象推定装置中的海洋现象推定方法,其中该海洋现象推定装置具有存储与船体的横摇角、纵摇角及垂荡位移相关的船体运动数据的履历的履历存储部,所述海洋现象推定方法的特征在于,包含:
船体状态数据计算工序,船体状态数据计算部基于在所述履历存储部中存储的所述船体运动数据的履历来计算该船体当前的船体状态数据;
交叉谱计算工序,交叉谱计算部基于在所述履历存储部中存储的所述船体运动数据的履历来计算该船体的横摇、纵摇及垂荡的各船体运动的交叉谱;
船体响应函数计算工序,船体响应函数计算部基于在所述船体状态数据计算工序中计算出的船体状态数据来计算船体响应函数;和
海洋现象推定工序,海洋现象推定部基于在所述交叉谱计算工序中计算出的各船体运动的交叉谱和在所述船体响应函数计算工序中计算出的船体响应函数来推定该船体航行中的海域的海洋现象条件。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015-228228 | 2015-11-20 | ||
JP2015228228 | 2015-11-20 | ||
PCT/JP2016/084373 WO2017086482A1 (ja) | 2015-11-20 | 2016-11-20 | 海象推定装置及び海象推定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107735695A true CN107735695A (zh) | 2018-02-23 |
Family
ID=58719012
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680036467.9A Pending CN107735695A (zh) | 2015-11-20 | 2016-11-20 | 海洋现象推定装置及海洋现象推定方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20180372494A1 (zh) |
EP (1) | EP3379299A4 (zh) |
JP (1) | JP6558760B2 (zh) |
CN (1) | CN107735695A (zh) |
WO (1) | WO2017086482A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111780760A (zh) * | 2020-06-10 | 2020-10-16 | 智慧航海(青岛)科技有限公司 | 基于远洋航行气象时效性的船舶航路仿真测试方法 |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7011252B2 (ja) * | 2018-01-17 | 2022-01-26 | 国立大学法人東京海洋大学 | 電池推進船を運航させる水上交通システムに適用される運航支援システム |
KR102197665B1 (ko) * | 2018-08-27 | 2020-12-31 | 가부시키가이샤 큐메이 | Gm 계산 시스템, 방법 및 프로그램, 및 횡파 주기 예측 시스템, 방법 및 프로그램 |
CN116194731A (zh) * | 2020-07-14 | 2023-05-30 | 株式会社宇津木计器 | 波浪测量装置 |
CN112693578B (zh) * | 2020-12-30 | 2021-11-30 | 中国海洋大学 | 基于垂荡加速度的半潜式海洋平台垂荡运动参量预报方法 |
CN112896447B (zh) * | 2021-02-01 | 2022-06-14 | 华南理工大学 | 一种船舶横摇运动响应的快速预报方法 |
CN112965032B (zh) * | 2021-03-03 | 2022-10-18 | 山东省科学院海洋仪器仪表研究所 | 一种基于数字模型的超短基线水声定位系统及调试方法 |
SE545371C2 (en) * | 2021-05-06 | 2023-07-18 | Candela Tech Ab | Method and controller unit for controlling motion of a hydrofoil watercraft |
CN116805028B (zh) * | 2023-08-17 | 2023-12-08 | 中国海洋大学 | 一种基于浮体运动响应的波面反演方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4892972B2 (ja) * | 2005-11-24 | 2012-03-07 | 株式会社Jvcケンウッド | 波高測定装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS61212714A (ja) * | 1985-03-18 | 1986-09-20 | Nippon Kishiyou Kyokai | 波動到来方位検出方法 |
JP3658595B2 (ja) * | 2002-04-05 | 2005-06-08 | 独立行政法人 宇宙航空研究開発機構 | Gps式波高・流向流速計測装置及びgps式波高・流向流速計測システム |
-
2016
- 2016-11-20 CN CN201680036467.9A patent/CN107735695A/zh active Pending
- 2016-11-20 JP JP2017551970A patent/JP6558760B2/ja active Active
- 2016-11-20 US US15/736,986 patent/US20180372494A1/en not_active Abandoned
- 2016-11-20 WO PCT/JP2016/084373 patent/WO2017086482A1/ja unknown
- 2016-11-20 EP EP16866482.9A patent/EP3379299A4/en not_active Withdrawn
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4892972B2 (ja) * | 2005-11-24 | 2012-03-07 | 株式会社Jvcケンウッド | 波高測定装置 |
Non-Patent Citations (2)
Title |
---|
TOSHIO ISEKI等: "BAYESIAN ESTIMATION OF DIRECTIONAL WAVE SPECTRA FOR SHIP GUIDANCE SYSTEM", 《PROCEEDINGS OF THE ELEVENTH(2001) INTERNATIONAL OFFSHORE AND POLAR ENGINEERING CONFERENCE》 * |
TOSHIO ISEKI等: "Recursive Bayesian Modeling for Online Estimation of Directional Wave Spectra", 《PROCEEDINGS OF THE THIRTEENTH (2003) INTERNATIONAL OFFSHORE AND POLAR ENGINEERING CONFERENCE》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111780760A (zh) * | 2020-06-10 | 2020-10-16 | 智慧航海(青岛)科技有限公司 | 基于远洋航行气象时效性的船舶航路仿真测试方法 |
CN111780760B (zh) * | 2020-06-10 | 2022-02-18 | 智慧航海(青岛)科技有限公司 | 基于远洋航行气象时效性的船舶航路仿真测试方法 |
Also Published As
Publication number | Publication date |
---|---|
JPWO2017086482A1 (ja) | 2018-08-02 |
EP3379299A4 (en) | 2019-07-03 |
WO2017086482A1 (ja) | 2017-05-26 |
JP6558760B2 (ja) | 2019-08-14 |
EP3379299A1 (en) | 2018-09-26 |
US20180372494A1 (en) | 2018-12-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107735695A (zh) | 海洋现象推定装置及海洋现象推定方法 | |
CN107291995B (zh) | 一种基于谱分析法的浮式海洋结构物结构应力计算方法 | |
EP3330171B1 (en) | Apparatus for predicting a power consumption of a maritime vessel | |
McPhee | Turbulent stress at the ice/ocean interface and bottom surface hydraulic roughness during the SHEBA drift | |
CN107406126A (zh) | 集成有导航决策支持系统的船舶的船体的结构监测系统 | |
CN103387038A (zh) | 减小船舶横摇运动的分析方法 | |
Miller et al. | Platform motion effects on measurements of turbulence and air–sea exchange over the open ocean | |
CN104316025B (zh) | 一种基于船体姿态信息估计海浪浪高的系统 | |
CN109345875A (zh) | 一种提高船舶自动识别系统测量精度的估计方法 | |
CN107128454B (zh) | 一种水翼双体船姿态估计方法 | |
CN107179693A (zh) | 基于Huber估计的鲁棒自适应滤波和状态估计方法 | |
CN114384821B (zh) | 船舶运动模型的处理方法、装置及存储介质 | |
CN110032068A (zh) | 一种在线的船舶运动姿态预报方法与系统 | |
Ueng | Physical models for simulating ship stability and hydrostatic motions | |
CN105143037A (zh) | 用于在转塔系泊浮船旁边动态地定位浮船的系统和方法 | |
Arneson et al. | Sea state estimation using quadratic discriminant analysis and partial least squares regression | |
Xu et al. | Experimental study on inertial hydrodynamic behaviors of a complex remotely operated vehicle | |
JP6610898B2 (ja) | 横メタセンタ高さ推定装置及び横メタセンタ高さ推定方法 | |
CN110937082A (zh) | 一种基于随机风场和海浪的船舶倾覆风险测试方法 | |
CN114417601B (zh) | 基于卫星高度计数据的中尺度涡水下声速场快速估计方法 | |
Balagopalan et al. | Manoeuvring prediction of a container ship in shallow water using numerical planar motion mechanism | |
JP7189764B2 (ja) | 船舶性能推定装置及び船舶性能推定プログラム | |
CN103336525B (zh) | 随机系统高权值便捷ukf滤波方法 | |
CN117818850B (zh) | 一种面向舰船实海航行的性能评估及辅助决策系统及方法 | |
Ruggeri et al. | The development of Redraft® system in Brazilian ports for safe underkeel clearance computation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180223 |
|
WD01 | Invention patent application deemed withdrawn after publication |