扑翼滑翔UUV流体动力布局设计

针对以往无人水下航行器（UUV）流体动力布局设计只对扑翼的安装位置进行研究,本文将水下仿生扑翼UUV和水下滑翔机（AUG）两者优点集于一体,提出了一种新型扑翼滑翔UUV。通过分析海龟运动和航行器前、后端扑翼的用途,归纳了大升阻比、低阻力的流体动力布局设计准则,利用计算流体力学（CFD）的方法对前端扑翼的4种安装位置和3种翻转角设计分别进行了数值仿真。仿真结果表明,当前端扑翼选用安装位置取距UUV主体外壳最前端纵向长度为整个纵向长度的30%和翻转角为10o时,该扑翼滑翔UUV具有较优的大升阻比、低阻力的流体动力性能,所得结果为进一步研究该UUV的总体设计提供了理论参考。     

水下驻留无人水下航行器驻留过程建模与仿真

针对水下驻留无人水下航行器（UUV）的运动特点,建立了大攻角下UUV运动仿真的六自由度数学模型,提出了一种驻留UUV辅助推进器的控制方法,并对UUV驻留过程中的下潜运动进行了仿真研究。具体分析了UUV下潜驻留运动中攻角、侧滑角、速度、俯仰角等参数的变化规律。仿真结果表明：航行器的轴向速度在阻力作用下逐步减小,趋近于0;在辅助推进器的作用下,UUV下潜速度被限定在安全范围内,导致UUV攻角逐步增大,直至接近90°;在前后2个辅助推进器的作用下,航行器的信仰角始终被控制在合理范围内,从而确保UUV具有良好的着陆姿态。     

基于双目视觉的UUV避障半实物仿真系统

由于无人水下航行器（UUV）避障研究的实物海洋试验成本高且风险较大,故针对在试验室进行UUV自主避障规划的需求,利用双目视觉展开了UUV避障半实物仿真试验系统的设计研究,包括多自由度运动台架模拟UUV的运动,双目摄像机代替前视声纳作为避障传感器。阐述了实物双目视觉子系统的关键技术和UUV模型子系统的软件实现方法,以及系统的体系结构、数据交换方法,并进行了基于规则的避障仿真联调试验,结果表明,该系统结构简单,试验实施便利,可作为演示、验证和评估避障路径规划正确性和有效性的实用手段。     

基于BTT控制的无人水下航行器动力学模型

针对传统采用侧滑转弯（STT）控制技术的无人水下航行器（uuv）快速机动时由于侧滑产生较大诱导力矩及其自动驾驶仪三通道间产生较强的耦合而降低其控制系统稳定性的问题,提出了采用倾斜转弯（BTT）控制技术的改进方法。根据UUV的航行动力学模型与倾斜转弯控制的特点,对UUV空间动力学方程进行了必要的简化,得到了基于BTT控制技术的UUV动力学模型,并从自动驾驶仪设计的简便性出发,提出了利用其法向过载作为状态变量的全状态可测量数学模型,为进一步设计基于BTT控制技术的UUV控制系统提供参考。     

无人水下航行器外挂鱼雷武器运动矢量建模与仿真

为建立外挂鱼雷武器的无人水下航行器(UUV)的空间运动矢量模型,本文首先根据稳性计算和流体动力仿真计算,确定外挂鱼雷的最佳位置。接着基于经典的动量和动量矩定理,推导外挂鱼雷武器的UUV运动矢量模型,同时重点分析了作用在无人航行器上的流体动力和力矩,以及鱼雷对无人航行器的反作用力和力矩。并在建立的外挂鱼雷武器的UUV六自由度空间运动模型的基础上进行了仿真计算,并对仿真结果进行了分析。     

拖曳式导航浮标对回转体UUV操纵性的影响

为了验证回转体无人水下航行器(UUV)采用拖曳式导航浮标进行卫星辅助导航的可行性,研究了拖曳式导航浮标对回转体UUV操纵性的影响。根据达朗伯原理建立了拖曳系统运动数学模型,根据动量和动量矩方程建立了回转体UUV六自由度运动数学模型,并对拖曳式导航浮标对回转体UUV操纵性的影响进行了仿真。仿真结果显示:导航浮标对回转体UUV的操纵性造成一定的影响,但回转体UUV仍可以稳定的运动;导航浮标对回转体UUV的运动参数都有一定的影响,回转体UUV的运动曲线、俯仰角、速度、角速度、攻角等参数都有一定的振荡变化,一定时间后趋于稳定;回转体UUV拖曳导航浮标运动期间,由于拖曳导航浮标系统对回转体UUV尾部有一定的作用力,造成回转体UUV的轴向速度有较大的减小。研究表明,回转体UUV采用拖曳式导航浮标进行卫星辅助导航是可行的。     

新型随控布局水下航行器近水面运动非线性模型研究

采用随控布局的新型水下航行器配备有多个不同方向的推进器,实现了直接升力控制和直接侧向力控制,具有巡航和悬停2种运动模式。文中详细分析并建立了不同运动模式下的流体动力模型以及环境因素的扰动作用模型,建立了新型水下航行器的6自由度非线性低频运动模型以及波浪作用下的高频运动模型,并进行了计算机仿真。仿真结果表明,该模型不仅可以模拟航行器的巡航以及悬停运动状态,还可以描述航行器的低频运动和高频运动状态,为航行器近海面运动的控制系统设计与仿真提供了参考。     

基于自抗扰方法的UUV近水面垂直面运动控制

无人水下航行器(UUV)在近水面航行时,受到海浪、噪声等干扰的影响较大,尤其是垂直面方向,为满足UUV在近水面潜伏作战的需求,研究了基于自抗扰控制方法(ADRC)的运动控制技术。该技术抗干扰能力强,能将来自系统内部和外部的扰动都归结为系统的总扰动,并对其进行实时估计同时给予相应的扰动补偿,运用此方法设计了UUV垂直面控制器并分析了其抗扰性能,以解决海洋环境下UUV近水面垂直面运动的控制扰动问题。仿真结果表明,所设计的UUV垂直面自抗扰控制器能有效抑制海浪的干扰,降低艉升降舵的抖振现象,具有较好的控制效果和抗扰性能。     

一种基于无迹卡尔曼滤波的UUV协同定位方法

多水下无人航行器(multi-UUV)协同定位技术是解决海洋中间层水下导航定位问题的重要途径,针对以往multi-UUV仅靠距离量测的协同导航定位精度低的问题,给出了一种基于无迹卡尔曼滤波(UKF)方法的UUV协同定位方法。利用从UUV的运动学方程和基于距离的量测方程建立了从UUV的导航模型,针对该非线性导航模型,采用UKF设计了导航滤波算法,避免了对非线性方程的线性化处理,实现了递推导航滤波算法,并与传统的航位推算方法进行了仿真对比。仿真结果表明,从UUV能够利用该导航滤波算法进行实时定位,比传统的航位推算方法具有更高的定位精度。     

潜用UUV回收技术

回收是潜艇装备UUV急需解决的一大难题。研究了潜用UUV回收过程,并对比分析了现有UUV回收方法的优缺点。在充分利用现有发射装置,避免潜艇加装和改造设备的前提下,提出了一种利用拖缆导引装置,实现牵引回收的方法。该方法对现役潜艇装备UUV具有一定的实用价值。     

美国海军UUV的任务与能力需求

美国海军近来发布了新版本的UUV主计划,这引起了各国海军的广泛关注。这里介绍了这一计划的要点,主要涉及美国海军战略需求,UUV的级别、任务及其优先级以及UUV的能力需求,介绍了UUV的9项主要任务,并从“21世纪海上力量”的新战略需求出发,对UUV的需求背景进行了分析。     

基于自抗扰的自主水下航行器地形跟踪控制

为保证自主水下航行器在进行地形跟踪任务时,可以更好地抵抗外界环境及自身信号传输的干扰作用,提出一种基于自抗扰控制技术的地形跟踪控制方法,可以将地形跟踪转化为水下机器人的纵倾控制,并设计有运动保护机制。在仿真实验中,利用所设计方法,进行了三维运动仿真,模拟了机器人从水面到水下完成地形跟踪任务的全过程,并与基于PID控制方法的控制器进行比较。结果表明,基于自抗扰控制技术的地形跟踪控制方法能够准确完成预定任务,同时,相比于基于PID的跟踪方法,能够更有效地抑制干扰所造成的超调和震颤等现象,具有更优的控制效果。     

基于重构容错的智能水下机器人定深运动控制

为保证智能水下机器人（AUV）在部分运动执行器出现故障的情况下,仍可在一定深度下顺利完成相应任务,提出一种定深容错运动控制策略。该控制策略针对某型智能水下机器人垂向推进器的故障,从实用角度出发,基于重构容错控制思想,同时结合自抗扰控制（ADRC）方法进行具体的控制器设计和实现。该控制策略中包括两种定深控制器设计,分别为垂推正常工况下和垂推故障情况下的定深控制,试图依靠相关故障信息,通过重构替换实现容错控制。在仿真实验中,该控制策略于不同环境干扰下进行了相应测试,并与结合PID方法的定深控制器进行了比较。结果表明,基于重构容错控制思想,并结合自抗扰控制方法的定深容错控制策略不仅有效,同时具有更好的抑制干扰作用,从而可以为机器人提供更优的控制效果。     

远程AUV近水面运动纵向模糊滑模控制

针对自主水下航行器（AUV）近水面航行过程中波浪扰动的问题,研究了模糊滑模控制在AUV近水面纵向运动控制中的应用。在AUV六自由度非线性模型的基础上进行合理的近似和简化,建立了线性化纵向运动方程。根据随机长峰波理论和波浪谱密度函数对AUV受到的波浪力和力矩进行了数值计算和仿真。基于滑模控制方法设计了AUV纵向运动控制器,对1阶波浪力扰动下的深度控制性能进行了分析,并通过在滑模控制器的基础上引入模糊逻辑解决1阶波频扰动引起的控制输入高频抖动问题。近水面深度控制计算机仿真结果表明,所设计的模糊滑模控制器在保持良好的控制性能的基础上能够达到减弱舵角高频抖动的目的。     

超高速水下航行器纵平面运动特性分析

超高速水下航行器运行于巡航阶段时，由于大部分表面被超空泡所包覆，其运动模式完全不同于常规的全沾湿水下航行器，表现出独有的运动特性。为了对超高速水下航行器实施深度和姿态控制，研究其纵平面运动特性是必要的。该文从超高速水下航行器流体动力产生的机理出发，分析了其力学特性，建立了航行器纵平面运动方程，分析了其欠阻尼运动特性，指出了运动控制中攻角不得超限的关键问题，给出了控制作用不能太强的建议，以上分析结论可为超高速水下航行器控制系统设计提供参考。     

无人机SLAM 避障技术研究

针对无人机没有考虑障碍规避而导致无人机的同时定位与地图构建(simultaneous localization and mapping, SLAM)任务无法完成的问题,提出一种改进的人工势场法。通过建立一个包含无人机到目标点的距离、无人机到障碍物的距离及障碍物方差的势场函数,制定避障策略,从而解决无人机 SLAM的障碍规避问题,并在构建的无人机运动模型基础上,对提出的算法进行仿真验证。仿真结果表明：该算法在完成 SLAM任务的同时,能够有效地避开障碍物的威胁。