文章标题：基于深度学习的船载运动监测决策系统开发与应用

文章作者：潘文寅^1,2, 袁梦³, 李卫锋³, 郭孝先^1,2
关 键 字：船载运动监测决策系统;船舶智能化;深度学习;LSTM;运动预报
文章摘要：船载运动监测决策系统是船舶智能化、运动响应监测与预报中所涉及的重要技术，目前现有方法中仍采用幅值响应算子等方法进行运动预报，为解决预报解算效率、提高运动预报精度，本文提出基于深度学习的船载运动监测决策系统。文中针对一艘特定纸浆船开展了系统搭建与测试，通过姿态传感器的布置安装及加速度处理算法的软硬件架构，结合基于模型试验的预训练预报模型，对实船运行中的加速度运动进行推算及预报。结果表明，该推算及预报方法在船舶停泊和航行2种状态下均有较好的表现：运动推算中均值绝对误差不超过0.005 m/s²，标准差绝对误差不超过0.1 m/s²；运动预报中均值绝对误差不超过0.01 m/s²，标准差绝对误差不超过0.05 m/s²。本文提出一种具有普适性的船载运动监测决策系统，并结合深度学习方法进一步提高了预报的效率及精度，为未来进一步拓展系统功能及运动监测预报提供了软硬件基础和研究路线。