基于 CEEMDAN-PSO-SVM 的无人水面船动态姿态预测
原文约400字，阅读约需1分钟。发表于：。基于波的基本原理，本文推导无人船上波浪扰动的干扰模式，通过模拟分析无人船运动姿态来获得运动姿态数据，设计了一种基于 CEEMDAN、PSO 和 SVM 的组合预测模型，通过仿真结果验证其相比传统预测模型具有更高的预测准确性，对于平均绝对误差而言，相比 EMD-PSO-SVM 模型提高了 17%。
该研究使用神经网络模拟误差最小化的模型预测控制器（NNSEM-MPC）来准确预测在风扰动下自主水面航行器（ASV）的动态特性。实验结果表明NNSEM-MPC在4个测试条件中表现优于其他方法，在其余2个测试用例中也是第二好的。该方法减少了至少31%的位置误差和46%的航向误差，并且比其他MPC控制器快36%。实地实验表明，ASV可以有效地利用该方法保持位置和航向，位置误差最低达1.68米，航向误差最低达6.14度，持续至少150秒。
