一種基于AR預測模型的波浪測量系統

摘" " 要：本文提出一種基于AR預測模型的波浪測量系統，通過雷達傳感器和AR預測模型，可在實時測量波浪數據的基礎上，分析波浪走勢，預測出未來15s的波浪數據，預測適合母船收放小艇的時機，幫助船員安全收放小艇操作有效減少海上小艇收放的事故發生率，提高海上作業安全。

關鍵詞：AR模型；波浪測量；波浪預測；小艇收放

中圖分類號：U664.8" " " " " " " " " " " " " " " " " 文獻標志碼：A

One Type of Wave Measurement System

Based on AR Prediction Model

ZHOU Jiayu1，" ZHENG Wenbing2，" XIN Guangcheng2，" CHEN Mingkun2，" CHEN Dong2

（ 1.Naval Equipment Department Wuhan Bureau Jiujiang Representatitive Office，" Jiujiang 332000， China;" 2. Jiujiang Precision Testing Technology Research Institute， Jiujiang 332000， China ）

Abstract： This paper proposes a wave measurement system based on AR prediction model. With radar sensor and AR prediction model， wave trend can be analyzed on the basis of real-time measurement of wave data， the wave data for the future 15s can be predicted， and the timing suitable for the mother ship to recover and launch the dinghy can be predicted， which can help the crew to safely recover and launch the dinghy and effectively reduce the accident rate for launchin amp; recovering the dinghy at sea， so as to improve the operation safety at sea.

Key words： AR model;" wave measurement;" wave prediction;" boat stowing and lowering

1" " "引言

各類無人潛水器和海上小艇是人類開發海洋的重要工具，收放系統作為重要的配套裝備對無人潛水器和小艇的收放作業的安全性起著決定性作用，由于受到波浪作用和慣性的影響，當海況惡劣時，無人潛水器和小艇與母船之間存在相對運動，這個相對運動在小艇收放時會造成小艇和母船之間發生碰撞，情況惡劣時甚至會拉斷吊纜，進而損壞小艇和母船造成安全事故[1]。因此在進行各類無人潛水器和海上小艇收放作業時，需掌握當前波浪情況以判斷作業的安全性，這就需要波浪測量裝置來獲取波浪情況并對收放工作加以指示[2]。

波浪測量系統是一種用于監測海洋波浪特性的重要工具，?廣泛應用于海洋科學、?工程、?氣象預測等領域。?這些系統能夠實時測量波浪的高度、?周期、?方向等參數，?為相關研究和應用提供關鍵數據支持。?常見的波浪測量系統包括波向遙測波浪系統、?水槽波浪控制及測量系統等。?其中波向遙測波浪系統是通過浮標中的加速度計測量波浪運動，?結合GPS和溫度傳感器，?實現高精度的波浪參數測量。?

現有的波浪測量裝置可測量當前實時的海浪情況，并根據海浪情況指示各類無人潛水器或海上小艇收放時機。而現有的波浪測量技術由于無法預測未來海況，因此往往存在開始時刻滿足收放條件而收放過程中出現不滿足條件的情況，造成小艇與母船碰撞，因此存在著較大的安全隱患[3]。本文提供一種基于AR預測模型的波浪測量系統，該系統集波浪預測、海況顯示、小艇收放時機指示為一體，能夠較準確地測量波浪信息并依此預測后期發展，給出安全操作時機。

2" " "波浪測量系統

為了采集和預報波浪數據情況，建立了一套波浪測量系統，該系統由雷達液位傳感器、系統控制器、甲板信號燈組成，如圖1所示：雷達液位傳感器安裝在母船艉門上的傳感器支架上，并保證雷達測距傳感器在母船運動狀態下始終垂直于水平面[4]。雷達測距傳感器把采集到的液位信息傳至系統控制器。系統控制器先對采集信號進行采樣和離散化，經過模數轉換轉成數字信號；隨后對數字信號進行濾波，預測，修正等算法處理得到未來15 s波浪數據，最后根據小艇收放條件控制三色甲板信號燈亮滅，以指示小艇收發時機。

系統控制器由運算核心板與PLC控制器組成，如圖2所示。運算核心板運算能力強，主要用來接收外部信息，這些信息包括液位信息、船舶的導航信息、滑道故障信息和操作人員的越控信息；并對接收到的液位信息進行處理，預測出未來15 s的波浪數據，在預測出來的波浪數據中找出適合母船收放小艇的時機。試驗數據表明，將小艇從水里拉上艉滑道的時間通常不超過10 s，人的反應時間約為3～4 s，動手控制的時間約為1～2 s，故確定系統預測未來15 s的波浪數據，并在波浪數據中找尋符合條件的10 s波浪情況。小艇收放時機用紅、黃、綠三色指示燈表示：紅燈表示禁止小艇收放工作；黃燈表示等待小艇收放；綠燈表示當前可以進行小艇的收放工作。運算核心板與PLC控制器采用串口RS422的方式通信。運算核心板把采集到的實際波浪數據、預測出的波浪數據以及信號指示燈信號傳遞至PLC控制器；PLC控制器主要進行人機交互和甲板信號燈的控制，將接收到的實際波浪數據和預測波浪數據以曲線的形式顯示出來，并將一些操作人員輸入的控制參數傳遞到運算核心板中。

3" " 波浪測量方法

3.1" "AR預測模型

AR預測模型（自回歸模型），是統計上的一種時間序列的處理方法，即根據時間序列數據的先前值來預測未來值的一種數學處理方法。?其核心思想是假設當前觀測值與其過去觀測值之間存在線性關系，通過自相關以及協相關等關系找出當前觀測值與過去觀測值之間的關系，再利用這種關系根據當前觀測值預測出未來值。AR模型因其公式簡單，計算復雜度低，且僅用自身變量數列就可進行預測，因此非常適用于時間順序的波浪數據的在線預測[5]。因此本文采用AR預測模型進行波浪預測。

AR預測模型的計算過程為：對于線性關系的時間序列x（1，2，……，t），用其之前各期，亦即x1至xt-1來預測本期xt的表現。其計算公式為：

式中：C是常數項；εt被假設為平均數等于0，標準差等于σ的隨機誤差值；σ被假設為對于任何的t都不變[5]。

3.2" "波浪測量方法

波浪測量步驟分為五步，依次為信號采集、數據處理、波浪預測、數據修正、時機找尋，如圖3所示。

步驟一：信號采集

本系統采用雷達液位計測量波浪情況。由于雷達液位計輸出的是4 mA～20 mA電流信號，故需首先將電流信號經過模數（AD）轉換成可以進行計算處理的數字信號。運算核心板每隔0.1 s進行一次模數（AD）轉換將波浪數據離散化成數字量，得到波浪高度數據。

步驟二：數據處理

將離散的波浪高度數據按時間先后順序進行排序，保留50 s以內波浪數據，丟棄50 s以外的數據；以后每收到一個新數據，隨即丟棄一個最老的數據，保證用以計算的波浪數據為定長。

步驟三：波浪預測

采用50階的AR預測模型進行波浪預測運算，運算核心板每隔5 s利用采集到的50 s的波浪數據計算一次未來15 s的波浪數據。

步驟四：數據修正

由于15 s內運算核心板會進行3次波浪預測，為了提高預測數據的準確性，利用前兩次預測波浪對最新的預測波浪進行修正，得到最終的未來15 s波浪數據。

修正方法為：如圖4所示，假設t=0 s時刻進行了前一次預測，預測出了0 s～15 s的波浪數據，記為yc0；t=5 s時進行了第一次預測，預測出了5 s～20 s的波浪數據，記為yc1；t=10 s時進行了第二次預測，預測出了10 s～25 s的波浪數據，記為yc2；t=15 s時進行第三次預測，預測出了15 s～30 s的波浪數據，記為yc3；把yc3視作最新一次的波浪預測，利用yc1和yc2對yc3進行修正，計算公式如下：

YC3（15～20）=yc1（15～20）×0.15+yc2

（15～20）×0.35+yc3（15～20）×0.5" " " " " " " " （2）

YC3（20～25）=yc2（20～25）×0.25+yc3

（20～25）×0.75" " " " " " " " " " " " " " " " " " " " " " " " " " " （3）

YC3（25～30）=yc3（25～30）" " " " " " " " " " " " " " "（4）

式（2）中：YC3（15～20）表示經過修正的第三次最終預測序列的15 s～20 s的波浪數據；yc1（15～20）表示為第一次預測的15 s～20 s波浪數據；yc2（15～20）表示為第二次預測的15 s～20 s波浪數據；yc3（15～20）表示為第三次預測的15 s～20 s的波浪數據。

式（3）中：YC3（20～25）表示為經過修正的第三次預測序列的20 s～25 s的波浪數據；yc2（20～25）表示為第二次預測的20 s～25 s波浪數據； yc3（20～25）表示為第三次預測的20 s～25 s的波浪數據。

式（4）中：YC3（25～30）表示為經過修正的第三次預測序列的25 s～30 s波浪數據；yc3（25～30）表示為第三次預測的25 s～30 s的波浪數據。

最后，將YC3（15～20）、YC3（20～25）和YC3（25～30）組合成YC3（15～30），即為第三次預測的最終波浪走勢曲線（預測波形分3段進行預測處理，每段數據5 s，最終將3段數據組合起來就是15 s的波形數據）。

其中，式（2）、式（3）和式（4）中的系數均為權重系數，時間間隔越遙遠權重越低，時間間隔越近權重越高，每個修正公式中的數據的總權重系數應為1，且后一段數據的權重系數設置為前一段的2倍左右，根據多次測試，式（2）中權重系數分別為0.15、0.35和0.5，式（3）中權重系數分別是0.25和0.75，式（4）的權重系數為1。

步驟五：時機找尋

在15 s的波浪數據中找尋符合收放小艇的10 s波浪條件。找尋方法為：

先設定波浪高度閾值YZ，隨后在15 s波浪數據中找尋是否存在連續10 s波浪高度均高于YZ，若不存在表明未來15 s不存在收放時機，此時報警指示燈亮紅燈。若存在符合條件的波浪數據表明未來15 s內存在收放時機，隨后查看當前時刻是否滿足條件，若滿足則亮綠；若不滿足，則亮黃燈。

4" " "試驗驗證

為了驗證方法的有效性，將本系統安裝于船舶上進行波浪測量和預測[6]的實船實驗，實驗結果如圖5所示。圖5顯示了波浪采集曲線和波浪預測曲線，其中點狀曲線為實時波浪的采集數據（實測值），實線曲線數據為波浪預測數據（預測值）；從圖中可以看出，波浪預測曲線與實際的波浪采集曲線相吻合，誤差峰值出現在3 min左右，大約為0.2 m；此外80%的數據點的誤差在均在0.1 m之內[7]，證明了波浪預測方法的正確性；在預測完波浪數據后，運算核心板將波浪實時數據和預測數據通過串口RS422發送至PLC觸摸屏中；其中，PLC觸摸屏通過繼電器端口控制三色燈的亮和滅。

5" " "結論

本文提出了一種基于AR預測模型的波浪測量系統，該系統基于當前采集到的波浪數據，通過AR模型分析，預測出未來15 s的波浪數據，并經實船試驗驗證。試驗結果表明，本系統預測波型準確，可幫助小艇收放人員掌握安全操作時機，避免在小艇收放作業的過程中因發生突如其來的激烈波浪運動導致小艇與母船之間發生碰撞，有效降低海上小艇收放的事故發生率，提高海上作業的安全性。

參考文獻

[1]金迎村，張建平，李祥寧，等.尾滑道式船載小艇收放系統的研發及應

用[J].船舶工程， 2005（6）： 45-48.

[2]吳軍.基于PLC的艉滑道式小艇收放系統設計與研究[D].武漢：武

漢工程大學， 2016.

[3]余海濤，陳中顯，胡敏強，等.一種基于ARMA模型的海洋波浪波高

預測方法：CN104050379A[P]. 2014： 09-17.

[4]李加蓮.海浪數據分析及預報的數學模型研究[D].哈爾濱：哈爾濱工

程大學， 2008.

[5]元萍.一種船用波浪測量儀的設計[J].山東科學， 2010， 23（1）：52-55.

[6]李俊興．由航行中的船體運動實時推算海浪譜－實船試驗[J]．艦船

力學情報， 1994（4）：16.

[7]江林，李積德．基于船舶運動信息的航行海域海浪特性預報[J]．中

國造船， 2005（3）：1-10．