多自主水下航行器编队控制技术研究

对多自主水下航行器编队任务进行了概述,针对编队问题和目前常用的编队方法,提出了基于领航者法的分层式编队控制技术,将人工势场法引入到编队控制行为中,提高了AUVs编队的协调性与协作性,增强了编队体系的环境自适应能力.最后,通过仿真实现了多种编队案例,验证了算法的合理性和实用性.     

Multiple USV cooperative algorithm method for hunting intelligent escaped targets北大核心CSCD

[目的]针对无人艇协同围捕过程中逃跑目标具备智能性,现有无人艇策略难以围捕成功的问题,提出一种基于双层切换策略的多无人艇协同围捕算法。[方法]第1层围捕策略采用改进势点法,以无人艇与势点的总直线距离最小为优化目标,采用匈牙利算法为无人艇动态分配势点,并采用人工势场法实现无人艇的协同避碰;第2层围捕策略利用了阿波罗尼奥斯圆的性质,在两艘无人艇前往逃跑目标的目标点进行拦截,剩余无人艇运动方向保持与逃跑目标相同,以不断缩紧包围区域;为应对逃跑目标不同的逃跑方式,第1层围捕策略和第2层围捕策略可互相转化。[结果]仿真实验表明,该算法相较于顺序分配势点算法和极角分配势点算法,围捕时间更少或持平,证明了该算法的有效性和先进性。[结论]该多无人艇协同双层围捕算法,对具备典型智能性的逃跑目标具有围捕效果。     

基于改进人工势场的避障路径规划策略研究

随着战争形势的无人化、多样化和跨域化发展,水下无人航行器作为各军事强国抢占水下作战域和海洋不对称作战优势的主要抓手,在未来战争中发挥着越来越重要的作用。由于海洋非结构化环境的复杂性,水下无人航行器在执行任务过程中,需能够在无人干预情况下进行系列操作和任务决策。本文针对水下无人航行器局部路径规划,提出基于速度矢量判断的改进人工势场法的避障航路规划策略,通过增加障碍物斥力场范围,强化目标点附近的引力场,优化障碍物斥力系数,并通过速度矢量判断旋转方向,使得水下无人航行器能够结合环境感知信息进行路径实时调整,最终能够达到安全快速避障。最后结合航行器流体动力与运动控制一体化仿真模型进行仿真分析,验证提出算法的有效性。     

基于改进人工势场法的水下自主航行器路径规划

针对水下自主航行器(AUV)在水下复杂环境下的路径规划问题,提出改进人工势场法的路径规划算法.在传统人工势场法的基础上,提出考虑避障半径的斥力场函数方法,进一步优化规划路径.通过设置子目标点法和距离比较法,有效解决二维和三维空间下的局部最小值点问题和目标不可达问题.通过仿真对比验证提出的基于改进人工势场法的水下自主航行器路径规划算法的有效性.     

圆柱形水下航行器多学科优化设计方法研究

基于Isight软件,对圆柱形水下航行器开展了多学科设计优化技术的研究。首先将圆柱形水下航行器划分为阻力、结构、能源和推进四个学科,对每一个学科进行了详细的建模与分析,然后基于序列二次规划法,霍克-吉维斯直接搜索法以及多岛遗传算法三种优化算法对每个学科进行了单学科优化,在得到优化结果的同时,确定了最适合每个子系统的优化算法。接着确定了四个学科的耦合关系,完成了协同优化框架和同时分析与设计框架下多学科优化模型的构建。基于这两个多学科优化框架,分别在系统级优化器中采用上述三种优化算法,对圆柱形水下航行器进行了多学科设计优化,得到了满意的优化结果。最后总结出了一套适用于微小型水下航行器的多学科设计优化方案。     

基于LQG/LTR的水下航行器多变量鲁棒控制

基于LQG/LTR方法对水下航行器进行多变量鲁棒控制设计,解决在模型不确定及受到随机干扰情况下水下航行器的控制设计问题,使得水下航行器控制系统具有良好的鲁棒性和动态品质.对水下航行器非线性动力学模型进行仿真实验,仿真结果验证了该方法的有效性和可行性.     

水下航行器执行机构故障诊断方法研究

针对水下航行器执行机构故障论断问题,建立了航行器推进器及舵等执行机构的偏差型故障模型和航行器水平面运动模型;设计了一种采用时变渐消因子实现的强跟踪滤波器算法,在线估计航行器状态及执行机构故障偏差,通过对残差进行分析,实现了对水下航行器执行机构的故障诊断。仿真试验验证了强跟踪滤波器在航行器执行机构故障诊断中的有效性。     

基于改进蚁群算法的多自主式水下机器人任务分配

[目的]以多自主式水下机器人(MAUV)执行海底地形勘察任务为背景,提出一种基于改进蚁群算法的MAUV最优任务分配算法。[方法]首先,建立任务分配问题模型;然后,针对基本蚁群算法进行改进。改进的蚁群由多个子群组成,通过对任务执行能力蚂蚁的选择方法、启发函数和全局信息素更新方式进行改进,以此提高算法的自适应能力和全局搜索能力,并在局部搜索中通过2-opt算法进一步加快最优解的收敛速度。[结果]Matlab仿真结果表明,改进的蚁群算法可以有效提高MAUV的任务分配效率,从而快速地平衡航行距离和能耗代价。[结论]研究成果可为MAUV海底地形勘察任务分配提供参考。     

多无人水下航行器协同导航与定位研究

提出一种基于移动长基线的多无人水下航行器协同导航与定位方法.多无人水下航行器协同导航与定位方法对于解决大水深和远航程问题至关重要,在移动长基线算法中,主UUV装备高精度导航设备作为移动长基线节点,而从UUv装备低精度导航设备,两者之间通过水声装置米相互定位,利用传统几何关系解算从UUV,位置的算法将产生很大误差.基于扩展卡尔曼滤波的移动长基线算法能有效融合内部和外部传感器信息,提高导航精度.仿真试验对此进行了验证.     

基于高斯滤波函数的水下航行器动力分析检测算法

水下航行器动力分析属于非线性问题,传统UT变换分析检测算法对于非线性问题的求解精度较低,因此设计一种基于高斯滤波函数的水下航行器动力分析检测算法。首先建立坐标系,对水下航行器的工作过程进行受力分析,并对水下航行器的运动和受力参数进行描述;随后引入高斯滤波函数,经过状态初始化、时间更新、量测更新的步骤,完成水下航行器动力分析检测算法设计。为了验证设计的算法具有较高的求解精度,设计水下航行器的冲击实验,根据冲击后的最大变形和最大等效应力对算法的计算精度进行判断。实验结果表明,设计的算法最大变形和最大等效应力的值均优于传统算法,验证了设计的基于高斯滤波函数的水下航行器动力分析检测算法具有更高的计算精度。