多AUV协同导航时间延迟误差机理分析与补偿算法

定位能力是自主水下潜器(AUV) 工作的基础, 多AUV协同定位相比单艇定位具有更多的优势. 但在多传感器信息融合时, 由于各传感器处理信息所用时间不同, 而且艇间信息传输需要时间, 导致滤波量测量存在延迟, 严重影响了协同导航的滤波精度. 为此, 首先对广播式协同导航时间延迟误差机理进行深入分析, 然后提出一种基于量测更新的协同定位方法, 最后完成了相应的仿真验证. 结果表明, 基于量测更新的协同定位方法大大提高了多水下无人艇协同定位精度.     

层次分析法在AUV智能决策中的应用研究

在海洋勘查使命中,AUV为了适应各种变化以完成使命必须进行智能决策并从多条恢复路径中选出最优者。为了寻求获得最优恢复路径的方法,分析了AUV智能决策的主要约束,建立了智能决策模型,基于层次分析法对AUV进行智能决策选取最优恢复路径的过程进行了定性的分析。仿真试验表明：AUV基于层次分析法所获得的最优恢复路径和专家的决策相一致,层次分析法能够有效解决多约束条件下AUV的智能决策问题。     

航天控制的发展方向－－航天器智能自主控制

本文从航天任务、航天技术的发展过程分析了航天控制的发展方向,论述了发展航天器智能自主控制的必要性,航天器智能自主控制系统框架结构和需解决的问题,提出了智能控制理论中智能特征模型、智能控制器设计原则和智能控制目标可达性等几个关键性科学技术问题。论文最后介绍了智能自主控制在航天控制中的应用成果及有关理论与实践的关系问题。     

AUV智能化现状与发展趋势

归纳总结了国内外AUV单体平台与人工智能方法相结合的主要成果.从探测感知、航行控制决策、路径规划、故障诊断等核心技术环节进行深入剖析,探讨了人工智能方法在AUV典型作业场景下的应用.最后,指出了AUV的智能化发展趋势.     

基于时延分析的AFDX智能网络管理模型全局调度算法研究

为了更好地解决航空电子AFDX网络在应用上的不确定性问题,通过对AFDX网络时延进行分析,在建立AFDX智能网络管理模型的基础上提出了全局调度算法,该算法从AFDX网络全局角度出发,动态实时地调整调度算法、平衡网络负载,通过NS-2进行网络仿真,结果显示此算法能够有效地减少数据的最大延迟抖动,明显提高了AFDX网络的数据传送效能,更好地满足了航空电子网络数据传输的实时性要求,使AFDX网络运行更加高速可靠.     

基于Kalman滤波的AUV两位置对准方法

针对自主式水下潜器(AUV)的特定工作环境及导航系统对准精度的需求,提出一种基于Kalman滤波的两位置组合对准方法.建立系统误差模型,分析两位置组合对准原理,通过改变惯导系统误差模型中的捷联矩阵改善系统的可观测性,利用谱条件数求取两位置对准时系统参数可观测度.仿真结果表明,该方法能准确估计器件偏差,经补偿后能提高系统...     

分布式构件模型与农业智能决策系统研究

分析了农业智能决策系统的软构件流程,建立了一个公共的底层框架模型,在构件的集成和重用基础上,提供了一个分布式、协同的农业智能信息处理系统开发平台。平台支持对新一代电子农务应用的开发、部署和管理,使各种异构系统间交换信息成为可能。     

主动数据库技术在控制系统规则库方面的应用研究

讨论并分析了建立水下无人潜器(AUV)自主运动控制规则库的必要性和重要性及可行性。指出主动机制是主动数据库的一个重要功能．采用事件一条件一动作的规则来实现其主动功能。就控制系统的事件．动作特点提出控制规则数据库设计方案。解决了自主控制系统中控制规则单一的瓶颈问题。最后．对主动控制规则库的实现技术进行了讨论并提出了相应的解决方案。     

航天器威胁规避智能自主控制技术研究综述

当前, 轨道空间日益拥挤、太空竞争不断加剧, 对航天器执行既定任务时的轨道威胁自主应对能力提出了新的挑战, 使得航天器智能自主控制技术迎来新的发展机遇. 在调研分析了轨道威胁感知、自主决策规划、规避机动动作执行、自主控制系统架构相关研究进展的基础上, 总结提出了威胁规避智能自主控制面临的主要瓶颈问题, 并分析指出发展“感知−决策−执行”一体化控制是破解瓶颈难题的有效手段, 最后从一体化控制系统建模、设计、分析与验证多方面, 系统讨论了威胁规避智能自主控制需要重点关注的若干基础问题, 为未来航天器智能自主控制的理论研究和技术发展提供启发和参考.     

战略指挥员智能决策算法研究

目前在战略指挥员决策行为研究方面存在着定性描述多、定量分析少的问题,部分理论研究成果检验性差、可信度低。因此,合理设计战略指挥员智能决策算法,建模战略指挥员决策过程,通过计算机仿真剖析决策特点和规律,分析预测决策方案选择,将是增强纯理论研究成果可信度的有力支撑。为此,该文从计算机工程实现的角度出发,把战略指挥员实际决策过程在逻辑上划分为客观决策、主观决策和决策调整三个阶段,给出了各个阶段中基于CBR和BP神经网络技术的智能决策子算法,并对各个子算法实现中所需的基础数据源,即战略决策基础案例库和战略指挥员决策行为案例库进行了详细的讨论。     

自主水下航行器的变质心跟踪控制

The trajectory-tracking control problem is investigated for an autonomous underwater vehicle (AUV) moving in the vertical plane using an internal point mass and a rear thruster as actuators. Combined with the dynamics of the point mass, the AUV is modeled as an underactuated system. A Lyapunov-based tracking controller is proposed by using backstepping approach to stabilize the error dynamics and force the position errors to a small neighborhood of the origin. Simulation results validate the proposed tracking approach.     

水下自航体航姿控制系统的仿真测试

为了全面检测与实时考核水下自航体航姿控制系统的性能参数,确保自航体能够高精度地实现预定的航行轨道,设计了由精密程控交、直流信号源产生自航体水下航行的各种姿态、状态和轨道指令信号,实时测定航姿控制系统输出信号,从而考察其控制性能的计算机仿真测试系统,阐述了系统的组成原理和仿真设计方案。实现了多种信号的实时、高精度定量控制产生功能,航姿、速率、深度和目标角指令的仿真信号分辨率分别达到0.001°、0.002°/s、0.08m和0.02°,解决了六路航姿仿真信号的相位不一致性。经实际应用证明,该系统工作稳定可靠,测试准确,满足实时性要求。     

基于有限时间系统同步的自治水下航行器回收控制

基于主-从系统状态同步的思想,提出了母艇在平面运动中回收自治水下航行器（Autonomous underwater vehicle,AUV）的一种控制方法. 在给出母艇和自治水下航行器的动力学模型基础上,建立了自治水下航行器（从系统）接收母艇（主系统）的状态信息并控制自身接近母艇的主从控制方案,使母艇自主回收水下航行器的问题转化为两者的运动状态同步问题. 利用有限时间稳定性理论,设计了一种在常值海流扰动影响下,自治水下航行器能够在有限时间内被母艇回收的滑模控制器,理论证明和仿真实例证实了该控制器的有效性.     

小型自治水下机器人控制系统研究开发

开发了一种性价比高的CAN总线分布式自治水下机器人控制系统结构,并采用了独特的故障处理方法．根据弱耦合简化模型,详细设计了航行控制器,并对航行控制系统进行了仿真研究．仿真与试验结果表明: 控制系统性能可靠、传输率高,并具有很好的鲁棒性与稳定性,能够满足水下机器人工作环境复杂多变的要求．     

基于CAN总线的自治水下机器人控制系统

将CAN总线应用在自治水下机器人中,构成多主站的分布式控制系统,取代了以往水下机器人采用的集中式控制结构及主从式网络结构．从硬件和软件两方面详细介绍了CAN总线在自治水下机器人中的应用方案,设计了基于P87C591单片机的CAN总线控制器,并针对水下机器人分布式控制系统的需求特点,设计了CAN应用层协议和相应的通信软件．最后通过湖试验证了控制系统的可行性和可靠性．     

基于神经网络的自治水下机器人广义预测控制

针对自治式水下机器人高度非线性和时变性的特点,提出了一种基于神经网络的水下机器人广义预测控制策略．利用改进型Elman网络作为多步预测模型,在对网络学习算法进行改进的基础上,实现了Elman网络的在线学习,并提出了用于求解神经广义预测控制律的灵敏度公式．进行了具有神经网络在线学习功能和不具有在线学习功能的水下机器人的速度控制实验,并就预测控制效果进行了对比分析．实验结果表明,具有自适应学习功能的水下机器人速度控制法的精度要优于不具有在线学习功能的速度控制法,且当水下机器人动态特性发生变化时具有较强的自适应能力．     

一种新的仿人控制方法研究

以模拟人对混水阀的调节过程为基础,提出一种新的仿人控制算法.该控制算法模拟人在控制时的粗调和微调,并使控制量逐步逼近最终稳定控制量的过程.算法中的参数具有明确的物理意义,可根据不同的控制指标方便地调节,并且能够获得足够的稳态误差.采用本文控制算法,不需要有精确的被控对象模型,即使在有较大干扰的情况下,仍可以获得较好的控制性能.     

模糊滑模变结构控制在AUV纵倾控制中的应用

无人水下机器人(AUV)在潜浮运动过程中,纵倾角的控制对其在垂直面的运动状态起着关键的作用.尽管目前研究的控制方法对纵倾角有较好的控制效果,但是由于AUV不确定的非线性特性和模型参数,其控制性能并不理想.根据AUV垂直面的非线性模型,在特定的工作点对非线性模型进行了线性化,得到AUV垂直面纵倾运动的数学模型.设计了基于模糊控制理论的模糊滑模变结构控制器调整滑模控制的控制增益,并在海流干扰下用该控制器成功地对AUV进行了纵倾控制.仿真结果验证了该控制方法对运动模型不确定的AUV具有很好的控制性能,在外界干扰下,既保证了控制系统的快速性和鲁棒性,又能够有效地削弱抖振.     

GNSS系统接收机自主完好性监测算法

提出一种适用于多星座情况的接收机自主完好性监测算法——基于完好性指标动态分配的完好性监测算法。该算法比传统算法更能适应多星座情况下不同星座观测量属性的差异,其可用性比传统算法提高2％～3％。在多星座和双频情况下,利用该算法分析完好性监测的性能,结果表明,该算法在LPV-200完好性要求下是适用的。     

基于修正导航向量场的AUV自主避障方法

针对复杂海洋环境下的自治水下机器人(Autonomous underwater vehicle, AUV)三维避障问题, 本文提出了一种高效的修正导航向量场方法.构建自由空间下的初始导航向量场, 引导AUV以最短路径向目标点航行.定义修正矩阵来量化描述障碍物对初始导航向量场的影响, 得到障碍空间下的修正导航向量场, 使得AUV向目标点航行的同时躲避静态障碍.通过结合障碍物运动速度, 分别构建相对初始导航向量场与相对修正导航向量场, 并采取有限时域推演与调整策略, 最终引导AUV安全躲避动态障碍.仿真结果表明, 本方法能较好地应用于复杂海洋环境下的AUV避障任务.