多水下滑翔机海洋采样路径规划

提出了以时间为优化准则的多水下滑翔机海洋采样路径规划算法.首先,根据水下滑翔机的个数,通过空间聚类算法,把多水下滑翔机的路径规划问题转化为单水下滑翔机的路径规划问题;然后,利用2步CLK(chained Lin-Kernighan)算法,优化每一个采样子空间中的采样路径;设计了扩散算法,调节各个采样子空间的采样点,使得完成整个采样任务需要的时间最短;最后,以Sea-wing水下滑翔机为例,对上述方法进行了仿真验证,结果显示所提出的方法能够有效地降低采样作业的采样时间.     

海洋中尺度涡旋观测任务中的水下滑翔机协同控制策略

为了实现以水下滑翔机为平台,组队进行海洋中尺度涡旋的采样观测任务,提出了一种水下滑翔机队形协同控制方法．该控制方法可以使滑翔机能够完成以涡旋中心为圆心的预定圆形轨迹的循迹采样,同时在采样过程中能够使滑翔机保持任意预定的相对位置关系．首先,利用极坐标系对滑翔机的队形参数进行建模;然后根据队形参数提出对应的能量方程;最后通过最小化能量方程的导函数,制订相应的水下滑翔机航向控制律．通过建立仿真系统并对不同的轨迹参数进行仿真,在涡旋中心恒速运动和变速运动的情况下,载体均实现了对涡旋区域内不同半径圆形轨迹的跟踪采样观测任务,证明了该方法能够满足圆形预定轨迹上滑翔机队形保持的要求,为进行海洋中尺度涡旋区域组队观测采样提供了一种有效的队形控制方法．     

能耗最优的水下滑翔机采样路径规划

研究了以能耗为优化准则的水下滑翔机海洋环境参数采样路径规划方法.首先,根据水下滑翔机的运动特点,建立了水下滑翔机采样作业过程的能耗模型;其次,基于能耗模型提出了一种能耗最小的滑翔运动参数优化方法,该方法避免了求解复杂的混合整数非线性规划问题;之后,在能耗最优的滑翔运动参数优化基础上,提出了一种基于两步链式Lin-Ker...     

多圆碟形水下滑翔机的双层协调三维路径规划

本文研究了欠驱动圆碟形水下滑翔机集群在海流干扰和水下碍航物影响下的三维路径规划问题. 具体地: 第一, 根据圆碟形水下滑翔机的航行特点, 建立了相应的航行时间模型, 设计了三维路径规划的优化目标; 第二, 提 出了一种基于双层协调的多水下滑翔机三维路径规划结构, 采用基于三维离散空间的全局路径规划和基于人工势 场法的局部路径规划, 避免了滑翔机与碍航物以及不同优先级的滑翔机之间发生碰撞; 第三, 基于双层协调路径规 划结构, 采用基于量子行为的自适应粒子群优化方法完成了时间最优目标下多圆碟形水下滑翔机的三维路径规划. 仿真结果验证了所提多圆碟形水下滑翔机三维路径规划方法的有效性.     

浮力驱动式水下滑翔机运动仿真

浮力驱动式水下滑翔机对我国海洋勘探和国防建设有着重要应用前景,根据水下滑翔机三维运动模型,以MATLAB/Simulink为平台完成了滑翔机建模和图形界面仿真工具的设计。并以此仿真软件进行算例计算。该仿真成本低廉,可广泛应用于一般的水下滑翔机设计方案验证。     

基于改进Xmodem协议的水下滑翔机通信系统设计

水下滑翔机是一种依靠重心和自身净浮力变化驱动航行的新型水下机器人。为满足其长时间大尺度海洋调查的要求,设计了一种无线电和铱星卫星通信相结合的通信系统,并根据通信系统在海洋环境下通信链路不稳定的特点,设计了一种改进Xmodem通信协议,以保证水下滑翔机在海洋调查过程中通信的有效性和可靠性。通过海上实验表明:该通信系统和改进Xmodem协议可以满足水下滑翔机上传实验数据的应用需求。     

基于垂直采样的水下三维传感网覆盖算法

针对水下环境的三维传感器网络节点随机部署时存在覆盖率低的问题,设计一种基于垂直采样的水下三维传感网络覆盖算法,用于提高水下三维传感器网络覆盖率和连通性.垂直采样算法首先对三维监测区域进行垂直平面采样,然后再对该平面进行直线采样,把三维空间的覆盖问题转化为多平面内的直线覆盖优化问题,达到对整个三维网络覆盖优化的目的.仿真结果表明,在100 m×100 m×100 m的三维监测水域,垂直采样算法比三维随机部署策略可提高约4%~28%的覆盖率,在节点数为40时对覆盖率的提升程度最大.     

水下滑翔机海洋环境深平均流估计方法

提出了水下滑翔机海洋环境深平均流估计方法．首先,基于水下滑翔机稳态运动模型,研究海水密度差异和耐压舱体压缩变形对水下滑翔机运动速度的影响,建立水下滑翔机运动速度快速计算模型,并证明了该模型的正确性及有效性．然后,利用得到的水下滑翔机运动速度和船位推算方法结合,给出了海洋环境深平均流估算方法．利用该深平均流估算方法对3台水下滑翔机海上试验过程中的深平均流进行估算,并分析了估算结果的有效性．实验结果证明利用本文得到的深平均流可以提高水下滑翔机船位推算中的定位精度．     

多主体目标优化的动态合作博弈方法

通过多目标优化和动态合作博弈理论,定义了联盟中多主体目标优化问题,提出了能够适应动态环境的基于合作博弈的多主体目标优化模型。该模型的组成一方面能够利用主体的协作能力,另一方面又能够充分考虑动态联盟的特征,适合大规模网络中多主体协作,避免模型中主体理性和团体理性的冲突。基于所提出的多主体目标优化模型,设计了一种联盟效用分配算法。仿真实验表明,联盟效用分配算法能够使多主体根据最优共识原则,分配各方的合作效用,从而达到多赢的帕累托最优局面。     

基于Q学习的水下滑翔机路径规划方法

针对水下滑翔机路径规划问题，提出了一种基于Q学习的水下滑翔机路径规划方法。考虑到水下滑翔机在执行一些特定任务时会提前给定俯仰角及深度参数，且航向角选择范围通常是几个离散角度值，本文针对典型的几种俯仰角情况分别设计了航向动作选择集，这避免了Q学习方法“维数爆炸”问题。根据水下滑翔机航程最短的目标和障碍物外部约束条件，设计了奖励函数与动作选择策略。相较于传统路径规划方法，本文提出的方法不需要提前知道环境信息，而是在学习过程中根据环境的反馈选择最优动作，因此该方法在不同的环境条件下有优良的迁移能力。仿真结果表明，该方法能在未知环境中为水下滑翔机规划出规避障碍且航程短的路径。