企业官网建设流程全解析

简介：基于平稳随机过程理论的船舶海上横摇与纵摇运动仿真资源，依托MATLAB 2019a搭建，面向船舶与海洋工程、自动控制方向的本硕学生和教研人员，适用于课程设计、论文复现或随机过程理论在船舶运动响应分析中的教学演示。压缩包体积仅27KB，共8个文件，其中有5个mdl格式Simulink模型用于构建船舶运动仿真框图，2个m脚本负责参数设置与后处理，1个txt文档提供运行说明，结构精简便于学习。资源覆盖横摇、纵摇两类典型运动，同时包含预测控制、神经网络等扩展模块示例，可对比不同方法对运动响应的影响。目前已有529人学习下载，适合需要快速搭建船舶运动仿真实验的入门及进阶学习者，既能直接运行观察现象，也能通过修改参数理解平稳随机理论建模的关键步骤。

1. 从海上实测信号说起：为什么横摇纵摇要用平稳随机过程来描述

做过海试或者跑过实船数据的人都有体会：把陀螺仪采回来的横摇角、纵摇角时序画出来，曲线和正弦波几乎没有一点相似之处——幅值忽大忽小、周期忽长忽短，像是上下两列随机波动叠在一起。可如果你把一段足够长的信号做频谱分析，又会发现它在某个频带内的能量分布相当稳定，谱形重复性很好。这就是典型平稳随机过程的特征：单个样本随机，统计特性确定。船舶在海上运动正是教科书级别的平稳随机过程应用场景，利用功率谱密度（PSD）把随机波浪输入和船体运动响应联系起来，就能在不做大规模时域仿真的情况下，快速估计横摇、纵摇的有义幅值、最大幅值以及运动周期。

这套方法本质上是把"船在海上到底怎么摇"这个随机问题，转化成"输入波浪谱乘以响应幅值算子（RAO）得到响应谱"的线性系统问题。适合船型设计阶段的运动预报、作业窗口评估，以及初步的耐波性校核。做这类仿真不需要计算流体力学（CFD）那种高成本手段，MATLAB 脚本就够用。

2. 船舶随机运动的数学框架：输入谱、RAO 与响应谱的关系

2.1 船舶运动的谱分析路线：把"波动"拆成"谱"

船舶在海上的横摇（roll）和纵摇（pitch），从物理成因上看，是波浪对船体施加的扰动力矩与船体自身回复力矩、阻尼力矩共同作用的结果。海浪本身不是一个确定性的波形，而是一个随机波面，工程上习惯把它看作无限多个规则余弦波的线性叠加。

这里的理论基础是：对于线性时不变系统，若输入是平稳随机过程，则输出也是平稳随机过程，且输出谱与输入谱之间存在简单关系：

[ S_{\text{response}}(\omega) = |H(\omega)|^2 \cdot S_{\text{wave}}(\omega) ]

其中 (H(\omega)) 是船体运动对波浪的传递函数，即 RAO；(S_{\text{wave}}) 是波浪谱。这个公式是整个仿真方案的锚点，无论后面代码怎么组织，主线都是先定输入谱，再算传递函数，最后得到响应谱并做统计。

需要注意的是，这个线性叠加假设默认船体响应是线性的一阶运动，忽略了横摇大幅值时的非线性阻尼、参数横摇等效应。对于常规海况下的耐波性预报，这个假设精度足够；若海况超过有义波高 4 米且横摇角接近临界值，就要谨慎看待结果。

2.2 波浪谱模型：P-M谱 与 JONSWAP 的选取

波浪谱描述的是海浪能量随频率的分布。两套最常用的模型：Pierson-Moskowitz 谱（P-M 谱）和 JONSWAP 谱。P-M 谱适用于充分发展的成熟海浪，公式为：

[ S_{\zeta}(\omega) = \frac{A}{\omega^5} \exp\left(-\frac{B}{\omega^4}\right) ]

其中 (A = 8.1 \times 10^{-3} g^2)，(B = 0.74 (g / V)^4)，(V) 是风速。实际工程中通常用有义波高 (H_s) 和跨零周期 (T_z) 来重写，避免直接给风速：

[ S_{\zeta}(\omega) = \frac{4\pi^3 H_s^2}{T_z^4 \omega^5} \exp\left(-\frac{16\pi^3}{T_z^4 \omega^4}\right) ]

JONSWAP 谱则是在 P-M 谱基础上乘一个峰值增强因子，适合描述成长中的风浪，峰形更尖陡。选哪个取决于目标海域的海况特征。如果仿真的目的是常规运输船在开阔海域的响应，P-M 谱足够；如果是近海或者受风区限制的海域，JONSWAP 谱更贴合实测。

另一个关键决策是频率范围与分带数。波浪能量主要分布在 0.3～2.0 rad/s 之间，低频侧截止到 0.2 rad/s 以下几乎没有能量。频率分带数一般取 100～500，太少则谱的细节丢失，统计值偏差大；太多则计算量上升而精度提升有限。我通常取 200 个等间距频率点，覆盖 0.02～2.5 rad/s。

2.3 RAO（响应幅值算子）：连接波浪与船体响应的关键

RAO 是单位波幅规则波下船体运动幅值与波浪幅值的比值，它是一个关于频率的函数，也随浪向角变化。横浪时横摇 RAO 最大，顶浪时纵摇 RAO 最大。这个仿真方案中，RAO 可以由两种途径获得：一是通过船模试验或三维水动力软件（如 AQWA、WAMIT）计算；二是用简化的单自由度模型直接解运动方程。

简化单自由度横摇方程是：

[ (I_{xx} + A_{44}) \ddot{\phi} + B_{44} \dot{\phi} + C_{44} \phi = M_{\text{wave}} ]

其中 (I_{xx}) 是船体质量惯性矩，(A_{44}) 是附加质量惯性矩，(B_{44}) 是阻尼系数，(C_{44}) 是回复力矩系数。纵摇方程为镜像结构，只是惯性项换成 (I_{yy} + A_{55})，回复力矩系数由纵稳性高 (GM_L) 决定。

频率响应函数（即 RAO）通过对运动方程做傅里叶变换得到：

[ H(\omega) = \frac{1}{-\omega^2 (I + A) + j\omega B + C} ]

这样的 RAO 在横摇固有频率附近会有一个明显的共振峰，幅值放大倍数可以达到 3～6 倍，取决于阻尼比。纵摇的共振峰相对平缓，因为纵摇回复力矩刚度大，固有频率高。代码实现时，只需要把质量、附加质量、阻尼、回复力系数四个参数准备好，RAO 就是一组复数数组。

2.4 响应谱与谱矩：横摇纵摇统计值的全部来源

响应谱确定之后，船舶运动的全部统计信息都藏在它的各阶谱矩里。零阶矩 (m_0) 等于响应方差，是计算有义幅值的基础：

[ m_n = \int_0^\infty \omega^n S_{\text{response}}(\omega) d\omega ]

利用谱矩可以给出几个工程上最常用的量：

• 横摇/纵摇有义幅值：(\phi_{1/3} = 2\sqrt{m_0})，对应 1/3 最大幅值的平均
• 平均跨零周期：(T_z = 2\pi \sqrt{m_0 / m_2})
• 最大幅值预报（N 个波浪循环内）：( \phi_{\max} \approx \sqrt{2 m_0 \ln(N)} )，基于 Rayleigh 分布假设

这些统计值直接用于判断船舶在特定海况下能否安全作业、货损风险多大、乘员舒适度如何。很多规范的耐波性衡准就是用有义横摇角或最大横摇角来限制的。理解谱矩的计算意义之后，后面的 MATLAB 代码就是把上述公式按顺序翻译成数组运算。

3. 用 MATLAB 仿真横摇与纵摇：从频域到时间序列

3.1 横摇单自由度模型参数：惯性、阻尼、回复力

仿真前需要先确定船体参数。这里以一个排水量约 5000 吨的中型船舶为例，给出横摇模型参数的计算方法。

质量惯性矩 (I_{xx}) 在初步设计阶段可以用经验公式估算：(I_{xx} = \Delta \cdot B^2 / 12)，(\Delta) 为排水量（吨），(B) 为船宽（米）。附加质量惯性矩 (A_{44}) 通常取为 (I_{xx}) 的 0.2～0.4 倍，横摇角速度较大时可取上限。

回复力矩系数 (C_{44} = \Delta \cdot g \cdot GM)，其中 (GM) 是初稳性高，横摇固有频率为：

[ \omega_n = \sqrt{\frac{C_{44}}{I_{xx} + A_{44}}} ]

阻尼系数 (B_{44}) 在缺乏试验数据时，常用等效线性阻尼比 (\zeta) 来表达：(B_{44} = 2\zeta \sqrt{C_{44} (I_{xx} + A_{44})})。横摇阻尼比取值与船型、航速、舭龙骨面积密切相关，常规货船取 0.05～0.15 之间；有舭龙骨且压载状态偏小，满载且航速高时偏大。纵摇阻尼比一般取 0.03～0.08。

3.2 频域仿真：给定波浪谱计算响应谱与 RAO 曲线

频域仿真的输入是有义波高 (H_s)、跨零周期 (T_z) 和船体参数，输出是波浪谱、RAO 和响应谱曲线。MATLAB 实现代码如下：

% 频域仿真：波浪谱 -> RAO -> 响应谱 Hs = 3.5; % 有义波高，单位：米 Tz = 6.8; % 跨零周期，单位：秒 w = linspace(0.02, 2.5, 500)'; % 角频率范围，rad/s % 1. P-M 波浪谱 Sw = (4 * pi^3 * Hs^2) ./ (Tz^4 * w.^5) .* exp(-16 * pi^3 ./ (Tz^4 * w.^4)); Sw(w < 0.1) = 0; % 低频端截断，避免数值溢出 % 2. 横摇运动方程参数（单自由度） Delta = 5000; % 排水量，吨 B = 18; % 船宽，米 GM = 0.9; % 初稳性高，米 g = 9.81; % 重力加速度 Ixx = Delta * B^2 / 12; % 质量惯性矩，吨*m^2 A44 = 0.3 * Ixx; % 附加质量惯性矩，近似取 0.3 倍 C44 = Delta * g * GM; % 回复力矩系数 zeta = 0.08; % 横摇阻尼比 wn = sqrt(C44 / (Ixx + A44)); % 横摇固有频率 B44 = 2 * zeta * sqrt(C44 * (Ixx + A44)); % 阻尼系数 % 3. RAO：单位波幅下的横摇幅值响应（复传递函数） RAO_roll = 1 ./ (-w.^2 * (Ixx + A44) + 1j * w * B44 + C44); RAO_roll_abs = abs(RAO_roll); % 幅值 % 4. 响应谱 S_roll = (RAO_roll_abs.^2) .* Sw; % 5. 谱矩与统计值（梯形积分） dw = w(2) - w(1); m0 = trapz(w, S_roll); % 零阶矩 = 方差 m2 = trapz(w, (w.^2) .* S_roll); % 二阶矩 phi_1_3 = 2 * sqrt(m0); % 有义横摇角，弧度 phi_1_3_deg = rad2deg(phi_1_3); % 转换为度 Tz_roll = 2 * pi * sqrt(m0 / m2); % 横摇平均跨零周期 fprintf('有义横摇角: %.2f deg\n', phi_1_3_deg); fprintf('横摇跨零周期: %.2f s\n', Tz_roll);

代码逻辑分四步：先由海况参数生成输入波浪谱，再组装船体运动方程系数，然后计算 RAO 与响应谱，最后通过谱矩求统计值。这段代码里最关键的变量是zeta和GM——阻尼比直接影响共振峰的高度，GM决定固有频率位置。调参时先看wn是否落在波浪能量集中的频段内，若共振峰对上了，横摇响应必然会大。

3.3 时域模拟：随机相位叠加法生成横摇、纵摇时间历程

频域谱只能给出统计值，要想得到横摇、纵摇的完整时间历程——比如用于时域设备载荷计算、运动控制算法验证——需要把频谱转成时间序列。常用做法是随机相位叠加法（random phase sum）：将波浪谱离散成 N 个余弦分量，每个分量赋一个随机相位，叠加生成波面或运动时历。

% 时域模拟：由响应谱生成横摇时间序列，随机相位叠加法 fs = 8; % 采样频率，Hz T_total = 600; % 仿真时长，秒 t = (0:1/fs:T_total)'; Nf = length(w); % 每个频带内的幅值：sqrt(2 * S(w) * dw)，随机相位 0~2pi Phi = sqrt(2 * S_roll * dw) .* exp(1j * 2 * pi * rand(Nf, 1)); % 时间序列通过逆傅里叶变换重构 roll_time = real(ifft(Phi, length(t)));

注意到ifft方式生成的时间序列是拼接的周期序列，真实仿真时长与频域分带数相关。更稳妥的做法是显式叠加：

% 显式随机相位叠加（更直观，便于理解） rng(42); % 固定随机种子，保证结果可复现 roll_t = zeros(size(t)); for k = 1:Nf phase = 2 * pi * rand; roll_t = roll_t + sqrt(2 * S_roll(k) * dw) * cos(w(k) * t + phase); end

循环叠加方式慢但透明，for循环内做的事情就是把每一个频率分量的贡献加总。rng(42)锁定随机数种子，不同的种子会得到不同的时间序列，但统计值（有义幅值、方差）应当在多次采样后趋于一致——这是验证仿真正确性的重要手段。显式叠加法需要格外关注相位数量：分量太少（少于 100）会导致时间序列幅值包络波动大，统计值与频域结果偏差明显；分量在 200～500 之间时，时域统计值和频域谱矩计算结果基本吻合。

纵摇时域模拟的代码结构完全一致，只需将纵摇响应谱替换为纵摇 RAO 计算的结果，此处不再重复贴代码。

3.4 统计预报：从响应谱推导有义幅值与最大幅值

前面频域仿真已经给出了有义幅值，但工程报告里往往还需要最大预期幅值。最大幅值是一个 3 小时或 6 小时作业窗口内的极值预报，基于 Rayleigh 分布：

% 最大幅值预报（3 小时窗口） duration = 3 * 3600; % 秒 N_cycles = duration / Tz_roll; % 跨零次数 phi_max = sqrt(2 * m0 * log(N_cycles)); % 最大横摇角期望值，弧度 phi_max_deg = rad2deg(phi_max); fprintf('3小时最大横摇角: %.2f deg\n', phi_max_deg);

这个公式对应 Rayleigh 分布的极值统计，前提是响应过程窄带。对于横摇来说，阻尼比小、共振峰尖锐，窄带性较好；纵摇由于响应频带较宽，直接用这个公式会偏保守。实际工程中，纵摇极值常按带宽修正系数处理，或直接取谱矩 (m_0) 和平均周期来近似。要留意的是，最大幅值预报对 (N_cycles) 很敏感，而 (N_cycles) 又间接依赖 (Tz_roll)，Tz给偏大或偏小都会传导到极值结果。

4. 程序实现与参数调试：完整 MATLAB 代码的骨架与关键参数

4.1 主程序结构：谱计算、RAO、时域生成三段式

把前面各段拼成一个完整可跑的脚本，我习惯按三段式组织：第一段做输入参数定义与波浪谱计算，第二段做 RAO 与响应谱，第三段做时域生成与统计输出。这样无论是单独调试频域结果，还是反复生成不同随机种子的时域样本，都不需要重构代码。

%% 输入参数区 clear; close all; clc; Hs = 3.5; Tz = 6.8; fs = 8; T_total = 600; N_seed = 42; w = linspace(0.02, 2.5, 500)'; dw = w(2) - w(1); %% 波浪谱（可切换 P-M / JONSWAP） Sw = (4*pi^3*Hs^2) ./ (Tz^4 .* w.^5) .* exp(-16*pi^3 ./ (Tz^4 .* w.^4)); gamma = 3.3; % JONSWAP 峰值增强因子 sigma = 0.07 * (w <= wn) + 0.09 * (w > wn); % 谱宽参数 Sw_js = Sw .* (gamma .^ exp(-0.5 * ((w - wn) ./ (sigma .* wn)).^2)); % 实际使用哪条谱由工况决定，下面默认用 P-M %% 船体参数与 RAO（同时算横摇和纵摇） Delta = 5000; B = 18; GM_roll = 0.9; GM_pitch_est = 120; % 纵稳性高远大于横稳性高 Ixx = Delta*B^2/12; A44 = 0.3*Ixx; C44 = Delta*9.81*GM_roll; wn_roll = sqrt(C44/(Ixx+A44)); zeta_r = 0.08; B44 = 2*zeta_r*sqrt(C44*(Ixx+A44)); RAO_roll = abs(1 ./ (-w.^2*(Ixx+A44) + 1j*w*B44 + C44)); S_roll = RAO_roll.^2 .* Sw; % 纵摇使用同理：Iyy 按船长估算，A55 取 0.2~0.3 倍 C55 = Delta*9.81*GM_pitch_est; % 纵摇回复力系数 Iyy = Delta * (100^2) / 12; % 船长 L=100m 估算法 A55 = 0.2 * Iyy; zeta_p = 0.05; B55 = 2*zeta_p*sqrt(C55*(Iyy+A55)); RAO_pitch = abs(1 ./ (-w.^2*(Iyy+A55) + 1j*w*B55 + C55)); S_pitch = RAO_pitch.^2 .* Sw; %% 统计输出与时域生成（见 3.3 节代码，此处省略重复部分）

三段式的好处在于参数集中管理，换船型、换海况只需要改第一个区块里的数值。纵摇的GM_pitch_est在初步估算时可以直接用纵稳心高，它通常是横稳性高的 100 倍量级，导致纵摇固有频率明显高于横摇，这符合物理直觉——船在纵摇方向"刚性"大，响应偏小但频率偏高。

4.2 关键参数清单：采样频率、频率范围、谱分带数、随机数种子

这几个参数决定仿真结果的可靠度，调试时优先检查它们。采样频率 (fs) 对应时间序列的时间分辨率，要满足奈奎斯特条件，即 (fs > 2 \times f_{\max})。前面频率上限 2.5 rad/s 约 0.4 Hz，所以 8 Hz 采样足够。若把频率范围扩到 3.0 rad/s 以上，建议采样提到 10 Hz。

谱分带数 (N) 影响频域精度。P-M 谱在峰频附件变化快，分带太少会低估谱峰能量。一个自检方法是：把 (N) 从 200 加到 500，看有义幅值变化是否在 1% 以内，超过 2% 则说明分带不足。频率范围的低频端从 0.02 rad/s 开始是安全值，有些代码从 0.1 开始，会丢掉长周期波浪的微小贡献，对纵摇结果影响尤其明显——纵摇对长波更敏感。

随机数种子rng的影响体现在单次时域结果的"长相"上，不同种子生成的曲线完全不同，但统计值应接近。建议保存种子值，报告复现时写明种子编号，避免"换个种子结果就对不上"的翻车现场。

%% 参数自检：收敛性检查 N_list = [100, 200, 400, 800]; m0_list = zeros(size(N_list)); for k = 1:length(N_list) w_tmp = linspace(0.02, 2.5, N_list(k))'; Sw_tmp = (4*pi^3*Hs^2) ./ (Tz^4 .* w_tmp.^5) .* exp(-16*pi^3 ./ (Tz^4 .* w_tmp.^4)); RAO_tmp = abs(1 ./ (-w_tmp.^2*(Ixx+A44) + 1j*w_tmp*B44 + C44)); m0_list(k) = trapz(w_tmp, (RAO_tmp.^2) .* Sw_tmp); end plot(N_list, m0_list, 'o-'); xlabel('分带数 N'); ylabel('方差 m0');

收敛性检查脚本只需几行，但它能一次性暴露频率范围截断、分带数不足两类问题。如果m0随N增大持续单调变化，说明分辨率还不够，继续加N直到平台期。

5. 海上实测与仿真对不上的排错：五个避坑案例

5.1 现象：响应方差严重偏小，原因：频率分辨率不够

现象：仿真得到的横摇有义角只有 3 度，实测同海况下却有 7 度，差距远超可接受范围。

原因：频率分带数 N 取得太小，或者频率上限只到 1.5 rad/s，把横摇共振峰的有效能量范围截掉了一部分。横摇固有频率在 0.4～0.8 rad/s 之间时，若 RAO 峰值窄而陡，200 个分带勉强够，但频率上限不足就会直接砍掉响应的主贡献频段。

解决：把频率上限放宽到 3.0 rad/s，分带数提高到 500，重新观察S_roll的谱形是否在边界处衰减到接近零。如果谱在频率上限处仍然有明显值，继续加宽范围。验证手段是算m0随频率上限的变化曲线，找到平台区。

5.2 现象：横摇幅值大得离谱，原因：接近共振频率阻尼给太小

现象：有义横摇角算出 25 度以上，明显超出线性理论适用范围，仿真曲线共振峰尖得像一根刺。

原因：阻尼比zeta设置过低（比如 0.01），同时固有频率恰好落在波浪谱峰值附近。横摇共振放大幅度反比于阻尼比，阻尼比 0.01 意味着放大倍数 50 倍，物理上不成立。

解决：将阻尼比提到 0.05～0.10 的合理区间，并检查是否有舭龙骨、航速因素需要修正。另一个隐含问题是 GM 取值，GM越小固有频率越低，越容易与长周期波浪共振，此时即使阻尼正常，幅值也会大。建议把GM和zeta做一组参数敏感性扫描，画出有义幅值热图，避免单点调参的盲目性。

5.3 现象：纵摇时间序列总趋势漂移，原因：谱积分累积误差

现象：纵摇时域曲线看起来正常，但整体有缓慢上升或下降的趋势，像叠加了一个低频漂移。

原因：频域最低频率 0.02 rad/s 对应的周期约 314 秒，仿真时长 600 秒只包含不到两个完整周期，低频分量在有限样本中不能充分体现，造成序列均值偏移。另一个可能是显式叠加循环中没有去除平均分量。

解决：将频率下限进一步降到 0.005 rad/s（对应周期约 1257 秒），或者对时间序列做去均值处理：

roll_t = roll_t - mean(roll_t);

去均值操作不影响谱分析结果，因为平稳随机过程的理论均值本身为 0，数值上出现的均值只是有限样本的估计偏差。

5.4 现象：改变随机种子结果差异太大，原因：样本长度不够

现象：rng种子从 1 改到 10，有义幅值的时域估计从 5 度跳到 10 度，统计值极不稳定。

原因：仿真时长太短，低频分量的周期长，600 秒内可能只经历 2～3 个低频循环，样本量不足导致统计波动大。

解决：把T_total加到 1800 秒或 3600 秒，或者做多次不同种子仿真然后对统计值取平均。更定量地看，时域统计值的变异系数约为 (1/\sqrt{N})，其中 N 是跨零周期个数，想要 5% 以内的波动，至少需要 400 个跨零循环。

% 多次种子平均 seed_list = 1:20; phi_1_3_est = zeros(size(seed_list)); for k = 1:length(seed_list) rng(seed_list(k)); % 这里放时域生成与统计代码 % phi_1_3_est(k) = 2 * sqrt(var(roll_t)); end fprintf('均值: %.2f deg, 标准差: %.2f deg\n', ... rad2deg(mean(phi_1_3_est)), rad2deg(std(phi_1_3_est)));

5.5 现象：RAO 曲线高频段震荡，原因：传递函数谱泄漏

现象：算出的 RAO 幅值在高频段（1.5 rad/s 以上）不是单调衰减，而是出现锯齿状波动。

原因：运动方程中的阻尼项在高频段起的作用越来越小，而附加质量项取为常数，导致幅值响应在高频段出现非物理的振荡。真实船体的附加质量和阻尼都是频率相关的，简化模型在远离共振频率的高频区不能反映真值。

解决：处理方式是不把高频段 RAO 当作可信数据，在工程应用中直接采用频域截断——响应谱只算到 2.0 rad/s，超过部分按 RAO 理论衰减趋势外推或直接忽略。若要更精确，需要水动力软件给出频率相关的附加质量 (A_{44}(\omega)) 和阻尼 (B_{44}(\omega))，替换常数值后重新计算。

6. 用窄带假设做短期预报之前，先验证带宽系数

最后一层值得谈论的是，很多人在得到响应谱之后，直接用 Rayleigh 分布做最大幅值预报，却没检查过程是否满足窄带条件。横摇由于共振峰尖锐，带宽系数 (\varepsilon = \sqrt{1 - m_2^2 / (m_0 m_4)}) 通常接近 0.3～0.5，处于"可接受"范围；但纵摇的响应频带明显更宽，(\varepsilon) 可能超过 0.6，此时 Rayleigh 极值公式给出的最大纵摇角会显著偏大，作业窗口决策就会过分保守。

一个务实的验证方法是直接查看响应谱的形态：若谱图只有一个清晰主峰、两侧能量快速衰减，窄带假设可靠；若谱形扁平或有多个峰，改用 Ochi 提出的宽带极值修正公式，或者干脆用前面多次种子时域仿真统计实际最大值分布，取 95% 分位值作为设计值。我的个人习惯是：横摇用 Rayleigh 闭式解做快速评估，纵摇涉及甲板上浪、螺旋桨出水判断时，一律走时域多次种子统计，不省这一步。

另一个常被忽视的细节是谱矩积分阶数的数值稳定性。(m_4) 是高阶矩，对高频端噪声极度敏感，频域积分上限多截一点、少截一点，带宽系数就完全不同。算 (\varepsilon) 之前，先画 (S_{response} \cdot \omega^4) 随频率的变化曲线，确认它在频率上限之前已经衰减到峰值 1% 以下，否则结果没有意义。

这套从波浪谱到 RAO、再到响应谱和时域样本的链路，我反复在船型方案对比和运营窗口分析里用，它的价值不是替代 CFD 或模型试验，而是在项目早期用半小时就得到可信的横摇、纵摇量级。参数设定上最值得花的功夫就是那组收敛性检查，它筛掉了绝大多数"仿真结果对不上"的玄学问题。希望帮到你。

本文还有配套的精品资源，点击获取