25 3 第 卷第 期 船舶力学 2021 3 Journal of Ship Mechanics Mar. 2021 年 月 1007-7294 2021 03-0299-12 文章编号： （ ） 基于小波滤波和 LSTM 神经网络的 船舶运动极短期预报研究 刘长德 1，顾宇翔 2，张进丰 1 1. 214082 2. 214082 （ 中国船舶科学研究中心，江苏 无锡 ； 中船重工奥蓝托无锡软件技术有限公司，江苏 无锡 ） 摘要：为了提高船舶运动极短期预报精度及预报时间长度，本文采用小波多分辨率分析方法，将含有噪声的船 舶运动信号进行了多尺度小波变换，通过采用阈值函数法对各尺度下细节信号的小波系数进行处理，对小波分 解层数、小波基函数、阈值处理方法进行了深入研究，并通过模型试验数据对滤波效果进行了验证分析，实现了 船舶运动信号的小波滤波。进一步针对船舶运动的非线性特性，基于深度神经网络的非线性映射能力，建立了 LSTM 基于 网络的多步直接映射船舶运动极短期预报模型，并采用滤波后的船舶运动数据进行了不同工况下 的预报分析。结果表明，不同时间长度的预报与试验结果幅值和相位吻合较好，验证了所建立的极短期预报模 型的可行性。 LSTM 关键词：小波滤波； 神经网络；船舶运动极短期预报 A .1007- 中图分类号： 文献标识码： doi: Extreme short-term prediction of ship motions based on wavelet filter and LSTM neural network , , LIU Chang-de 1 GU Yu-xiang 2 ZHANG Jin-feng 1 (1. China Ship Scientific Research Center, Wuxi 214082, China; 2. Wuxi Orient Software Technology Co. Ltd., Wuxi 214082, China) In this paper, the wavelet analysis method is applied in the de-noising of test data in order to im- Abstract： prove the prediction precision of ship motions. The test data of ship motions are decomposed by the multi-reso- lution theory. The filtering performance is validated by the test data of ship motions. On the basis of analytical results of
