随着海洋资源的开发利用,海洋中波浪测量成为关键的研究对象。本文针对目前实验室波浪测量中存在的一些问题,提出了基于惯性测量元件在波浪测量工程中的应用。本文研究的主要内容如下:本文对惯性测量元件加速度计和陀螺仪的工作原理及其输出模式进行了研究,将惯性测量元件陀螺仪输出的姿态角与惯性导航系统理论相结合,建立了常用坐标系之间的转换矩阵模型,即姿态矩阵;利用姿态矩阵将惯性测量元件加速度计输出的加速度从载体坐标系转换到试验所需的地理坐标系,研究了姿态矩阵的解算算法:方向余弦法、四元数法及欧拉角法;分别利用了五点三次滑动平均法和均值法去除原始加速度信号中的毛刺和直流分量,采用时域积分算法中的Simpson公式对去除毛刺和直流分量后的加速度信号进行积分处理;研究了多项式趋势项的消除算法,即最小二乘法、滑动平均法及数字滤波法,利用三种算法消除了积分过程中的多项式趋势项,对比分析了三种算法的多项式趋势项消除效果。试验结果表明,三种算法均能使得捷联式波高测量仪的垂向位移曲线与电容式波高传感器的实测液位曲线吻合较好;从平均周期相对误差分析可得,两种仪器的平均周期相对误差几乎为0,表明了捷联式波高测量仪的波浪周期测量精度高;从平均波高相对误差和平均峰值误差分析可得,滑动平均法的平均波高相对误差和平均峰值误差均小于最小二乘法、数字滤波法,表明了滑动平均法使得捷联式波高测量仪的波高测量精度更高;从平均波高相对误差分析可得,对于同一周期,不同波高的工况,两种仪器的平均波高相对误差随着波高的增加而增大,对于同一波高,不同周期的工况,两种仪器的平均波高相对误差随着周期的增加而增大。该试验证明了本文提出的波浪测量方法对波浪周期、波高测量的可行性。研究了波浪从波峰到波谷的变化过程,统计在波浪下跨零点时XY方向速度的夹角落在各个角度区间的频率,频率最大的角度区间即为波向,试验结果表明,XY方向速度的夹角落在ESE~SE角度区间的频率最大,则波向位于ESE~SE角度区间,符合当时的试验情况。该试验证明了本文提出的波浪测量方法对波浪波向测量的可行性。研究了人工神经网络中Elman神经网络的结构特点及其学习算法,将横滚角幅值、俯仰角幅值、航向角平均值、地理坐标系下的天向加速度幅值以及波浪的周期作为输入层的神经元,波高作为输出层的神经元,建立了Elman神经网络的波高预测模型,进行了Elman神经网络波高预测模型的仿真与结果分析。试验结果表明,Elman神经网络的波高预测达到了预期误差0.01;从波高的平均相对误差分析可得,Elman神经网络的平均相对误差为5.2%,证明了Elman神经网络对波高预测的可行性。