Implementation of time windows on sea spectral estimation

Numerous industrial applications require a full knowledge of the behavior of the sea and the distribution of the energy that it can introduce to different types of offshore structures. From the several tools that are nowadays implemented on this task, the parametric methods such as the Autoregressive Moving Average (ARMA) model are preferred due to the outstanding accuracy with low computational burden. In this work, an ARMAbased spectral estimation method was implemented to evaluate the energy content of four different bimodal sea states constructed parametrically by the JONSWAP formulation. For the estimation of the ARMA coefficients, the Prony and Shanks methods were implemented. The auto-correlation utilized for the estimation is modulated by an exponential time window in an attempt to improve the reconstruction error, obtaining as a result a stabilization of the ARMA coefficients.

Numerose applicazioni industriali richiedono una conoscenza completa del comportamento del mare e della distribuzione dell’energia che può introdurre in diversi tipi di strutture offshore. Tra i vari strumenti oggi implementati per questo compito, i metodi parametrici come il modello Autoregressive Moving Average (ARMA) sono preferiti per l’eccezionale accuratezza e il basso carico computazionale. In questo lavoro, è stato implementato un metodo di stima spettrale basato su ARMA per valutare il contenuto energetico di quattro diversi stati marini bimodali costruiti parametricamente dalla formulazione JONSWAP. Per la stima dei coefficienti ARMA, sono stati implementati i metodi di Prony e Shanks. L’autocorrelazione utilizzata per la stima è modulata da una finestra temporale esponenziale nel tentativo di migliorare l’errore di ricostruzione, ottenendo come risultato una stabilizzazione dei coefficienti ARMA.