[发明专利]一种基于船舶冰激振动的海冰类型识别方法在审
申请号: | 202210257406.2 | 申请日: | 2022-03-16 |
公开(公告)号: | CN114548187A | 公开(公告)日: | 2022-05-27 |
发明(设计)人: | 赵玉良;孙志伟;田凯旋;刘志强 | 申请(专利权)人: | 东北大学秦皇岛分校 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 沈阳东大知识产权代理有限公司 21109 | 代理人: | 李在川 |
地址: | 066004 河北省秦*** | 国省代码: | 河北;13 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 船舶 振动 类型 识别 方法 | ||
1.一种基于船舶冰激振动的海冰类型识别方法,其特征在于:分为以下步骤:
步骤1:采集船舶冰激振动数据;在破冰船船舱内部分位置安装加速度惯性传感器,用于采集破冰船在破冰航行过程中,由于海冰与船舶的激励作用而造成的船舶冰激振动数据;
步骤2:根据S1获得船舶冰激振动数据得到各类型海冰振动加速度数据样本:
步骤3:将直接采集的船舶冰激振动数据进行预处理;
步骤4:对S3处理后的数据进行Hilbert频谱分析;
步骤5:提取边际谱能量特征;
步骤6:识别海冰类型;根据步骤5提取的各类型冰激振动数据特征值,通过图形可视化的方式进行特征数值的差异性对比,从而实现对平整冰、破碎冰和海水的准确识别数据。
2.如权利要求1所述的一种基于船舶冰激振动的海冰类型识别方法,其特征在于:所述S2的具体过程为:匹配对齐图像时域对象,对加速度惯性传感器在冰区连续采集的船舶冰激振动数据进行分割,获得同等时间轴长度的各类型海冰振动加速度数据样本识别。
3.如权利要求1所述的一种基于船舶冰激振动的海冰类型识别方法,其特征在于:所述所类型海冰包括破碎冰、平整冰、海水。
4.如权利要求1所述的一种基于船舶冰激振动的海冰类型识别方法,其特征在于:所述S3的具体过程分为以下步骤:
步骤3.1:通过删除异常值和平均滑动滤波的方法消除环境噪声的影响;
步骤3.2:利用多项式最小二乘法消除由于传感器原因造成的非线性趋势项;
步骤3.3:构建低通滤波器过滤掉船载设备造成的非必要高频信息。
5.如权利要求1所述的一种基于船舶冰激振动的海冰类型识别方法,其特征在于:所述S3.1中平均滑动滤波使用Matlab中的smooth函数来完成,该函数可表示为:
其中i为第i个数据下标,y(i)为原始数据,Y(i)为滑动滤波后的数据,n为移动平均线的跨度个数。
6.如权利要求1所述的一种基于船舶冰激振动的海冰类型识别方法,其特征在于:所述S4具体分为以下步骤:
步骤4.1:对信号进行经验模态分解(EMD),获得该信号的本征模态函数(IMF)分量;
步骤4.2:对分解后的IMF分量进行Hilbert变换,获得信号的Hilbert谱、频率分量以及每个IMF的瞬时频率和能量;
步骤4.3:将步骤4.2得到的Hilbert谱重新排列,将每条IMF瞬时频率点和能量一一对应,重新构建时频谱;
步骤4.4:将步骤4.3中得到的时频谱进行矩阵转换,得到边际谱能量矩阵。
7.如权利要求6所述的一种基于船舶冰激振动的海冰类型识别方法,其特征在于:所述Hilbert变换是边际谱能量矩阵提取的前提。
8.如权利要求6所述的一种基于船舶冰激振动的海冰类型识别方法,其特征在于:所述重新构建边际频谱,重构函数如下:
其中fs为边际谱频率,fmax和fmin分别为最大频率点和最小频率点,bjp(fs)为fs频率点的能量值,n为IMF分量个数,i为第i个IMF分量,imfinse(fs(i))为fs频率点下对应的第i个IMF的瞬时能量。
9.如权利要求1所述的一种基于船舶冰激振动的海冰类型识别方法,其特征在于:所述边际谱能量特征包括均值、标准差、最大值、中位数、幅值能量和、偏度、峰度、峰度因子、波形因子、脉冲因子、裕度因子以及任意固定频率点能量特征值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东北大学秦皇岛分校,未经东北大学秦皇岛分校许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210257406.2/1.html,转载请声明来源钻瓜专利网。