基于行为树的水下运载器减压行为决策研究

为减小乘员手动控制水下运载器上浮减压的安全风险,以水下运载器自动上浮停留减压问题为研究对象,分析水下运载器在水中的一系列减压过程,提出水下运载器自动上浮停留减压需求,基于行为树技术对水下运载器在减压过程中的行为决策进行设计与建模。针对该行为决策模型进行仿真实验,通过仿真实验验证所设计行为树符合预期,为提升水下运载器智能化奠定基础。     

矢量推进混合型水下运载器的概念设计研究

文章介绍了一种基于矢量推进方式的新型水下运载器的概念设计,提出了使用光纤微电缆(FOMC)连接蓝牙浮标实现半无线通信并应用于水下运载器的理念,对运载器的本体设计和控制方式进行了阐述,另外还基于MATLAB对控制上位机进行了仿真。作为一种新型水下机器人,它可以通过半无线控制,轻便灵活,实现五个自由度的运动,能在半人工控制和半自主运动的模式下,实现水下悬停、定深运动并能灵活回转和爬升下潜等,成为一种兼具ROV和AUV优点的混合型水下半自主航行器。     

人工神经网络控制器水下无人运载器导航中的应用

本文以水下无人运载器（ＡＵＶ）绕平面圆周航行速度、位置控制为例，推广到任何轨迹的控制问题。利用神经网络学习ＡＵＶ运动的内在规律，预测未来一步的运行情况，并用改良的ＰＩＤ方式前馈与后馈相结合的控制其执行机构。系统学习、预测及ＰＩＤ各增益量利用ＧＥＳＡ全局优化方法求得。本方法具有自适应性、强非线性及前馈控制等特点，优于其它一般的控制器。     

仿生机器鱼的运动规律研究

仿生机器鱼技术为研究高效、高机动性和低噪声的水下运载器提供了新的思路，是近几年水下机器人领域的研究热点之一。基于仿生机器鱼的运动模型，研究了它的运动规律，并进行了计算机仿真研究。仿真结果表明，尾鳍摆动频率和两关节相位差对推进速度有较大的影响。     

远距操作水下航行器的稳定性和操纵性预报

水下航行器的控制是一个复杂的工作领域，对现代航行器性能的要求对应用型控制工程师有很大压力。模拟与水下试验的结合可以产生很有效的设计环境，本文描述了低成本远距操作水下航行器（ＲＯＶ）的设计。该航行器将作为研究水下航行器控制策略的测试台，将自主式水下航行器的一种易于理解的模拟用于ＲＯＶ的模型，并提供了程序包对性能行为的预报图示结果。     

舰船和水下航行器降噪效果模糊综合评估

以模糊理论为理论依据,运用模糊数学的综合评判工具建立数学模型,对水下航行器噪声控制的影响因素与影响效果之间的关系进行分析,以ＶｉｓｕａｌＣ＋＋和ＶｉｓｕａｌＢａｓｉｃ语文进行编程计算,对影响降噪的诸的综合影响效果有了定性的了解,并可对各种舰船的降噪效果模糊综合评估。     

基于连续滑模控制的水下无人航行器航向跟踪研究

本文提出在构建模糊水下无人航行器运动学模型的前提下,设计一款基于时变干扰观测器的连续滑模控制器。干扰观测器把系统误差及外界干扰等效到控制端,连续滑模控制器通过切换控制量使系统趋于平衡点。该控制器可快速响应,且对于模型参数变化及外界干扰不敏感,具有较强的鲁棒性。此外,将直线、正弦波及自定义曲线设置为预定航向,通过Matlab/Simulink进行仿真验证水下无人航行器是否可以实现在复杂水域下的轨迹跟踪,达到航向控制目的。     

水下特种运载器水下回收技术研究

水下特种运载器回收主要采取水面回收和水下回收2种途径。本文针对水下回收途径,分析几种具有应用前景的水下特种运载器的水下回收方法,并重点研究实现水下回收需要解决同步运动控制、对接控制、扰动处理等几个关键技术问题。     

水下特种运载器水下回收技术研究

水下特种运载器回收主要采取水面回收和水下回收2种途径.本文针对水下回收途径,分析几种具有应用前景的水下特种运载器的水下回收方法,并重点研究实现水下回收需要解决同步运动控制、对接控制、扰动处理等几个关键技术问题.     

潜射导弹无动力运载器的滚控暨分离技术研究

导弹水下发射无动力运载器需要滚动控制技术，但该技术在当前研制的静力分离运载器中难于实施。鉴于此，本文提出一种新的弹器分离方案－动力分离方案（即弹射分离方案），文中对动力分离运载器的结构和弹道性能作了较详细的介绍，并与静力分离方案作了较全面的比较。     

潜射导弹无动力运载器的滚控暨分离技术研究（续）

导弹水下发射无动力运载器需要滚动控制技术，但该技术在当前研制的静力分离运载器中难于实施。鉴于此，本文提出一种新的弹器分离方案-动力分离方案（即弹射分离方案）。文中对动力分离运载器的结构和弹道性能作了较详细的介绍，并与静力分离方案作了较全面的比较。     

基于模糊理论的水下航行器运动控制及仿真研究

为消除传统模糊控制存在的控制盲区,采用模糊控制与PID控制结合的控制方案。针对现有变论域模糊控制运算量大、推理规则利用率低等缺点,提出分级变论域的方法,设计某型水下航行器相应的模糊PID控制器,并利用计算机进行仿真试验。结果表明,相较于传统PID控制,在水下航行器深度及纵倾控制中,模糊PID控制器具有速度快、超调小及稳定时间短等特点,对于复杂非线性对象的控制器设计有着较好的借鉴意义。     

大深度浮力驱动式水下运载器的浮潜运动研究

基于模型试验,对大深度浮力驱动式水下运载器的上浮运动进行研究与分析,基于数值仿真,提出大深度浮力驱动式水下运载器浮潜运动的快速预报方法,并将预报结果与模型试验结果进行对比,证明快速预报方法的准确性。使用快速预报方法,针对水下运载器比重变化、流体密度变化、水下运载器初速度以及水流扰动4种因素对浮潜运动的影响进行研究.此外,对水下运载器作六自由度运动时所受的水动力进行计算,为后续的六自由度运动预报和研究提供基础。     

基于神经网络的水下机器人运动预测控制方法

将神经网络和模糊理论应用于水下机器人运动规划和控制中,提出了能实现模拟控制规则的基于强化学习的自学习和自调整的规划算法,设计了水下机器人实时运动规划器结构以及规划器操作过程,提出了基于预测模糊控制进行水下机器人运动控制的方法。在计算机仿真状态下,实现了对水下机器人这一复杂非线性系统的预测控制,仿真实验结果验证了本文所提的方法的有效性。     

面向水下搜救的自主水下航行器路径跟踪控制

对自主水下航行器（AUV）在执行水下搜救任务过程中遇到的三维路径跟踪控制和定点驻停问题进行研究。在固定坐标系和机体坐标系下建立AUV的运动学模型，引入流体坐标系，设计适宜进行运动控制的三维路径跟踪控制器，并在Serret-Frenet坐标系下建立AUV的路径跟踪误差模型；基于三维视距制导律控制设计AUV的三维路径跟踪控制器，在此基础上提出一种适于水下搜救工况的AUV路径跟踪控制方法，使AUV能完成对参数化路径的跟踪和在预设目标点的驻停；同时，基于李雅普诺夫稳定性原理证明该控制器的稳定性。仿真试验结果表明，设计的控制器有效，能实现对面向水下搜救的AUV路径跟踪控制。     

一种基于模糊逻辑的水下航行器前置点线导导引律

基于模糊逻辑理论，本文提出了一种水下航行器模糊前置点线导导引律。该导引律在不需要解算目标速度的前提下，通过在线自组织调整航行器的提前角，从而使水下航行器的前置点与目标交会。     

水下航行器组合导航蔽障控制器的设计与实现

为了提高水下航行器的蔽障性能,进行组合导航蔽障控制器优化设计。针对水下航行器导航中容易出现横滚误差的问题,提出一种基于横滚小扰动误差补偿的组合导航蔽障控制算法,构建水下航行器组合导航蔽障控制对象模型,进行控制约束参量分析,设计组合导航蔽障的运动方程和控制目标函数,采用小扰动误差补偿方法进行横滚误差抑制,提高控制精度,在纵向运动的弹道模型下实现控制器的优化设计。仿真结果表明,采用该控制方法进行水下航行器组合导航蔽障控制的误差较小,收敛性和鲁棒性较好,性能优越。     

潜艇悬停运动模糊控制

潜艇水下悬停是指潜艇在水下无航速时深度保持和变动,它是一个复杂的非线性过程。传统的控制方法缺乏自适应能力,影响了控制效果。模糊控制能够很好地解决上述问题。本文从模糊控制原理出发,确定悬停控制的模糊控制器结构,根据典型的阶跃响应指定了潜艇悬停的模糊规则,采用Simulink完成自抗扰微分器的程序设计。通过对2种典型工况进行仿真,表明模糊控制器能在潜艇定深悬停中起到很好的控制效果,并具有超调量小、调整时间短及鲁棒性好的优点。     

“海长矛“导弹运载器面面观

海长矛武器系统是一种密封的超音速远程反潜导弹，由攻击潜艇的鱼雷发射管发射。漂浮式运载器上升到水面之后，前罩分离，火箭发动机点火，把导弹和有效载荷从运载器发射到目标坐标。本文重点介绍了海长矛运载器（一种重量轻、强度高的复合材料压力壳体）的系统设计和舰载应用状况。鉴定了性能、环境和接口要求，并对此进行了分析和比较。对照不同的发射方法、材料和结构几何形状所做的原理性研究，得出了选择复合材料制作运载器的结果。本文比较了每种原理的密封性、浮力、水下推进原理的优缺点，确定了施加在用于保护导弹的运载器上的预定冲击负载，并导出对运载器的要求。另外，本文还阐述了根据运输、操作、潜艇武器的装运以及鱼雷发射等对运载器提出的要求。运载器圆筒材料是一种层状的复合材料，压力容器夹层的表层由长纤维缠绕的石墨—环氧树脂组成，蜂窝状酚醛位于中间，由长纤维缠绕的凯夫拉尔保护层涂复在扁状蜂窝结构上。本文介绍了复合材料运载器用于舰上的可能性。最后还谈到了复合材料运载器在海军工程应用中的优点。海长矛项目已在９３年取消，但其运载器的设计思想和技术方案仍有借鉴意义。     

人工神经网络控制器在水下无人运载器导航中的应用

本文以水下无人运载器（AUV）绕平面圆周航行的速度、位置控制为例，推广到任何轨迹的控制问题。利用神经网络学习AUV运行的内在规律，预测未来一步的运行情况，并用改良的PID方式前馈与后馈相结合控制其执行机构。系统学习、预测及PID各增益量利用GESA（GuidedEvolutionarySimulatedAnnealing）全局优化方法求得。本方法具有自适应性、强非线性及前馈控制等特点，优于其它一般的控制器。