一、船舶操纵仿真设计（论文文献综述）
苏荣彬[1]（2020）在《三种船型的操纵特性及三体船路径跟踪控制研究》文中提出随着全球航运和贸易的发展,船舶航行密度增大、航速提高,运输船舶在向大型化、专门化发展,有时需要在限制水域中航行。为满足国防、海洋和救助工程等领域的需求,促进了小水线面高性能船舶的发展。单螺旋桨单舵船舶是海洋运输船舶采用最多的船型;双桨双舵船型在客船、军用舰船,工程船舶及部分运输船舶中获得了越来越多的应用;小水线面双体船和三体船作为高性能船舶近年来在国民经济和军用舰船中发挥了日益重要的作用。研究上述在国民经济和国防建设中广泛应用的主要船型船舶的操纵性,旨在提高其航行的安全性和经济性,为改进这三类船舶的操纵控制技术提供参考。本论文针对单舵单桨、双舵双桨和小水线面双体船的操纵性及三体船的运动控制问题进行了系统的研究。完成的主要研究工作如下:（1）建立了船舶操纵运动数学模型,完成了船体流体动力和力矩、船舶主动力和主动力矩;船舶干扰力（风、浪、流）及力矩的计算。（2）完成了典型单螺旋桨单舵船舶的操纵性计算及仿真,包括计算绘制大型集装箱船舶的旋回试验,Z形试验曲线等,给出基于实船数据的仿真结果。研究讨论了多种类型单桨单舵船舶的操纵性和船型参数对船舶操纵的影响。（3）讨论了双桨双舵船舶的操纵性,给出基于实船数据的大型双桨双舵集装箱船仿真结果。仿真研究了浅水环境下双桨双舵船舶操纵性数学模型修正及其浅水模型下操纵性。（4）完成了高速双体船和三体船的建模和操纵性研究,讨论了基于视线法的无人三体船路径跟踪方法,完成了控制器设计和稳定性分析。给出基于改进视线法的无人三体船路径跟踪控制仿真结果,验证了基于视线法的无人三体船路径跟踪方法的有效性。（5）综合分析了单桨单舵船、双桨双舵船和多体船的操纵性,从船型角度出发,考虑三种船型的不同特点,分析排水量、长宽比和方形系数等特征参数对船舶操纵性的影响,得出三种船型对于操纵特性影响的初步结果。
朴在吉[2]（2020）在《无人水面船舶自动靠泊控制研究》文中进行了进一步梳理无人水面船舶的研发近年来越来越受到关注,其在较强环境扰动下自动靠泊控制是亟待解决的关键性问题之一。本文研究无人水面船舶自动靠泊控制问题,旨在为研究无人水面船舶靠泊支持系统和智能/无人船舶全航线自动控制探索新的思路和方法。论文完成的主要研究工作如下:1.分别建立了吊舱推进和带襟翼舵的两型无人水面船舶的操纵运动数学模型。研究这两型具有良好操纵性的无人船具有一定典型性,基于推进器和舵的不同形式,本文采用了两种不同的自动靠泊模式。对于吊舱推进无人水面船舶在港内操纵,给出了合理的自动靠泊策略;又根据其具有低速,状态变化慢的特点,应用MMG（Maneuvering Modeling Group）建模机理,基于吊舱推力矢量数学模型建立了该种船舶自动靠泊数学模型;并给出了海洋环境干扰的计算方法。对于带襟翼舵的无人水面船舶,建立了分离型运动数学模型,并给出了襟翼舵的升力计算公式。作者对于这两型无人船进行操纵性研究。首先基于等舵效分析方法对于吊舱推进无人船操纵性能进行了分析,将两个转向角以及螺旋桨转速以函数关系对应到常规船舶的舵角和螺旋桨转速上。分为四种工况进行仿真,包括船舶行驶过程的常规状态,以及故障状态。通过这种将双吊舱推进船舶类比到普通单桨单舵船舶的操纵性分析方法,为多推进器无人船舶操纵性能的分析提供了新思路。随后进行了吊舱推进无人船和带襟翼舵无人船的典型操纵性实验对比分析,可以得出这两型无人船较常规单舵单桨船舶具有更有效的操纵性。2.针对无人水面船舶自动靠泊研究过程中存在未知时变扰动及数学模型参数误差的动态不确定性情况,给出吊舱推进无人水面船舶的控制策略。采用生成对抗神经网络（Generative Adversarial Networks,GAN）自适应 Backstepping 滑模控制方法设计控制律。考虑自动靠泊过程中位置受限问题,采用障碍Lyapunov方法来限制位置变量。为解决被控无人船系统在滑模控制初始阶段容易产生较大幅度振荡问题,采用在系统初始阶段加入跟踪微分器的方法来消除大的抖振。根据吊舱式推进船舶的推进器的分布特性,给出了基于序列二次型的推力分配策略。在仿真分析中,将该方法与基于趋近律的滑模控制方法进行对比。仿真结果表明这两种方法均能够在一定的干扰下完成无人水面船舶自动靠泊任务,生成对抗神经网络自适应Backstepping滑模控制方法具有更有效的动态控制效果。3.由于自动靠泊任务对于控制精度要求较高,为了进一步提高控制的快速性和抗干扰性,本文提出更具工程实际意义的有限时间自动靠泊控制的相关理论方法。首先设计有限时间观测器,对于系统内外部存在的动态不确定性进行估计,并证明了其有限时间收敛。对于在应用有限时间控制理论设计控制律时容易出现奇异的情况,作者设计了基于全局快速非奇异终端滑模的自动靠泊控制器来避免这一问题。相关仿真结果表明,所设计的无人船有限时间自动靠泊机制可以实现有限时间稳定,提高了自动靠泊过程的快速性以及抗干扰性。4.对于带襟翼舵的欠驱动无人水面船舶的自动靠泊,作者在日本水产工学研究所进行了无人船自主靠泊水池实验。为确定自动靠泊航线,采用视线法作为制导律,设计运动轨迹的根据为以合理进入泊位的角度作为船舶航向来控制船舶运动。在实验前先进行仿真分析,建立了基于用户数据报协议（User Datagram Protocol,UDP）通信的远程控制仿真系统。应用该仿真测试系统,对于生成对抗神经网络自适应Backstepping滑模控制律和有限时间控制律的自动靠泊效果进行了验证,同样得出有限时间控制律具有更好的快速性和抗干扰性的结论。作者在水池实验中采用非线性自抗扰控制器和PID控制器对比分析了安装襟翼舵的无人船在有风和无风条件下自动靠泊的能力,首先对于这两种算法的控制效果进行了仿真计算。结合仿真结果,进行了实际水池实验验证。实验结果表明,在实际应用中非线性自抗扰控制器结果更优,这有助于解决无人船自动靠泊过程中自主确定航线和提高抗干扰能力问题及提高船舶靠泊航行安全性,取得了有益于无人船自动靠泊控制研究的水池实验数据和部分实验结果。
杨晓[3]（2020）在《水动力模型驱动下的智能船舶仿真平台研究》文中研究指明在交通强国和海洋强国战略的指引下,我国正不断加快智能船舶的研发。智能船舶与普通船舶相比,无论自主航行还是远程遥控,在船舶航行过程中都离不开远程岸基中心和适任的岸基操作人员的支持。本文聚焦行业对智能船舶岸基中心和仿真训练系统的需求,针对智能船舶离线动态演进过程中缺少高精度船舶操纵运动数学模型的问题,以及智能船舶岸基中心缺乏友好的船舶数据呈现及交互载体的问题,在船舶操纵设备数值模拟、船舶操纵运动数值模拟及基于数字孪生的智能船舶仿真平台方面展开了相关研究。主要研究工作如下:1)针对研究中涉及到的计算流体动力学理论以及航海虚拟仿真技术进行了总结和论述。从流体的控制方程出发,总结了本文数值模拟研究中采用的RNGk-ε模型、SST k-ω模型以及RSM模型,介绍了数值离散常用的有限体积法以及对离散后的代数方程组进行求解的SIMPLE算法,给出了 ITTC对于船舶数值模拟最新推荐的不确定度分析规程。对智能船舶仿真平台涉及到的三维虚拟场景建模、三维空间的取景和几何变换以及虚拟物体的碰撞检测算法进行了讨论。2)针对螺旋桨和半悬挂舵的水动力性能进行了系列数值模拟研究。以国际标准船模KVLCC2的KP458螺旋桨为研究对象,对不同进速系数和湍流模型下的螺旋桨周围流场进行了数值模拟,分析了不同进速系数下和湍流模型下螺旋桨的推力、扭矩和效率。通过螺旋桨表面压力、尾流及涡强度分布图,分析了螺旋桨推力系数的变化以及梢涡、毂涡的生成和变化。以KVLCC2船模的半悬挂舵为研究对象,对不同攻角下半悬挂舵的水动力性能和周围流场进行了数值模拟,分析了作用在挂舵臂和舵叶上的升力和阻力,分析了半悬挂舵的表面压力和周围流场的流矢量分布。为确保数值计算的有效性,按照ITTC最新的不确定度分析规程对螺旋桨和半悬挂舵的数值模拟结果做了验证和确认。在螺旋桨和半悬挂舵水动力性能分析的基础上,数值模拟了螺旋桨和半悬挂舵之间的相互干扰,比较了桨舵干扰和敞水试验下螺旋桨的推力系数和转矩系数,分析了不同桨舵间距对螺旋桨水动力性能的影响。3)针对船舶操纵运动流场及水动力进行了数值模拟研究。以国际标准船模KVLCC2为研究对象,数值模拟了不同漂角下的船舶斜航运动,解算了斜航运动下船舶的阻力系数、横向力系数和转艏力矩系数,将数值模拟结果与NMRI的水池试验结果比较,本文的数值模拟结果与水池试验结果总体吻合较好。分析了不同湍流模型下船体表面压力分布、涡度分布和绕流特性,发现湍流模型SST k-ω能够更好的呈现船舶周围流场的压力及涡度分布。为确保数值计算结果的有效性,按照ITTC最新的不确定度分析规程对数值结果做了验证和确认。数值模拟了船舶在斜航运动、不同舵角下的拖曳运动、横荡运动、艏摇运动等四种运动工况,解算出了无因次化的船舶水动力位置导数、控制导数、线加速度导数、角速度导数以及角加速度导数。4)针对智能船舶仿真平台系统架构及开发中的系列关键技术进行了研究。建立了具备在线和离线两种模式的智能船舶仿真平台架构,确定了仿真平台在线模式下作为虚拟岸基中心的11项主要功能,以及离线模式下作为虚拟训练系统的13项主要功能,设计了键鼠交互、触控交互、语音交互、VR头盔及手柄交互以及动作识别交互等五种交互方式。基于KVLCC2的数值模拟方法,为巴拿马籍57000吨散货船“CHANG SHAN HAI”建立了船舶操纵运动数学模型,并对模型进行了 35°左满舵旋回和10°/10°Z形仿真试验。通过搭建智能船舶三维模型层次结构,建立并优化了智能船舶三维模型,提高了场景真实感和实时性;从场景漫游、快速导航及瞬移、交互行为等方面实现了智能船舶的三维交互仿真。建立了智能船舶的数字孪生驾驶台,开发了基于IEC61162海事标准数据格式的航海仪器仿真设备,实现了仿真设备与实船设备数据的无缝对接。基于上述研究结果,本文开发了具备在线和离线两种模式的智能船舶仿真平台。通过对国际标准船模KVLCC2的数值模拟与结果验证,为智能船舶仿真平台离线动态演进过程建立了高精度的船舶操纵运动数学模型。通过对智能船舶仿真平台架构及关键技术的研究,开发了智能船舶数字孪生驾驶台,解决了智能船舶虚拟岸基中心数据呈现及交互的问题。智能船舶仿真平台在线模式下可作为智能船舶虚拟岸基中心,实时接收和显示实船数据;智能船舶仿真平台离线模式下可作为智能船舶虚拟训练系统,为岸基操作人员和船员提供高沉浸感的仿真训练。
倪生科[4]（2020）在《基于规则的船舶智能避碰决策关键技术研究》文中研究表明船舶智能避碰决策作为实现智能船舶的关键技术之一,一直以来受到国内外航海研究领域学者的重点关注。为保证船舶智能避碰决策系统输出决策方案的合理性、有效性和可信性,需要在《国际海上避碰规则》和海员良好船艺要求下对船舶避碰及路径规划技术进行研究。目前研究存在的问题包括:未将局面辨识模型融入避碰算法中、未考虑《国际海上避碰规则》的要求以及船舶操纵性对避让效果的影响、路径规划算法的稳定性及输出方案实用性有待加强、多船避碰策略设计不合理导致船舶间避让方案协同性不足等。鉴于上述问题,论文主要开展以下几方面工作。为保证决策方案的合理性及提高决策的智能化程度,提出一种局面类型辨识方法,并以辨识结果作为约束条件对路径规划算法的优化方向进行限定。该方法基于《国际海上避碰规则》中关于会遇局面条款的定性描述以及前人开展的局面类型辨识研究为基础,分析及总结不同会遇态势下的船舶交会特征参数范围的基础上,结合局面类型划分的完整性和唯一性要求,采用敏感度分析方法删除无相关性的判断要素,利用布尔表达式技术将局面类型判断结果表达出来,随后基于避碰效率、海员通常做法以及良好船艺的要求,构建避让行动方式判断的特征指标,同样利用布尔表达式技术对不同会遇态势下负有避让义务的船舶避让策略进行表示。为提高避碰决策及路径规划算法的可靠性及优化效率,保证输出方案符合航海实践要求,提出考虑船舶操纵性影响的船舶转向和变速两种避碰决策方法,前者通过引入多种群协同进化搜索方式克服传统遗传优化转向决策算法中出现的早熟收敛问题,综合考虑航行规则的要求、船舶安全性以及复航等指标建立约束条件以及适应度函数,并利用非线性规划技术将航行经验融入到算法中,通过对对遇、小角度交叉以及追越三种不同会遇态势案例的仿真研究,验证转向避让决策算法的有效性;后者通过对船舶减速避让过程的分析,建立以DCPA为基础的复航时机判断方法,采用数值优化方法求取满足安全要求的主机转速值,确定船舶复航操作的时机和位置,通过对大角度交叉会遇案例的仿真研究,验证变速避让决策模型的有效性。为保证多船会遇态势下船舶间避让行动的协调性,基于排队论理论、协同学理论以及多层编码技术提出一种新的多船避碰决策及路径规划方法。该方法将一定范围内的所有船舶构成一个交通系统,将多船避碰决策过程模拟成船舶排队接受决策服务的随机服务系统,由于系统的状态向量由各船舶（子系统）的状态向量共同决定,基于空间碰撞危险度和时间碰撞危险度指标方式建立具有优先权的排队规则,并利用多层编码技术实现对处于第一优先级中船舶决策方案的协同优化,最后分别利用三船会遇和六船会遇案例的仿真研究,验证该多船避碰决策方法的有效性。这种多船避碰策略首次将避碰算法的优化对象由单艘船舶上升到满足要求的一类船舶,实现船舶间的共同协作,减少决策方案的盲目性和对抗性。基于《国际海上避碰规则》和海员通常做法针对开阔水域的船舶智能避碰及路径规划技术进行了深入研究,从决策对象确立的合理性、决策模型的可靠性以及输出决策方案的适用性角度提出一种实用的避碰决策方法,基于不同会遇态势下的决策仿真,验证所提出避碰算法的有效性。与以往的研究方法相比,所提出的方法得到的决策方案更加符合航海实践并保证各船舶间避让行动间的协调性,该研究丰富了船舶避碰决策的理论基础和技术手段,对实现智能避碰决策具有较好的理论意义和应用价值。
梅斌[5]（2020）在《基于自航试验的船舶操纵运动灰箱辨识建模》文中研究表明船舶操纵性是航运业、造船界、船级社和国际海事组织共同关心的话题和事项。船舶操纵运动建模是研究船舶操纵性的重要手段。鉴于船舶运动存在非线性特征和受到海洋环境影响,本文研究了基于自航试验的灰箱辨识建模方法,期望建立有效、实用的船舶操纵运动模型。在深水条件、操纵运动与船舶摇荡互不干扰条件下,深入研究船舶操纵运动灰箱辨识建模,开发出适应于海上船舶运动预报与仿真的操纵运动辨识建模算法。辨识建模是重要的船舶操纵运动建模方法之一,但是航海领域的船舶操纵运动模型研究不同于船舶与海洋工程领域,需要考虑试验方案的动力学约束。本文使用基于参考模型的灰箱辨识及其改进算法,对静水船舶操纵运动和海上实船操纵运动的建模问题进行深入研究,为自主导航、自主避碰提供有效实用的船舶操纵运动数学模型。最后使用标准船模和实船的自航试验进行验证。本文主要研究工作和成果如下所示:1.操纵试验反压舵角的舵力、船舶横倾和数据分布特性研究。推导操纵试验反压舵角时舵力增加的解析表达式,使用船舶数值仿真试验检验解析表达式的有效性,分析横倾变化和主机负荷变化。基于概率密度算法计算并对比Z形试验和旋回试验数据分布的广泛性。结果表明:（1）舵力增加的解析表达式为双曲线函数,函数精确有效。（2）定常旋回时反压舵角导致舵力增加幅度达到100%,40万吨超大型矿砂船达到240%;反压舵角导致横倾加剧,主机负荷波动。（3）大幅反压舵角导致Z形试验的数据分布比旋回试验更广泛。因此,由于数据分布的广泛性与操纵的安全性存在冲突,标准操纵性试验适用于辨识建模。2.基于参考模型的灰箱辨识算法建立自航模操纵运动模型。基于偏最小二乘算法计算船舶主尺度权重,优化船舶主尺度向量。计算主尺度向量间的相似度,筛选出参考模型。使用相似准则消除参考模型和建模对象的尺度差异,提出基于参考模型的建模（RM）,为基于参考模型的辨识建模奠定基础。采用基于随机森林（RF）和贝叶斯神经网络（BRN）补偿基于参考模型建模的加速度误差,提出基于参考模型的灰箱辨识建模,使用标准船模KVLCC2水池试验进行验证。结果表明:（1）RM建模预报+35°)旋回试验进距、战术直径、船艏向90°时间和船艏向180°时间,与自航模结果的比值为1.028、0.967、1.051、1.052。（2）RM-RF只能预报Z形试验,旋回试验预报不具有稳定性。根据船舶操纵运动机理,优化RF的输入输出,建立RM-IRF。RM-IRF预报结果与自航模结果的比值为0.991、0.957、1.014、1.013。因此,基于参考模型的灰箱辨识建模具有一定的有效性,优化的输入输出提升了模型泛化能力。3.灰箱辨识建模的超参优化及白箱模型的辨识。基于灰箱辨识建模框架采用支持向量机（SVM）作为辨识算法,建立RM-SVM灰箱辨识建模。通过遍历软间隔、核函数比例和不敏感边界的数值范围,分析超参调节对RF-SVM建模精度影响。针对超参调节的均方误差量纲与权重问题、目标函数优化的不连续与不可导的问题,采用相关系数的1范数作为目标函数,基于模式搜索算法（PS）进行迭代优化求解,提出了 RM-PSM-SVM算法。采用线性回归算法辨识RM-PSM-SVM的预报结果,获得整体型模型水动力系数,实现灰箱模型与白箱模型的转化。结果表明:（1）当迭代次数达到20时,目标函数值达到0.99,趋近于最大值1。（2）比较了多种灰箱辨识建模的算法精度,RM-PSM-SVM预报+35°旋回试验进距、战术直径、船艏向90°时间和船艏向180°时间与自航模结果的比值为1.004、0.983、1.003、0.985。（3）辨识RM-PSM-SVM灰箱模型结果,获得了整体型模型,与约束模试验结果比较,横向速度的线性水动力系数精度达到50%,转向速度的线性水动力系数精度达到65%,舵角的3次水动力系数精度达到70%。4.实船的海上干扰求解与试验修正及其操纵运动灰箱辨识建模。首先,校验实船试验众多的测量设备及其精度,选择合适的数据来源用于辨识建模。其次,针对海上风浪流干扰导致的船舶漂移,在定常旋回和均匀流等假设的基础上,计算了风浪漂移力和漂移距离。最后,采用优化算法求解调节参数,修正了风浪流干扰,从而提出了旋回试验干扰求解与试验修正方法。YUKUN实船试验算例表明:（1）海流占该次试验轨迹漂移距离的主要成分、风力次之、波浪最小;改进的旋回试验海上干扰求解与试验修正方法有效可靠。（2）其他文献的干扰求解与试验修正方法是本方法的一种特例。（3）使用RM-PSM-SVM算法建立实船操纵运动灰箱模型,20°右旋回试验的横向速度相关系数达到0.85,其余变量相关系数达到0.90以上;35°左旋回试验轨迹的预报误差小于50m。因此,提出的试验修正方法和灰箱辨识建模有效实用。本文所有实验采用Matlab/Visual C++编程实现,建立的灰箱模型验证了船模试验——实船试验研究路线的有效性。该研究对提升航海安全保障具有重要的现实意义。
蒋效彬[6]（2020）在《船舶系泊系统的建模仿真与应用研究》文中研究说明使用虚拟现实技术对船员进行教育培训更具灵活性且成本更低,因而各种航海仿真系统被广泛应用于船舶实操训练中。目前,国内各航海院校对船员进行靠离泊和锚泊（以下简称为系泊）操纵培训主要采用理论教学的方式,很少有真实的系泊设备供船员实践操作。此外,关于船舶系泊操纵的评估缺少统一的评估规则和标准,无法对船员的操作水平给出科学合理的评估。为此,本文对船舶系泊操纵时的运动学及动力学模型、系泊操纵过程的可视化仿真方法以及船舶系泊操纵仿真评估三个方面进行研究。采用分离型建模思想,建立了船舶六自由度操纵运动数学模型,该模型充分考虑了螺旋桨推进器多象限工况及风、流等环境影响,以校实习船“育鹏”轮为研究对象进行旋回试验、Z形试验和惯性停船试验,通过将仿真结果与实船试验结果的对比,表明所建立的模型满足船舶系泊操纵仿真的精度要求。针对船舶系泊操纵中靠离泊操纵和锚泊操纵的不同特点,分别就缆绳和锚链提出了基于悬链线法的静力学模型和基于集中质量法的动力学模型。在船舶靠离泊操纵过程中,分别对满足胡克定律和不满足胡克定律两种情况下的缆绳张力进行计算,分析了缆绳在靠离泊作业时的张力大小。在船舶锚泊操纵过程中,将锚链准静态法得到的数据作为动力学分析的基础,并基于集中质量法建立锚链的动力学模型,该模型充分考虑了锚链自身重量、流体动力、海流以及与海底交互作用等影响;最后,耦合船舶运动模型与锚链动力学模型,计算锚泊系统在水流作用下的运动响应,所采用的数值计算方法保证了计算稳定性并提高了计算效率。运用三维建模技术建立锚设备及系泊设备的三维模型,搭建了船舶在海上航行和系泊操纵时的虚拟场景;运用场景漫游技术、虚拟人技术以及碰撞检测技术实现三维场景的漫游与交互,提高了虚拟场景的真实感。在研究系泊缆索的可视化仿真中,根据系泊缆索的特点,提出一种改进的PBD方法,在原有的距离约束和弯曲约束基础上提出长距离附着约束和引脚约束,并采用高斯-赛德尔迭代法进行求解,在保证计算精度的同时有效地提高了计算效率。仿真系统能够实时准确地完成计算、渲染及交互操作等,实现了系泊设备的交互仿真及系泊缆索的实时收放模拟。根据系泊设备操作规程及相关评估规范,通过专家评估法确定了系泊操纵的评价指标,基于模糊综合评价法建立各个评价指标的隶属度函数,结合专家评估法及层次分析法给出各个评价指标建议的权重值及标准值,建立完整的评估模型,确定各个评价指标隶属度值后采用加权平均法得到船员的最终评估成绩,并将自动评估模型集成到船舶系泊操纵仿真系统中。在上述研究的基础上,本文开发了由操作训练子系统和自动评估子系统两个部分组成的船舶系泊操纵仿真系统。操作训练子系统较好地实现了船舶系泊系统及其可视化模拟,提高了系泊缆索的模拟仿真效果;自动评估子系统实现了对船员系泊操纵的操作步骤及结果的数据记录和评估。
张晓磊[7]（2020）在《救助船舶运动7DOF数学模型的研究》文中提出船舶与海洋工程的实践应用与船舶操纵模拟器的发展,共同驱动着波浪中船舶操纵运动数学模型的研究。以高海况（本文特指6级海况及以上）中的船舶救助为背景,针对目前船舶操纵模拟器对救助船运动模拟精度不足的问题,本文从操纵性-耐波性统一数学模型、高海况中的减摇问题、波浪载荷求解问题和实时运动模拟4个方面开展深入研究,目的在于提高数学模型特别是救助船运动数学模型的精度,为船舶在高海况中的运动特性分析和救助船操纵模拟器行为真实感的研究提供理论支撑。（1）在统一模型方面,本文综合考虑环境载荷对船舶运动的影响,基于Cummins统一模型系统化的建立了完备的6DOF耦合船舶运动数学模型。其中,全面集成船体水动力、阻力-推进、回复力、舵力、风和波浪载荷模块,还特别考虑了流作用及波浪中舵桨沉深等问题。对主要模块进行了逐一的计算或验证,以保证各模块的有效性和准确性,其中横摇阻尼计算的最大误差在5%左右,阻力-推进系统的桨速计算最大误差约10.9%。（2）在减摇数学模型方面,由于救助船配备有可控被动减摇水舱,因此针对高海况下救援过程中的减摇问题,采用哈密尔顿动力学建立一般形式的减摇水舱数学模型,进而推导得到矩形横剖面的U型减摇水舱模型,在此基础上给出两侧气阀的最佳相位PD控制模型;将减摇水舱模型与6DOF船舶运动数学模型相结合,建立了完整的7DOF船舶-减摇水舱耦合运动数学模型。为验证减摇水舱及气阀控制模型的准确性和有效性,对仅考虑横摇和水舱液位的2DOF模型进行了规则波中的试验与仿真对比。结果表明,被动和可控被动减摇水舱确实能达到很好的减摇效果,减摇分别达46.5%和66.9%。（3）在波浪载荷数值计算方面,本文同时考虑一阶波激载荷和二阶平均漂移载荷对船舶操纵运动的影响。在频域范围,基于流场速度势非线性边值问题,运用摄动展开法建立无限水深有航速条件下的线性边值问题;采用3D Green函数源法对一阶辐射和绕射问题进行数值求解,基于动量守恒原理,推导建立了计算量小、收敛性快的漂移载荷远场表达,并开发相关的载荷计算程序。以简单几何半球体、Wigley-I船、带有艉部外飘的S175船及Mariner船为研究对象,对本文方法的可靠性和有效性进行验证。结果表明,本文方法对辐射、绕射和波浪诱导运动等一阶问题,能保证计算结果的精度;对于二阶漂移载荷,在垂荡和纵摇运动的谐振频率附近,能较好预测漂移载荷的峰值位置;在短波长λ/L<0.5区域,本文结果相比其他主要研究学者的数值结果,能更好的趋向于渐进理论值。在时域范围,将模块化7DOF数学模型应用于实船,全面分析其对操纵性-耐波性问题预测的精确性和有效性。实船对象包括带有方艉的南海救111（NHJ111）、Mariner、带有艉部外飘的S175及育鲲（YuKun）。静水回转操纵中,通过与试验值的对比表明,7DOF模型精度可达7.0%,且预测结果优于经验方法和2D切片理论方法。在波浪中的操纵中,以Mariner和S175为对象,对发表稀缺的短峰波漂移载荷进行预测,与已发表其他学者的规则波数值结果相比,本文结果略小且有明显的振荡特性,回转圈和运动量的预测结果,与试验值和其他学者的结果吻合较好;对于YuKun,进行风、流和浪联合作用下的回转操纵计算,本文结果与试验回转圈吻合很好,充分表明所建立数学模型的优良船型适用性及其所能达到的最大预测精度,能较好预测实际海况中的船舶运动。采用已验证的7DOF数学模型,在6级海况下对NHJ111的操纵运动进行仿真预测,包括静水中风和流作用的操纵、短峰波中考虑舵桨沉深及减摇水舱作用下的操纵等。（4）将验证的7DOF数学模型应用于救助船操纵模拟器,自主开发了完整的船舶-减摇水舱耦合运动仿真测试平台,从视感和体感角度模拟高海况下的救助船运动。视感方面,为解决短峰波载荷计算耗时问题,本文提出采用并行同步追逐插值方法,将视景帧速率从7 FPS提升到20 FPS,满足了实时可视化15 FPS的最低要求,兼顾了模型的“精度”和计算的“实时”。体感方面,引入6DOF Stewart摇摆台,采用洗出滤波算法和动态虚拟装配算法,从试验和仿真方面实现了救助船的摇荡运动模拟,为配备有Stewart摇摆台的救助船操纵模拟器研究和相关标准制定奠定基础。
詹星宇[8]（2020）在《基于统一理论的实海域船舶操纵性与航行安全界限研究》文中研究说明传统的船舶操纵性研究和规范制定主要针对静水的情形,而实际船舶在海上航行时遭受的风、浪等环境干扰力作用给船舶操纵运动带来不可忽视的影响。2013年国际海事组织（IMO）发布了“恶劣海况下维持船舶操纵性的最小推进功率临时导则”,对船舶航行安全提出了基本要求。鉴于波浪中操纵性问题的复杂性,国际拖曳水池大会（ITTC）也于近年成立了波浪中操纵性专家委员会进一步开展研讨工作。本文根据操纵—耐波统一理论思想,搭建了操纵船体力、桨力、舵力、风力、辐射流体动力和波浪力模型等,特别考虑了主机工作界限下转速和功率随螺旋桨负荷的变化影响,同时采用PID控制器算法实现航向控制,最终建立了船舶在不规则波中的“纵荡-横荡-横摇-首摇”四自由度操纵运动数学模型,并基于MATLAB平台自主编制了仿真计算程序。操纵运动数学模型中重点完成辐射流体动力和波浪力模型的构建。提前建立了多工况下的一阶和二阶波浪力数据库,能够根据实时航速与浪向实现插值和调用,并运用Newman近似法即时建立考虑差频漂移力成分在内的完整二阶漂移力系数矩阵。通过求解时延函数来考虑辐射运动引起的流体记忆效应,其中对船舶的辐射阻尼系数进行了高频段的渐近修正,并采用半解析法计算时延函数积分。此外,针对仿真程序的可靠性开展了部分验证工作。基于上述数学模型,本文开展了波浪中船舶的操纵运动仿真研究。完成了船舶在波浪中的回转运动、Z形运动和直航运动仿真试验,结合航迹、运动特征参数及时历曲线分析船舶回转性、转首性和航向稳定性的变化,从物理角度详细地探究了海况等级、航速、浪向等参数对于操纵运动的影响过程及规律。进一步地,本文开展了恶劣海况中最小推进功率与航行安全界限研究。基于IMO的相关要求,通过直接模拟方法快速而有效地计算了恶劣天气下船舶维持基本操纵能力的最小推进功率值,并基于本文提出的安全航行衡准准则,进一步拓展至船舶在多重海况下的主机功率界限和安全海况界限。本文所建立的数学模型能够较为全面和准确地模拟船舶在实海域环境下的操纵运动,开展系列仿真计算与评估时省去了CFD模拟或模型试验所需的大量时间或人力物力成本,相关研究方法对于设计船舶主机功率的选取及在航船舶的实际航行操纵均具有较高的参考和工程应用价值。
王辉[9]（2020）在《基于并行计算的船舶局部加权学习辨识建模》文中研究表明船舶操纵运动数学模型是航海模拟器的核心技术,局部加权学习算法（Locally Weighted Learning,LWL）是一种新的船舶操纵运动建模方法,作为非参数辨识建模方法,输入数据样本数量决定了模型的精度,样本数量与LWL辨识算法求解时间成正比,增加了工程实现难度,本文以并行计算技术对局部加权学习算法进行并行化研究从而提升算法整体性能。1.针对局部加权学习算法实际工程需求,跨平台C语言实现LWL算法,依次对LWL算法的训练与预测过程进行C程序设计。分析了高性能计算中两种并行结构OpenMP和CUDA的相关并行执行方式,以及并行计算在多个领域中的实现及应用。分别在CPU和GPU两种并行平台上对局部加权算法展开研究。2.针对局部加权学习算法预测与训练耗时问题,根据OpenMP并行算法开发的特点和LWL算法数据分布的特性,对LWL算法的加权函数、距离函数、最小二乘求解进行了 OpenMP并行化设计。以Mariner轮整体型数学模型为研究对象进行仿真研究,仿真结果表明,并行算法与串行精度一致,并行的加速效果与处理算法紧密相关,即便在并发线程不超过计算机核心数的情况下,也并非并发线程越多越好。当采用静态调度方式并选取线程数量为8时,并行LWL算法平均训练时间的加速比达到1.6倍,预测时间缩短了 33.0%,OpenMP并行算法具有较好的并行效率。3.针对LWL算法距离测度训练时间过长问题,提出两种基于CUDA的GILWL算法和GOLWL算法。在并行实现GOLWL算法时,将加权函数、距离函数、最小二乘求解等过程与GPU并行算法结合。各函数之间数据传输在GPU内部,降低了 GILWL算法计算过程中CPU与GPU频繁的通信开销。GOLWL算法对并行实现采用任务并行与数据并行相结合的方式,利用GPU线程块与线程分别映射船舶操纵运动样本点的预测值,在CPU端计算目标函数并选取最小目标函数所对应的距离测度。以Mariner轮整体型数学模型为仿真研究对象,GILWL算法并行效果不符合预期设定,GILWL算法运行时间是标准LWL算法的4.38倍,GOLWL算法与LWL算法相比训练时间缩短了 63.8%。仿真结果表明GOLWL算法在与串行LWL算法求解精度一致的前提下,能有效学习船舶操纵运动特性。
李怀芝[10]（2020）在《基于WebGL与WebSocket的船舶操纵训练环境仿真》文中指出船员的操纵能力对保障海事航行安全至关重要,所以通过训练提高船员的操纵能力必须作为重中之重。国内起初运用VR（Virtual Reality）技术或者仿真技术逼真地再现船舶操纵训练系统中的三维环境,培训人员可以身临其境地进行船舶航行操纵训练,在短时间内达到理想而有效的培训效果,但由于大型船舶操纵训练系统成本高、开发周期长、可扩展性差,而且场地固定,受训人数和培训时间都受到限制,这些弱点都难以保证受训人员有足够的训练时间。随着HTML5的出现和广泛使用以及JavaScript虚拟引擎性能的提升,基于Web的船舶仿真训练系统逐渐发展起来,它允许多用户随时随地地进行船舶操纵训练。但沉重繁琐的浏览器插件安装是Web渲染的一个弊端,不仅限制了模型的可移植性,而且还不利于维护和更新。WebGL（Web Graphic Library）的出现解决了需插件安装、可移植性差等缺点,利用它可以直接创建逼真的三维场景。同时WebSocket通信协议的出现,实现了浏览器端与服务器端之间的双向连接,不仅浏览器端可以向服务器端传输数据,服务器端也可以向浏览器端推送数据,使得浏览器端与服务器之间的数据交换变得更加简单,避免了传统轮询、Ajax轮询等传统传输方式占用带宽率高、服务器无法主动传输数据等缺点,从而满足了船舶操纵训练对实时数据传输的要求。本文综合考虑WebGL与WebSocket的诸多特性,搭建了基于B/S（Browser/Server）架构的船舶操纵训练系统。利用WebGL技术渲染船舶操纵训练的三维场景,使用WebSocket协议实现船舶操纵训练信息的实时交互,为多船员的船舶操纵训练提供了一个协同互见、不受时空限制的逼真环境,能有效地提高船员的训练水平。主要的研究工作包含如下:1,)船舶操纵训练系统的框架设计系统采用B/S架构,数据库端使用MySQL数据库存储用户的信息、港口数据和船舶信息;服务器端使用SpringBoot框架搭建服务器,并完成数学模型解算的工作;前端使用JavaScript、HTML、CSS完成界面设计,主要有船舶静态信息区、船舶动态信息区以及船舶操纵控制区。2)基于WebGL的船舶操纵训练环境的三维场景仿真采用WebGL技术实现Web端的船舶操纵训练环境的三维仿真,其中包括海面、近岸地形、岛屿、海面助航设施的可视化,海面航行的船舶的三维可视化,还包括雨、雪等的气象仿真。3)基于WebSocket协议的船舶操纵环境数据实时交互采用WebSocket协议作为数据传输的通道,实现了 Web端向服务器端发送船舶操控信息,服务器端向所有训练中的Web端推送练习环境信息、所有船舶的位置姿态、以及其它航行环境信息,最后对网络延迟进行了实验和分析,并在此基础上提出了基于时间补偿的改进方法。
二、船舶操纵仿真设计（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、船舶操纵仿真设计（论文提纲范文）
（1）三种船型的操纵特性及三体船路径跟踪控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究现状 |
| 1.3 本文主要工作及内容安排 |
| 2 船舶操纵运动数学模型 |
| 2.1 船舶操纵运动坐标系和平面运动方程的建立 |
| 2.1.1 船舶操纵运动坐标系的建立 |
| 2.1.2 船舶平面运动数学模型方程式的建立 |
| 2.1.3 船舶操纵运动参量的无量纲化 |
| 2.2 船体流体动力和力矩的计算 |
| 2.2.1 作用于船体上的惯性类流体动力和力矩 |
| 2.2.2 作用于船体上的粘性类流体动力和力矩 |
| 2.3 船舶主动力和主动力矩的计算 |
| 2.3.1 螺旋桨水动力的计算模型 |
| 2.3.2 船舶舵的流体动力和力矩计算模型 |
| 2.3.3 舵机性能计算模型 |
| 2.4 船舶干扰力(风、浪、流)及力矩的计算模型 |
| 2.4.1 风的干扰数学模型 |
| 2.4.2 浪的干扰数学模型 |
| 2.4.3 流的干扰数学模型 |
| 3 单螺旋桨单舵船舶的操纵特性及仿真研究 |
| 3.1 船舶操纵性概述 |
| 3.2 大型集装箱船舶操纵特性试验仿真研究 |
| 3.2.1 旋回试验 |
| 3.2.2 Z形试验 |
| 3.3 船型参数对船舶操纵的影响 |
| 3.3.1 多种类型单桨单舵船舶的操纵特性试验 |
| 3.3.2 船舶参数对操纵特性的影响 |
| 3.4 本章小结 |
| 4 双桨双舵船舶的操纵特性及仿真研究 |
| 4.1 双桨双舵船舶仿真试验 |
| 4.1.1 旋回试验 |
| 4.1.2 Z形试验 |
| 4.2 浅水环境下双桨双舵操纵特性研究 |
| 4.2.1 浅水环境下船舶操纵性数学模型修正 |
| 4.2.2 浅水环境下操纵特性研究 |
| 4.3 本章小结 |
| 5 高速双体船和三体船的操纵特性研究 |
| 5.1 高速双体船操纵特性试验 |
| 5.1.1 高速双体船数学模型 |
| 5.1.2 高速双体船操纵特性试验 |
| 5.2 三体船操纵特性研究 |
| 5.2.1 三体船数学模型 |
| 5.2.2 三体船操纵特性试验 |
| 5.3 所研究三种船型的操纵特性比较分析 |
| 5.4 本章小结 |
| 6 基于改进视线法的三体船路径跟踪控制 |
| 6.1 LOS导航算法 |
| 6.2 LOS制导律设计 |
| 6.2.1 位置误差分析 |
| 6.2.2 VLOS制导律设计 |
| 6.2.3 控制器设计 |
| 6.2.4 稳定性分析 |
| 6.3 仿真验证 |
| 6.4 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间的科研成果 |
（2）无人水面船舶自动靠泊控制研究（论文提纲范文）
| 创新点摘要 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 无人水面船舶 |
| 1.1.2 自动靠泊问题 |
| 1.2 国内外相关研究现状及进展 |
| 1.2.1 无人水面船舶运动控制理论研究 |
| 1.2.2 船舶自动靠泊研究 |
| 1.3 本文的主要研究工作 |
| 2 船舶自动靠泊原理与两型无人船操纵运动数学模型 |
| 2.1 引言 |
| 2.2 无人船自动靠泊原理 |
| 2.2.1 自动靠泊控制目标 |
| 2.2.2 自动靠泊控制方法 |
| 2.3 无人船运动数学模型 |
| 2.3.1 吊舱推进无人船运动数学模型 |
| 2.3.2 带襟翼舵无人船运动数学模型 |
| 2.4 海洋环境建模 |
| 2.5 船舶操纵性分析 |
| 2.6 本章小结 |
| 3 具有动态不确定性的吊舱推进无人船自动靠泊滑模控制 |
| 3.1 引言 |
| 3.2 预备知识 |
| 3.2.1 问题描述 |
| 3.2.2 相关理论方法 |
| 3.3 基于趋近律的无人船自动靠泊滑模控制方法设计 |
| 3.4 无人船GAN-Backstepping-SMC自动靠泊控制方法设计 |
| 3.4.1 控制器设计 |
| 3.4.2 加入跟踪微分器的控制器设计 |
| 3.5 基于序列二次规划的吊舱推进无人船自动靠泊推力分配 |
| 3.6 仿真分析 |
| 3.6.1 船舶参数 |
| 3.6.2 仿真结果分析 |
| 3.6.3 推力分配结果 |
| 3.7 本章小结 |
| 4 基于有限时间控制的吊舱推进无人水面船舶自动靠泊控制 |
| 4.1 引言 |
| 4.2 预备知识 |
| 4.3 有限时间观测器设计 |
| 4.4 基于全局快速非奇异终端滑模的有限时间控制方法设计 |
| 4.5 仿真分析 |
| 4.5.1 结果分析 |
| 4.5.2 推力分配结果 |
| 4.6 本章小结 |
| 5 基于实验和数值分析的带襟翼舵无人水面船舶自动靠泊研究 |
| 5.1 引言 |
| 5.2 基于非线性自抗扰控制的无人船自动靠泊控制方法设计 |
| 5.2.1 控制器设计 |
| 5.2.2 基于船舶尺度的控制器参数整定方法 |
| 5.3 水池实验系统配置 |
| 5.3.1 水池实验设施 |
| 5.3.2 水池实验通信模式 |
| 5.4 自动靠泊实验的数字仿真验证 |
| 5.4.1 基于视线法的自动靠泊航线的确定 |
| 5.4.2 仿真结果 |
| 5.5 自动靠泊水池实验 |
| 5.6 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间的科研成果 |
| 致谢 |
（3）水动力模型驱动下的智能船舶仿真平台研究（论文提纲范文）
| 创新点摘要 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 国内外相关研究现状 |
| 1.3.1 智能船舶发展及研究现状 |
| 1.3.2 船舶操纵水动力数值模拟研究现状 |
| 1.3.3 航海虚拟仿真研究现状 |
| 1.4 本文研究目标及内容 |
| 1.4.1 研究目标 |
| 1.4.2 研究内容 |
| 1.4.3 论文章节安排 |
| 2 船舶仿真理论基础 |
| 2.1 引言 |
| 2.2 船舶计算流体动力学理论 |
| 2.2.1 控制方程 |
| 2.2.2 湍流模型 |
| 2.2.3 数值方法 |
| 2.2.4 数值不确定度分析 |
| 2.3 航海虚拟仿真技术 |
| 2.3.1 三维虚拟场景建模 |
| 2.3.2 三维取景变换和几何变换 |
| 2.3.3 碰撞检测技术 |
| 2.4 本章小结 |
| 3 螺旋桨及半悬挂舵水动力数值模拟研究 |
| 3.1 引言 |
| 3.2 螺旋桨水动力性能及不确定度分析 |
| 3.2.1 研究对象 |
| 3.2.2 计算域及网格划分 |
| 3.2.3 数值方法 |
| 3.2.4 不同进速系数下螺旋桨水动力数值计算 |
| 3.2.5 螺旋桨压力分布及涡强度分析 |
| 3.2.6 数值结果验证和确认 |
| 3.3 半悬挂舵水动力性能及不确定度分析 |
| 3.3.1 研究对象 |
| 3.3.2 计算域及网格划分 |
| 3.3.3 数值方法 |
| 3.3.4 不同攻角下半悬挂舵水动力数值计算 |
| 3.3.5 半悬挂舵压力分布及周围流场分析 |
| 3.3.6 数值结果验证和确认 |
| 3.4 桨舵干扰水动力性能研究 |
| 3.5 本章小结 |
| 4 船舶操纵运动流场及水动力数值模拟研究 |
| 4.1 引言 |
| 4.2 船舶操纵运动数学描述 |
| 4.2.1 坐标系的建立 |
| 4.2.2 船舶运动数学描述 |
| 4.2.3 船舶操纵运动水动力数学模型 |
| 4.3 船舶斜航运动水动力性能及不确定度分析 |
| 4.3.1 研究对象 |
| 4.3.2 计算域及网格划分 |
| 4.3.3 数值方法 |
| 4.3.4 不同漂角下船舶斜航水动力数值计算 |
| 4.3.5 船舶周围流场及涡流分布分析 |
| 4.3.6 数值结果验证和确认 |
| 4.4 船舶不同运动工况下水动力导数计算 |
| 4.4.1 船舶四种典型运动工况 |
| 4.4.2 斜航运动及位置导数计算 |
| 4.4.3 拖曳运动及控制导数计算 |
| 4.4.4 横荡运动及加速度导数计算 |
| 4.4.5 艏摇运动及角速度/角加速度导数计算 |
| 4.5 本章小结 |
| 5 智能船舶仿真平台构建 |
| 5.1 引言 |
| 5.2 智能船舶仿真平台架构 |
| 5.2.1 智能船舶仿真平台架构 |
| 5.2.2 智能船舶仿真平台功能设计 |
| 5.2.3 智能船舶仿真平台交互方式设计 |
| 5.3 船舶运动数学模型测试与验证 |
| 5.3.1 仿真船舶主要参数 |
| 5.3.2 船舶运动数学模型测试流程 |
| 5.3.3 典型船舶操纵运动仿真测试与验证 |
| 5.4 智能船舶三维建模与交互仿真 |
| 5.4.1 智能船舶三维模型构建 |
| 5.4.2 智能船舶三维交互仿真 |
| 5.5 智能船舶数字孪生驾驶台的实现 |
| 5.5.1 智能船舶数字孪生驾驶台模型 |
| 5.5.2 数字孪生驾驶台数据接口及设备孪生 |
| 5.6 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间的科研成果 |
| 致谢 |
（4）基于规则的船舶智能避碰决策关键技术研究（论文提纲范文）
| 创新点摘要 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 选题背景和研究意义 |
| 1.2 船舶避碰决策的研究现状 |
| 1.2.1 确定性方法 |
| 1.2.2 启发式方法 |
| 1.2.3 存在的问题及分析 |
| 1.3 基础理论研究现状 |
| 1.3.1 碰撞危险评估 |
| 1.3.2 船舶领域 |
| 1.4 论文研究内容与结构 |
| 1.4.1 研究内容 |
| 1.4.2 论文结构 |
| 2 船舶运动数学模型 |
| 2.1 船舶运动坐标系 |
| 2.2 分离型数学模型 |
| 2.2.1 船舶附加质量 |
| 2.2.2 螺旋桨的推力和转矩计算 |
| 2.2.3 舵机特性及舵上水动力 |
| 2.2.4 环境干扰力及力矩 |
| 2.2.5 主机控制模型 |
| 2.2.6 船体黏性流体动力及力矩 |
| 2.3 船舶响应型模型 |
| 2.4 本章小结 |
| 3 船舶会遇态势定量划分 |
| 3.1 基于《国际海上避碰规则》的会遇态势辨识方法 |
| 3.1.1 现有船舶会遇态势的研究及不足 |
| 3.1.2 碰撞危险评估 |
| 3.1.3 会遇局面辨识模型 |
| 3.1.4 局面构成要素敏感性分析 |
| 3.1.5 局面构成要素计算 |
| 3.1.6 局面类型的逻辑辨识 |
| 3.2 本章小结 |
| 4 国际避碰规则下的避碰决策 |
| 4.1 前提假设 |
| 4.2 遗传算法基本原理 |
| 4.2.1 遗传算法概述 |
| 4.2.2 遗传算法基本概念 |
| 4.2.3 标准遗传算法 |
| 4.3 船舶避碰动态系统数学模型 |
| 4.3.1 船舶动态避碰参数计算模型 |
| 4.3.2 船舶操纵性对船舶避让参数影响的仿真测试 |
| 4.4 基于混合遗传算法的船舶转向决策方法 |
| 4.4.1 多种群协同进化避碰算法 |
| 4.4.2 融入航行经验的混合遗传避碰算法 |
| 4.5 基于线性扩展的变速避碰决策方法 |
| 4.6 船舶避碰决策算法的完备性论证 |
| 4.6.1 案例1: 对遇局面 |
| 4.6.2 案例2: 大角度交叉局面 |
| 4.6.3 案例3: 小角度交叉局面 |
| 4.6.4 案例4: 追越局面 |
| 4.6.5 讨论与分析 |
| 4.7 本章小结 |
| 5 复杂会遇态势下的多船协同避碰决策 |
| 5.1 多船避碰决策理论分析 |
| 5.1.1 多船避碰特点及避碰流程设计 |
| 5.1.2 现有多船避碰决策方法及存在问题 |
| 5.2 多船协同避碰决策模型 |
| 5.2.1 协同学理论 |
| 5.2.2 排队论理论 |
| 5.2.3 多阶段避碰策略设计 |
| 5.2.4 协同进化机制 |
| 5.3 仿真试验 |
| 5.3.1 船舶会遇局面设置 |
| 5.3.2 试验1仿真结果 |
| 5.3.3 试验2仿真结果 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 研究结论 |
| 6.2 研究展望 |
| 附录A 多种群遗传算法 |
| 附录B 具有优先权的服务排队规则 |
| 参考文献 |
| 作者简历及攻读博士学位期间的科研成果 |
| 致谢 |
（5）基于自航试验的船舶操纵运动灰箱辨识建模（论文提纲范文）
| 创新点摘要 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.2.1 理论意义 |
| 1.2.2 工程意义 |
| 1.3 船舶操纵运动建模的进展 |
| 1.3.1 船舶操纵性标准与规则的进展 |
| 1.3.2 船舶操纵运动建模方法的进展 |
| 1.3.3 船舶操纵运动EFD建模方法的进展 |
| 1.3.4 船舶操纵运动CFD建模方法的进展 |
| 1.4 船舶操纵运动辨识建模算法的进展 |
| 1.4.1 白箱辨识建模 |
| 1.4.2 黑箱辨识建模 |
| 1.4.3 灰箱辨识建模 |
| 1.5 船舶操纵运动模型结构与参数的进展 |
| 1.6 船舶自航试验及其标准的进展 |
| 1.7 本研究领域存在的问题 |
| 1.7.1 模型方面的问题 |
| 1.7.2 数据方面的问题 |
| 1.7.3 算法方面的问题 |
| 1.8 本文的主要工作安排 |
| 1.8.1 拟解决问题与分析 |
| 1.8.2 研究对象 |
| 1.8.3 研究思路 |
| 1.8.4 论文结构 |
| 2 船舶操纵运动辨识建模的模型、算法和试验方案 |
| 2.1 辨识建模的模型 |
| 2.1.1 船舶操纵的运动学 |
| 2.1.2 船舶操纵的动力学 |
| 2.2 辨识建模的算法 |
| 2.2.1 约束模试验的辨识 |
| 2.2.2 自航模试验的辨识 |
| 2.3 试验方案及其动力学约束 |
| 2.3.1 试验方案 |
| 2.3.2 理论计算舵力和横倾的方法 |
| 2.3.3 理论计算舵力与横倾的结果与分析 |
| 2.3.4 仿真计算舵力与横倾的方法 |
| 2.3.5 仿真计算舵力与横倾的结果与分析 |
| 2.3.6 理论计算与仿真计算的结果小结 |
| 2.4 试验方案的数据空间分布 |
| 2.4.1 试验数据分布的求解算法 |
| 2.4.2 试验数据分布的结果及分析 |
| 2.5 研究对象 |
| 2.5.1 自航模-KVLCC2 |
| 2.5.2 实船-YUKUN |
| 2.6 本章小结 |
| 3 自航模试验的灰箱辨识建模 |
| 3.1 引言 |
| 3.2 参考模型及其筛选 |
| 3.2.1 参考模型 |
| 3.2.2 主尺度向量优化 |
| 3.2.3 主尺度向量筛选 |
| 3.3 基于参考模型的非辨识建模(RM) |
| 3.3.1 问题描述 |
| 3.3.2 KVLCC2的参考模型筛选 |
| 3.3.3 非数据驱动的RM建模实例 |
| 3.4 基于参考模型的灰箱辨识建模 |
| 3.4.1 灰箱模型 |
| 3.4.2 基于参考模型-随机森林的辨识建模(RM-RF) |
| 3.4.3 基于参考模型-贝叶斯神经网络的辨识建模(RM-BRN) |
| 3.4.4 改进的基于参考模型-随机森林的辨识建模(RM-IRF) |
| 3.5 本章小结 |
| 4 灰箱辨识建模的超参优化 |
| 4.1 引言 |
| 4.2 基于RM-SVM的灰箱辨识建模 |
| 4.2.1 纵向加速度LSVM的求解 |
| 4.2.2 横向加速度和转向加速度LSVM的求解 |
| 4.2.3 纵向、横向和转向加速度的预报 |
| 4.2.4 RM-SVM与SVM的建模区别 |
| 4.3 RM-SVM超参对建模精度的影响分析 |
| 4.3.1 软间隔 |
| 4.3.2 核函数比例 |
| 4.3.3 不敏感边界 |
| 4.4 RM-SVM的超参优化方法 |
| 4.4.1 PS超参优化算法 |
| 4.4.2 PS优化RM-SVM超参 |
| 4.5 超参优化与辨识建模的结果与分析 |
| 4.5.1 超参优化的结果与讨论 |
| 4.5.2 辨识模型的有效性验证 |
| 4.5.3 辨识模型的泛化能力与预报精度评价 |
| 4.6 灰箱辨识建模的算法对比 |
| 4.7 自航模整体型操纵运动模型辨识 |
| 4.8 本章小结 |
| 5 灰箱辨识建模的实船验证 |
| 5.1 引言 |
| 5.2 实船试验数据处理 |
| 5.2.0 实船试验概况 |
| 5.2.1 测量设备及数据 |
| 5.2.2 定位测速测量数据的校核与分析 |
| 5.2.3 风速风向测量数据的校核与分析 |
| 5.3 干扰求解与试验修正的方法 |
| 5.3.1 干扰求解与试验修正的问题描述 |
| 5.3.2 干扰求解与试验修正的假设条件 |
| 5.3.3 干扰求解与试验修正的方法设计 |
| 5.4 干扰求解与试验修正的结果与分析 |
| 5.4.1 风浪漂移力的计算结果 |
| 5.4.2 风浪漂移距离的计算结果 |
| 5.4.3 轨迹的漂移距离的修正结果 |
| 5.4.4 附体坐标系速度的修正结果 |
| 5.4.5 求解与修正的结果分析 |
| 5.5 实船操纵灰箱模型验证算例 |
| 5.5.1 实船灰箱模型训练 |
| 5.5.2 实船灰箱模型泛化能力与预报精度评价 |
| 5.6 实船整体型操纵运动模型辨识 |
| 5.7 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 附录A 关于Z形试验中突然反压舵角时舵的法向力相关因素 |
| 附录B 船型及主尺度数据 |
| 附录C 参考模型的船舶尺度 |
| 附录D 船舶海试数据 |
| 附录E RM-RF算法随机森林的训练结果 |
| 附录F 育鲲轮试验的场地与天气概况 |
| 作者简历及攻读博士学位期间的科研成果 |
| 致谢 |
（6）船舶系泊系统的建模仿真与应用研究（论文提纲范文）
| 创新点摘要 |
| 摘要 |
| ABSTRACT |
| 符号说明 |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 船舶运动数学模型 |
| 1.2.2 系泊缆索建模方法 |
| 1.2.3 船舶系泊系统耦合分析 |
| 1.2.4 船舶系泊系统可视化仿真 |
| 1.2.5 船舶系泊操纵仿真评估 |
| 1.3 存在的问题 |
| 1.4 论文主要工作与内容安排 |
| 1.4.1 论文主要工作 |
| 1.4.2 论文内容安排 |
| 2 船舶操纵运动数学模型 |
| 2.1 坐标系的建立 |
| 2.2 船舶六自由度数学模型 |
| 2.3 船、桨、舵的水动力模型 |
| 2.3.1 船体的水动力模型 |
| 2.3.2 桨的水动力模型 |
| 2.3.3 舵的水动力模型 |
| 2.4 风、流对船舶运动的干扰 |
| 2.4.1 风力扰动模型 |
| 2.4.2 海流扰动模型 |
| 2.5 模型仿真与验证 |
| 2.5.1 旋回试验及分析 |
| 2.5.2 Z形试验及分析 |
| 2.5.3 惯性停船试验及分析 |
| 2.6 本章小结 |
| 3 船舶系泊系统建模与仿真 |
| 3.1 船舶系泊系统数学模型 |
| 3.2 靠离泊系统建模与仿真 |
| 3.2.1 靠离泊系统数学模型 |
| 3.2.2 系缆张力模型 |
| 3.2.3 计算案例分析 |
| 3.3 锚泊系统建模与仿真 |
| 3.3.1 锚链准静态分析 |
| 3.3.2 锚链动力学分析 |
| 3.3.3 锚泊系统耦合分析 |
| 3.4 本章小结 |
| 4 船舶系泊系统可视化仿真 |
| 4.1 系泊缆索的交互仿真 |
| 4.1.1 PBD算法概述 |
| 4.1.2 PBD模型解算 |
| 4.1.3 特定约束 |
| 4.2 虚拟人与系泊设备的交互仿真 |
| 4.2.1 虚拟人的交互仿真 |
| 4.2.2 系泊设备的交互仿真 |
| 4.3 碰撞检测与响应 |
| 4.3.1 刚体之间的碰撞 |
| 4.3.2 粒子与刚体碰撞 |
| 4.3.3 粒子自碰撞 |
| 4.4 系泊系统的仿真实现 |
| 4.4.1 系泊系统开发流程 |
| 4.4.2 系泊系统仿真效果 |
| 4.5 本章小结 |
| 5 船舶系泊系统操纵评估 |
| 5.1 船舶操纵评估框架 |
| 5.2 船舶系泊操纵评估模型 |
| 5.2.1 船舶锚泊操纵评价指标 |
| 5.2.2 船舶锚泊操纵评价指标隶属度函数 |
| 5.2.3 船舶锚泊操纵评价指标标准值与权重值 |
| 5.3 船舶操纵评估的实现 |
| 5.3.1 出题模块 |
| 5.3.2 答题与评估模块 |
| 5.3.3 数据管理模块 |
| 5.4 船舶系泊操纵评估实例 |
| 5.4.1 单锚泊操纵实例分析 |
| 5.4.2 多组锚泊数据分析 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 附录A 船舶锚泊操纵评价指标 |
| 作者简历及攻读博士学位期间的科研成果 |
| 致谢 |
（7）救助船舶运动7DOF数学模型的研究（论文提纲范文）
| 创新点摘要 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 船舶操纵模拟器的研究现状及进展 |
| 1.2.1 国外研究 |
| 1.2.2 国内研究 |
| 1.3 船舶运动数学模型的研究现状及进展 |
| 1.3.1 船舶操纵运动建模的发展 |
| 1.3.2 波浪载荷理论计算的研究 |
| 1.3.3 波浪中船舶操纵运动的研究 |
| 1.3.4 船舶操纵模拟器用数学模型的研究 |
| 1.3.5 减摇水舱数学模型的研究 |
| 1.4 本文主要研究的问题和思路 |
| 1.5 本文的主要工作 |
| 2 救助船在波浪中的操纵运动数学模型 |
| 2.1 救助特例中的运动问题 |
| 2.2 运动学方程 |
| 2.2.1 坐标系统 |
| 2.2.2 运动变量的符号表示 |
| 2.2.3 运动学坐标变换 |
| 2.3 动力学方程 |
| 2.3.1 平移方程 |
| 2.3.2 转动方程 |
| 2.3.3 刚体动力学方程的矩阵表达 |
| 2.4 6DOF船舶运动数学模型 |
| 2.4.1 统一数学模型的一般形式 |
| 2.4.2 船体水动力模型 |
| 2.4.3 横摇阻尼建模 |
| 2.4.4 阻力-推进建模 |
| 2.4.5 船体回复力建模 |
| 2.4.6 舵力建模 |
| 2.4.7 风载荷 |
| 2.4.8 波浪载荷 |
| 2.4.9 流作用下的船舶运动方程 |
| 2.5 本章小结 |
| 3 船舶-减摇水舱数学模型及验证 |
| 3.1 坐标系统及运动学分析 |
| 3.1.1 坐标系统 |
| 3.1.2 舱内流体的运动学分析 |
| 3.2 7DOF船舶-减摇水舱数学模型 |
| 3.2.1 一般形式的船舶-减摇水舱数学模型 |
| 3.2.2 船舶-矩形横剖面U型减摇水舱数学模型 |
| 3.2.3 舱内流体阻尼 |
| 3.2.4 舱内流体运动控制 |
| 3.3 船舶-减摇水舱数学模型的验证 |
| 3.3.1 船舶-减摇水舱降阶数学模型 |
| 3.3.2 仿真分析及试验验证 |
| 3.4 本章小结 |
| 4 水动力和波浪载荷的频域计算及验证 |
| 4.1 坐标系和流场定义 |
| 4.2 流场速度势边值问题 |
| 4.2.1 非线性边值问题 |
| 4.2.2 线性边值问题 |
| 4.3 基于3D Green函数法的载荷数值计算 |
| 4.3.1 边界积分方程及相关问题 |
| 4.3.2 水动力及波浪载荷 |
| 4.4 数值计算与对比验证 |
| 4.4.1 计算对象 |
| 4.4.2 辐射问题 |
| 4.4.3 绕射问题 |
| 4.4.4 波激载荷诱导运动 |
| 4.4.5 平均波浪漂移力 |
| 4.5 本章小结 |
| 5 船舶-减摇水舱数学模型的实船仿真和验证 |
| 5.1 计算对象 |
| 5.2 静水中实船操纵运动的计算和验证 |
| 5.2.1 NHJ111的静水操纵计算 |
| 5.2.2 Mariner的静水操纵计算 |
| 5.2.3 S175的静水操纵计算 |
| 5.3 波浪中实船操纵运动的计算和验证 |
| 5.3.2 Mariner在波浪中的操纵计算 |
| 5.3.3 S175在波浪中的操纵计算 |
| 5.3.4 YuKun在实际海况中的操纵计算 |
| 5.4 环境载荷作用下的NHJ111船运动仿真 |
| 5.4.1 静水中风和流作用下的操纵仿真 |
| 5.4.2 波浪中考虑舵桨沉深的操纵仿真 |
| 5.4.3 减摇水舱作用下NHJ111船的操纵仿真 |
| 5.5 本章小结 |
| 6 救助船操纵模拟器的动感模拟 |
| 6.1 数学模型在救助船操纵模拟器中的应用 |
| 6.2 视感模拟的实时算法设计 |
| 6.2.1 仿真测试平台的开发 |
| 6.2.2 实时算法设计 |
| 6.2.3 实时算法测试——短峰波中NHJ111船的实时操纵仿真 |
| 6.3 Stewart摇摆台的体感运动模拟 |
| 6.3.1 基于运动学分析的动态装配算法 |
| 6.3.2 基于Stewart摇摆台的体感运动模拟 |
| 6.4 本章小结 |
| 7 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间的科研成果 |
| 致谢 |
（8）基于统一理论的实海域船舶操纵性与航行安全界限研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 船舶操纵性研究 |
| 1.2.2 波浪中船舶操纵性及数学模型仿真研究 |
| 1.2.3 船舶最小推进功率和航行安全性研究 |
| 1.2.4 国内外研究综合评述 |
| 1.3 本文主要工作与创新点 |
| 第二章 船舶操纵运动数学模型与仿真程序 |
| 2.1 船舶操纵运动数学模型 |
| 2.1.1 坐标系与符号表示 |
| 2.1.2 操纵运动方程 |
| 2.1.3 船体力模型 |
| 2.1.4 桨力模型 |
| 2.1.5 舵力模型 |
| 2.1.6 风载荷模型 |
| 2.2 波浪中船舶操纵运动仿真程序 |
| 2.3 研究目标船型(KVLCC2) |
| 2.3.1 船桨舵参数 |
| 2.3.2 操纵运动模型参数 |
| 2.3.3 风载荷系数 |
| 2.4 静水中操纵运动仿真与验证 |
| 2.4.1 静水中回转运动 |
| 2.4.2 静水中Z形运动 |
| 2.5 本章小结 |
| 第三章 辐射力和波浪力的计算理论与方法 |
| 3.1 不规则海浪模型 |
| 3.2 船舶在波浪上的运动理论概述 |
| 3.2.1 频域运动理论 |
| 3.2.2 二阶波浪力理论 |
| 3.2.3 脉冲响应法和时域运动理论 |
| 3.3 摇荡运动辐射力 |
| 3.4 一阶和二阶波浪力 |
| 3.4.1 一阶波浪力 |
| 3.4.2 二阶波浪力 |
| 3.4.3 波浪力数据库 |
| 3.5 相关计算与验证 |
| 3.5.1 算例:圆柱形浮体 |
| 3.5.2 算例:KVLCC2 |
| 3.6 本章小结 |
| 第四章 船舶在波浪中的回转与Z形运动 |
| 4.1 主机工作界限 |
| 4.1.1 主机工作界限模型 |
| 4.1.2 仿真及对比分析 |
| 4.2 船舶在波浪中的回转运动 |
| 4.2.1 仿真结果验证 |
| 4.2.2 海况的影响 |
| 4.2.3 初始浪向与航速的影响 |
| 4.3 船舶在波浪中的Z形运动 |
| 4.3.1 海况的影响 |
| 4.3.2 初始浪向与航速的影响 |
| 4.4 本章小结 |
| 第五章 恶劣海况下船舶的最小推进功率和航行安全界限 |
| 5.1 航向自动控制 |
| 5.1.1 航向自动控制模型 |
| 5.1.2 仿真算例 |
| 5.2 船舶的最小推进功率 |
| 5.3 恶劣海况下船舶的直航运动及航行安全界限 |
| 5.3.1 安全航行衡准准则 |
| 5.3.2 不同主机功率时的直航运动及安全界限 |
| 5.3.3 不同海况时的直航运动及安全界限 |
| 5.4 本章小结 |
| 第六章 研究总结与展望 |
| 6.1 研究总结 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间发表的学术论文 |
| 附录 A 风载荷系数计算公式 |
（9）基于并行计算的船舶局部加权学习辨识建模（论文提纲范文）
| 摘要 |
| Abstract |
| 术语表 |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 单机并行计算研究现状及发展趋势 |
| 1.2.2 GPU并行计算研究现状及发展趋势 |
| 1.2.3 局部加权算法研究现状 |
| 1.3 本文研究内容 |
| 1.4 本文组织结构 |
| 1.5 小结 |
| 2 LWL算法原理及并行编程模型 |
| 2.1 LWL算法的理论研究 |
| 2.2 LWL算法实现 |
| 2.2.1 LWL算法训练过程 |
| 2.2.2 LWL算法预测过程 |
| 2.3 船舶操纵运动数学模型 |
| 2.4 本章小结 |
| 3 基于OpenMP的船舶操纵运动局部加权学习辨识建模 |
| 3.1 并行计算技术 |
| 3.2 CPU并行编程模型 |
| 3.2.1 OpenMP共享内存模型 |
| 3.2.2 OpenMP多线程编程技术 |
| 3.2.3 OpenMP并行策略 |
| 3.3 LWL算法并行程序实现 |
| 3.3.1 LWL算法关键函数并行策略 |
| 3.3.2 并行调度方式的选择 |
| 3.3.3 预测与训练并行结构 |
| 3.4 数据实现与分析 |
| 3.4.1 实验环境配置 |
| 3.4.2 实验结果及评价 |
| 3.5 本章小结 |
| 4 基于CUDA的船舶操纵运动局部加权学习辨识建模 |
| 4.1 GPU并行编程与CUDA模型 |
| 4.2 GILWL算法并行化设计 |
| 4.2.1 GILWL算法的并行优化 |
| 4.3 GOLWL算法并行化设计 |
| 4.4 实验评价 |
| 4.4.1 实验环境配置 |
| 4.4.2 实验结果分析 |
| 4.5 小结 |
| 结论 |
| 参考文献 |
| 附录 主要符号 |
| 致谢 |
| 作者简历及攻读硕士学位期间的科研成果 |
（10）基于WebGL与WebSocket的船舶操纵训练环境仿真（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究现状 |
| 1.2.1 基于Web训练仿真 |
| 1.2.2 基于Web三维可视化研究现状 |
| 1.2.3 基于Web通信的研究现状 |
| 1.3 论文研究内容及章节安排 |
| 1.3.1 论文研究内容 |
| 1.3.2 论文章节安排 |
| 2 基于Web的船舶操纵训练系统框架设计 |
| 2.1 相关技术 |
| 2.1.1 MySQL数据库 |
| 2.1.2 SpingBoot框架 |
| 2.2 训练系统框架设计 |
| 2.2.1 数据库层 |
| 2.2.2 服务器层 |
| 2.2.3 Web前端 |
| 2.3 基于Web的可视化框架的可行性分析 |
| 2.4 本章小结 |
| 3 基于WebGL的船舶操纵训练环境的仿真 |
| 3.1 WebGL及ThreeJs介绍 |
| 3.1.1 WebGL介绍 |
| 3.1.2 ThreeJs介绍 |
| 3.2 基于WebGL的船舶操纵训练环境仿真 |
| 3.3 基于FFT的三维海浪可视化 |
| 3.3.1 建立统计波谱 |
| 3.3.2 海浪绘制和结果 |
| 3.4 训练场景特效的仿真 |
| 3.5 本章小结 |
| 4 基于WebSocket的船舶操纵训练数据实时交互 |
| 4.1 传统Web实时通信技术 |
| 4.1.1 传统轮询 |
| 4.1.2 Ajax轮询 |
| 4.1.3 Ajax长轮询 |
| 4.1.4 传统Web通信技术存在的问题 |
| 4.2 WebSocket协议介绍 |
| 4.2.1 WebSocket协议概述 |
| 4.2.2 WebSocket协议的数据传输格式 |
| 4.2.3 WebSocket通信模块 |
| 4.3 数据实时交互设计与实现 |
| 4.3.1 构建WebSocket推送服务 |
| 4.3.2 数据通信格式 |
| 4.3.3 数据通信过程 |
| 4.4 实验结果与数据传输改进 |
| 4.4.1 实验及实验结果分析 |
| 4.4.2 基于时间补偿法的改进方法 |
| 4.5 本章小结 |
| 5 总结与展望 |
| 5.1 论文工作总结 |
| 5.2 问题与展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读硕士学位期间的科研成果 |
四、船舶操纵仿真设计（论文参考文献）
- [1]三种船型的操纵特性及三体船路径跟踪控制研究[D]. 苏荣彬. 大连海事大学, 2020(04)
- [2]无人水面船舶自动靠泊控制研究[D]. 朴在吉. 大连海事大学, 2020(04)
- [3]水动力模型驱动下的智能船舶仿真平台研究[D]. 杨晓. 大连海事大学, 2020(04)
- [4]基于规则的船舶智能避碰决策关键技术研究[D]. 倪生科. 大连海事大学, 2020(01)
- [5]基于自航试验的船舶操纵运动灰箱辨识建模[D]. 梅斌. 大连海事大学, 2020(01)
- [6]船舶系泊系统的建模仿真与应用研究[D]. 蒋效彬. 大连海事大学, 2020(01)
- [7]救助船舶运动7DOF数学模型的研究[D]. 张晓磊. 大连海事大学, 2020(01)
- [8]基于统一理论的实海域船舶操纵性与航行安全界限研究[D]. 詹星宇. 武汉理工大学, 2020(08)
- [9]基于并行计算的船舶局部加权学习辨识建模[D]. 王辉. 大连海事大学, 2020(01)
- [10]基于WebGL与WebSocket的船舶操纵训练环境仿真[D]. 李怀芝. 大连海事大学, 2020(01)