三、在线波浪预报实验
（一）实验目的
波浪预报的意义在于克服系统的时滞，从而保证控制器能够较好地完成补偿任务。波浪补偿实验目的在于让学生利用 AR 模型编写海浪升沉预报程序，并在实验台上验证其预报效果。此实验锻炼了学生的资料检索能力以及程序编写能力。
（二）实验原理
就本实验而言，波浪预报算法存在很多，如自回归模型（AR，Auto Regressive），自动回归滑动模型（ARMA，Auto Regressive and Moving Average Model）以及滑动平均模型（MA，Moving Average Model）等[6]。考虑到篇幅限制，这里仅挑选AR模型做介绍。AR 模型可以如下表述：时间序列上的任何一个值都可以由过去 P 个时刻上的数值的线性组合加上该时刻的一个随机数[7]。用公式表达为：
先求出向量 a 的最小二乘估计 â ，接着定义最大阶数M，针对p = 1,2,...,M的每一个值都计算出AR模型的残差平方和，然后再计算出每一个模型的 AIC 准则数Sp ( N )，具体公式为：AIC( p ) = ln [ Sp ( N ) /N ] + 2p/N （3-2）其中：Sp ( N )为模型的残差。最终选取 AIC 准则数最小的模型的p值作为选定阶数。
利用所定阶数p和估计的系数向量â 预报x̂ ( N + l )， 其中整数l > 0。流程图可如图6所显示：
（三）实验内容
学生应预先查阅相关资料，根据算法预报效果，算法实现难度等特性自主选定预报算法，并利用 Matlab/Simulink软件进行该算法的编写。
教师应预先给定三组波浪数据，这些波浪数据的浪高应该有所区别。学生可利用该组数据分别设定不同的超前时间进行仿真，从而比较在不同浪高数据下，不同超前时间下预报算法的仿真预报效果。
学生向教师上交搭建好的程序以及仿真结果，在经过教师确认可行并同意之后，学生方可将已建立好的模型上传到实验平台的工控机之中。并利用TE1400代码编译器在 Matlab/Simulink 软件中将该模型转化为 Twin⁃CAT可识别的代码。
打开升沉补偿系统的上位机控制界面（图 7），该程序采用Labview编写。
点击“启泵”，启动液压泵，系统内部会自动进行星-三角启动，待液压泵启动完成后，开启高低压电磁阀，使 能二次单元等一系列操作。
待系统启动后将模式控制旋钮旋到手动模式，控制二次单元将负载向上吊起一定的高度，然后运行六自由度转台操作软件，输入需要模拟的波浪数据，六自由度转台便会根据给定波浪数据运动。
实验结束后，首先下放负载至一定高度，然后复位六自由度平台，再将负载完全下放至地面后关闭液压油泵。学生应当将在三组波浪数据下分别进行实验，记录下预报数据，并和原始波浪数据作比较，分析算法的预报效果。