本發明屬于周期性-調和穩態均值回歸模型分析，尤其涉及基于時間序列分析的船舶船體升沉運動預測分析方法及系統。

背景技術：

1、船舶升沉運動預測分析，不僅關系海上作業的效率，還影響船舶航運的運營安全。目前船舶升沉補償裝置主要以船體實時升沉運動信號作為給定信號、以補償系統執行機構的實時補償運動信號作為反饋信號，從而控制執行機構實時反向跟蹤船體升沉運動。在實際升沉補償系統中，位置補償效率基本能夠達到85％-90％，補償精度無法進一步提高的主要限制因素在于慣性姿態傳感器檢測到的船體升沉運動信號與船體實際運動之間存在明顯滯后，這嚴重影響了船舶升沉補償裝置的系統性能和穩態性，因此通過對船舶升沉運動的未來值進行短期準確預測來彌補這種滯后影響，可以有效地改善船舶升沉補償裝置的控制性能。

2、目前船舶升沉運動的預測分析多是基于時間序列分析方法中的自回歸模型分析，然而隨著船舶作業海域的不斷擴大及其離岸距離的不斷增大，海上風浪變化影響下船舶運動的復雜性也隨之增加，這使得傳統的自回歸模型分析很難滿足預測要求。為了滿足船舶實際作業的需求，保證船舶升沉補償精度，實時且精準的船舶運動預測方法至關重要。

技術實現思路

1、為解決上述技術問題，本發明提出了基于時間序列分析的船舶船體升沉運動預測分析方法及系統，以解決現有技術中存在的問題。

2、本發明提供了基于時間序列分析的船舶船體升沉運動預測分析方法，包括：

3、獲取船舶升沉位移的原始數據；

4、基于所述原始數據，結合時間序列分析法，構建周期性自回歸模型；

5、根據所述周期性自回歸模型，獲取隨機誤差；

6、基于所述隨機誤差，構建調和穩態均值回歸模型；

7、基于所述周期性自回歸模型和調和穩態均值回歸模型，構建周期性-調和穩態均值回歸模型；

8、將所述原始數據輸入至周期性-調和穩態均值回歸模型，獲取船舶深沉運動的預測值。

9、可選的，基于所述原始數據，結合時間序列分析法，構建周期性自回歸模型包括：

10、以船舶升降位移為因變量，結合時間序列分析法，構建初始周期性自回歸模型；

11、基于所述原始數據，結合時間序列分析法中的最小二乘法，估計所述初始周期性自回歸模型中的模型參數，獲取周期性自回歸模型。

12、可選的，構建初始周期性自回歸模型的方法為：

13、y(t)＝λ(t)+t(t)

14、其中，y(t)為船舶升沉位移的數據，λ(t)是周期性或趨勢性函數，t(t)為隨機誤差。

15、可選的，獲取周期性自回歸模型的方法為：

16、

17、其中，為船舶升沉位移的數據的估計值，和為模型參數估計值。

18、可選的，基于所述隨機誤差，構建調和穩態均值回歸模型包括：

19、以隨機誤差為因變量，結合時間序列分析法，構建初始調和穩態均值回歸模型；

20、基于所述隨機誤差，利用時間序列分析法中的最小二乘法估計所述初始調和穩態均值回歸模型中的模型參數，獲取所述調和穩態均值回歸模型。

21、可選的，獲取所述調和穩態均值回歸模型的方法為：

22、

23、其中，為波動率函數的估計值，和為模型參數估計值。

24、可選的，構建所述周期性-調和穩態均值回歸模型的方法為：

25、

26、本發明還提供了基于時間序列分析的船舶船體升沉運動預測分析系統，其特征在于，包括：數據獲取模塊、模型構建模塊和數據預測模塊；

27、數據獲取模塊，用于獲取船舶升沉位移的原始數據；

28、所述模型構建模塊，用于根據周期性自回歸模型和調和穩態均值回歸模型，構建周期性-調和穩態均值回歸模型；

29、所述數據預測模塊，用于將所述原始數據輸入至周期性-調和穩態均值回歸模型，獲取船舶深沉運動的預測值。

30、與現有技術相比，本發明具有如下優點和技術效果：

31、本發明基于周期性均值回歸和調和穩態均值回歸模型，可以更準確地刻畫船舶升沉運動特征，提高船舶升沉運動的預測精度，優化船舶升沉補償裝置的系統性能。

技術特征：

1.基于時間序列分析的船舶船體升沉運動預測分析方法，其特征在于，包括：

2.根據權利要求1所述的基于時間序列分析的船舶船體升沉運動預測分析方法，其特征在于，基于所述原始數據，結合時間序列分析法，構建周期性自回歸模型包括：

3.根據權利要求2所述的基于時間序列分析的船舶船體升沉運動預測分析方法，其特征在于，構建初始周期性自回歸模型的方法為：

4.根據權利要求2所述的基于時間序列分析的船舶船體升沉運動預測分析方法，其特征在于，獲取周期性自回歸模型的方法為：

5.根據權利要求4所述的基于時間序列分析的船舶船體升沉運動預測分析方法，其特征在于，基于所述隨機誤差，構建調和穩態均值回歸模型包括：

6.根據權利要求5所述的基于時間序列分析的船舶船體升沉運動預測分析方法，其特征在于，獲取所述調和穩態均值回歸模型的方法為：

7.根據權利要求6所述的基于時間序列分析的船舶船體升沉運動預測分析方法，其特征在于，構建所述周期性-調和穩態均值回歸模型的方法為：

8.基于時間序列分析的船舶船體升沉運動預測分析系統，其特征在于，包括：數據獲取模塊、模型構建模塊和數據預測模塊；

技術總結
本發明公開了基于時間序列分析的船舶船體升沉運動預測分析方法及系統，包括：獲取船舶升沉位移的原始數據；基于所述原始數據，基于時間序列分析法，構建周期性自回歸模型；根據所述周期性自回歸模型，獲取隨機誤差；基于所述隨機誤差，構建調和穩態均值回歸模型；基于所述周期性自回歸模型和調和穩態均值回歸模型，構建周期性?調和穩態均值回歸模型；將所述原始數據輸入至周期性?調和穩態均值回歸模型，獲取船舶深沉運動的預測值。本發明可以更準確地刻畫船舶升沉運動中的隨機分布尖峰、厚尾、有偏及波動集聚等特征。

技術研發人員：薛玲,夏云霏,孫薇
受保護的技術使用者：哈爾濱工程大學
技術研發日：
技術公布日：2025/4/24