UUV预防性维修策略优化方法研究

水下无人航行器(UUV)是执行海洋探测和军事任务的重要工具。由于UUV工作时工况的复杂性,其部件易发生故障,导致水下任务失败,甚至造成巨大损失。针对当前缺少对广义环境下UUV预防性维修策略研究的问题,建立UUV预防性维修策略优化模型,提出基于多目标粒子群算法的求解方法,并引入实际数据验证模型和方法的可行性,为UUV运行安全保障和维护提供理论参考。

基于群体智能的多UUV动态任务分配方法

针对有人/无人协同背景下多UUV任务分配存在的任务负载不均衡、动态适应性不强等问题,基于群体智能提出一种动静结合的启发式任务分配方法,以UUV为主体设置主循环,循环往复地为各UUV分配满足优化目标和分配约束的任务,直至资源耗尽或任务完成为止。利用阈值响应机制,保证基本的任务分配质量;引入轮盘赌随机策略,提升任务分配方案的全局最优性;设置每轮分配任务数上限,改善任务分配方案的均衡性;提出任务重置和任务接续2种策略,赋予算法动态重分配能力。基于典型想定进行仿真实验,结果表明,提出的任务分配方法既能进行全局静态任务分配,又能应对UUV故障、新增任务等动态应用场景。

基于改进鱼群算法的UUV路径跟踪控制参数整定研究

针对优化算法在无人水下航行器的水平面路径跟踪控制器参数整定中的应用,采用夺食行为、自适应步长、带衰减因子的视野范围等方法改进人工鱼群算法,利于加快迭代后期收敛速度以及跳出局部最优值。使用改进鱼群算法对S面前向速度控制器与S面艏向控制器的5个控制参数进行优化整定,同时在传统S面控制器中引入积分项,以提高控制器性能。经过仿真与试验分析,改进后的鱼群算法具有较快的收敛速度,且跳出局部最优值的能力显著增强,使用整定后参数的S面路径跟踪控制器指标较整定前降低了96%,并在水下实物试验中验证了改进鱼群算法在UUV水平面路径跟踪控制参数整定中应用的可行性与有效性。

双种群粒子群算法及其在UUV路径规划中的应用

提出一种双种群粒子群算法,在粒子进化过程中,具有当前最优位置的种群侧重于局部搜索,而不具有当前最优位置的种群侧重于全局搜索。两个种群在进化过程中受共同的群体最优位置影响进行进化,从而实现信息共享,协调进化。利用几个测试函数对算法性能进行分析验证,并与其他改进算法进行比较,结果表明算法在搜索精度、稳定性以及搜索速度上均优于改进算法。将双种群粒子群算法用于UUV三维空间轨迹规划问题,获得了满意的规划效果。

UUV推进电机在线参数辨识自适应控制方法研究

针对水下无人航行器(UUV)的推进电机矢量控制系统中电流控制器性能因参数变化而下降的问题,提出一种基于智能在线参数辨识的电流环自适应控制方法。以离散型永磁同步推进电机动态模型作为被控对象,采用动态惯性权重粒子群算法对永磁同步推进电机的定子电阻和dq轴电感进行在线辨识,根据电流控制器工程设计方法,将辨识所得的电机参数实时用于计算电流控制器的PI值,实现电流环的自适应控制。最后,通过仿真实验验证所提方法的有效性,结果表明该方法可以有效地克服水下快速洋流对推进电机的负载扰动,进而实现永磁同步推进电机的快速、高精确度电流控制性能。

改进蚁群算法解决UUV集群任务规划问题

针对水下无人航行器(UUV)集群在有限续航力和负载约束条件下求解广泛且稀疏分布区域勘察任务规划问题时常规算法存在收敛性差、解质量不高的不足,提出了一种改进的蚁群优化算法。首先,通过分析个体UUV平台能力和集群任务的约束条件,建立UUV集群任务规划的约束模型和优化模型;其次,基于任务点间距离与平均距离之差设计初始信息素浓度的非均等分配方法,提出优化模型的最佳与最差阈值对蚂蚁进行分类并对应完成信息素更新,在状态转移规则中创新加入可随迭代进程动态改变的“引力系数”来增加算法前中期次优节点被选中的概率;再次,设置对照统计实验完成算法优化项的有效性分析,依据最优解出现的次数和平均收敛值优化算法参数;最后,以经典文献案例仿真,对比分析基本蚁群算法、精英蚁群算法与提出算法,相较于前两种算法,算法在50次统计实验中找到近似最优解的百分比分别提升78%和66%,平均在第40代实现收敛,表明出很好的全局寻优能力和收敛性能。通过设计具有一定规模的UUV集群任务规划典型案例,验证了算法求解UUV集群广泛且稀疏分布区域任务规划问题的快速性和有效性。

基于PSO算法的多UUV导航方法

无人水下航行器(UUV)协同导航过程中,惯性导航系统(INS)在水下工作时的定位误差随时间累积,在不升出天线的情况下,难以利用全球定位系统(GPS)对惯导误差进行修正,地磁导航虽可以在水下修正惯导系统的误差,但传统的地磁匹配导航对先验地磁图过于依赖。受到生物利用地磁进行导航行为的启发,文中针对多UUV仿生协同导航问题,提出一种基于粒子群优化(PSO)算法的多UUV仿生协同导航方法,将导航过程归结为多目标搜索问题,通过共享UUV间的信息,完成导航任务,实时对惯导系统进行定位误差的修正。仿真结果证实了该方法的有效性。

基于改进灰狼算法的UUV集群任务分配研究

UUV集群任务分配问题与狼群攻击围捕目标的问题十分相似,本文尝试将狼群行为理论和灰狼算法引入到UUV集群任务分配问题中。针对传统灰狼算法未考虑全局与局部搜索的协调配合以及未考虑位置更新的权重问题进行改进,本文提出改进收敛因子以余弦规律减小和引入动态权重的改进灰狼算法。为了验证方法的可行性和优越性,进行侦察和攻击目标任务分配仿真,并针对同一场景分别采用灰狼算法(GWO)、遗传算法(GA)以及改进灰狼算法(IGWO)进行仿真。结果表明,IGWO算法比GA算法和GWO能够更好对UUV集群侦察目标任务分配的问题进行求解,并能够减小资源浪费,提高工作效率。

水下无人潜航器集群发展现状及关键技术综述

随着水下无人潜航器技术的发展和日渐成熟,单一水下无人潜航器已不能满足需求的发展,这就使多水下无人潜航器以集群的形式互相协作执行任务成为了水下无人潜航器发展的必然趋势。本文从军事领域和民用领域两方面介绍了国外主要水下无人潜航器集群项目,包括项目设立目标和发展情况;分析了水下无人潜航器集群的一些关键技术的国内外研究现状和发展趋势,主要包括集群智能控制、通信网络设计、任务规划、路径规划、编队控制和导航定位等方面;最后对水下无人潜航器集群系统发展做出展望。

水下无人平台“蜂群”作战体系研究

水下无人平台使用"蜂群"战术相比于有人潜艇在作战时具备数量优势、网络优势、成本优势和时敏优势,基于"蜂群"战术思想构建水下无人平台集群体系结构以及指挥层次,并利用作战环理论对水下无人平台运用"蜂群"战术进行集群体系对抗作战进行了分析,研究成果对进一步认识以水下无人平台为作战单元开展水下中心战具有一定的指导意义。

海域环境舰船应对异构无人集群防御构想

针对新形势下海域舰船防御体系构建的迫切需求及无人系统集群技术迅猛发展成为新型威胁的现状,设想海域舰船遭遇空中无人机集群和水下无人潜航器集群威胁,并以此展开防御构想,从无人系统探测预警与拦截应对2个方面,探讨可供选择的应对方式,从预警后被动防御和预先探测主动防御2个角度,分别给出空中与水下总体防御方案构想。对于防御构想中涉及的相关技术予以说明,给出发展建议及待解决的关键技术,并对未来舰船体系发展进行展望。该构想对未来舰船防御体系具有积极的参考价值和现实意义,对未来的舰船装备建设提供初步可行的研究思路。