基于多USV/AUV的水下定位系统队形结构研究

针对现有自主水下航行器(autonomous underwater vehicle,AUV)水下高精度定位技术的不足,基于水面全球定位系统智能浮标技术和移动长基线技术,提出一种基于多无人水面船(unmanned surface vehicle,USV)的水下定位方法。重点利用克拉美罗下界和费希尔信息矩阵理论建立了定位系统的定位性能评价函数,通过评价函数极大化方法,分析了三维空间定位系统中USV/USV以及USV/AUV之间的相对队形结构对定位性能的影响。此外,分析了最优队形结构条件下,定位性能相对于较小的距离值偏差以及角度值偏差的敏感性变化问题。最后,仿真实验结果证明了结论的有效性。

基于量子决策的异构集群协同巡航方法

通过分析异构集群协同决策行为的特征,引入量子决策模型解决异构集群自主决策问题。首先从OODA流程出发,廓清异构集群协同的控制方式;而后针对异构集群协同巡航具体问题,拆分无人艇集群和无人机集群的任务,分别构建队形优化和自主探测的应用模型;设计队形优化算法,动态生成最佳通信队形结构;设计量子决策云和反馈评分机制,在众多可能探测选项中优选最合适的决策内容;最后通过仿真实验论证队形优化模型和自主探测模型在异构集群协同巡航中的有效性。实验表明,量子决策模型相比于常规决策模型,在决策行为选择和优化中具有更大的适用性和可迁移性。

基于无界排斥的各向异性Swarm模型

为提高集群运动对环境的适应性,提出了一种基于无界排斥作用的各向异性Swarm模型.各向异性性质使个体之间的相互作用不仅取决于个体间的距离,还与所处势场环境等因素相关,使得集群运动更能适应环境的变化;通过采用无界排斥作用避免了个体之间发生碰撞,保证了各个个体位置的独立性.证明了在线性势场环境中集群中心的聚集运动和集群收敛的稳定性.仿真结果表明,基于此模型的Swarm系统可以聚集成群或列队行进,通过对各向异性参数的控制可以实现集群整体结构和队形的变化.