基于深度学习模型的随船运动反演三维海浪谱方法及系统

本发明属于船舶与海洋工程技术领域，公开了基于深度学习模型的随船运动反演三维海浪谱方法及系统。该方法通过不同船舶运动时间序列间进行交叉频谱计算获得船舶运动交叉谱；将不同时间段求得的船舶运动交叉谱进行数据混洗处理，构建训练集与测试集；根据构建得到的训练集输入到CNN‑ED‑DE模型中，进行CNN‑ED‑DE模型训练。将得到的输入测试数据集输入至训练好的CNN‑ED‑DE模型之中，求解得到测试数据集反演结果。本发明所提方法完全基于船载惯性测量单元(IMU)等运动传感器数据，无需外部遥感设备或通信支持，可在任意航行状态下实时估计海浪谱信息，适用于复杂航向、非定常海况等场景下的在线部署。