无人潜航器无动力下潜轨迹仿真分析
国外水下无人潜航器及其通信技术发展综述
国外水下无人潜航器及其通信技术发展综述一、本文概述随着科技的快速发展，无人潜航器（Unmanned Underwater Vehicle，UUV）作为海洋探索与利用的重要工具，已经吸引了全球科研人员和工程师的广泛关注。
作为无人潜航器的重要组成部分，水下通信技术对于实现潜航器的远程控制、数据传输、多潜航器协同作业等功能具有关键作用。
本文旨在综述国外水下无人潜航器及其通信技术的发展现状与趋势，分析当前主流通信技术的优缺点，并探讨未来可能的研究方向和应用前景。
通过对国外相关文献的梳理和分析，本文旨在为国内外从事水下无人潜航器及通信技术研究的学者和工程师提供有益的参考和启示。
二、国外AUV的发展现状近年来，随着科技的飞速发展，国外在自主水下航行器（AUV）领域取得了显著的进步。
AUV作为水下无人潜航器的一种，其自主导航、环境感知、任务执行等能力不断增强，为海洋科学研究、海底资源勘探、水下搜救等领域提供了有力支持。
在硬件设计方面，国外的AUV技术日趋成熟。
许多先进的AUV已经实现了小型化、模块化、高度集成化，以适应不同复杂度的水下环境。
例如，某些AUV采用了先进的推进系统，包括矢量喷水推进器、机械式螺旋桨等，以提高其机动性和稳定性。
同时，为了应对深海高压、低温等极端环境，AUV的耐压壳体和材料技术也在不断更新，确保了AUV的安全性和可靠性。
在软件技术方面，国外的AUV已经实现了高度智能化和自主化。
通过集成先进的算法和人工智能技术，AUV可以自主完成路径规划、环境感知、目标识别等任务。
随着深度学习技术的发展，AUV在图像识别、声呐信号处理等方面也取得了显著突破，进一步提升了其在水下复杂环境中的作业能力。
在通信技术方面，国外的AUV同样取得了长足的进步。
为了实现在水下环境中的数据传输和远程控制，研究人员开发了一系列高效、稳定的水下通信技术。
例如，某些AUV采用了高速水声通信技术，实现了与水面基站或卫星的实时数据传输；还有研究团队在探索利用电磁波或光学通信技术在水下环境中实现数据传输的可能性。
海洋机器人与无人潜水器的比较分析
海洋机器人与无人潜水器的比较分析在探索海洋的进程中，海洋机器人和无人潜水器逐渐成为了重要的工具。
它们各自具有独特的特点和优势，为我们了解和利用海洋资源提供了有力的支持。
接下来，让我们对海洋机器人和无人潜水器进行一个详细的比较分析。
首先，从定义和功能上来看，海洋机器人是一种能够在海洋环境中自主或半自主执行任务的智能设备。
它的功能十分广泛，可以进行海洋观测、数据采集、海底地形测绘、海洋资源勘探等工作。
而无人潜水器则通常是指能够在水下自主航行和作业的潜水设备，其重点在于对特定区域或目标进行深入的探测和研究。
在结构设计方面，海洋机器人的形态多样。
有的像小型船只，有的则类似水下飞行器。
其结构设计需要考虑到海洋环境的复杂性，如水流、水压、腐蚀等因素。
同时，为了实现各种功能，还需要配备先进的传感器、通信设备和动力系统。
相比之下，无人潜水器的结构相对较为紧凑，通常以流线型为主，以减少水阻，提高航行效率。
其外壳材料要求更高的耐压性能，以适应不同深度的水下环境。
动力系统是两者的一个关键区别。
海洋机器人的动力来源多样，包括电能、燃油、太阳能等。
一些海洋机器人依靠电池供电，适合短时间、近距离的任务；而一些大型海洋机器人则可能采用燃油发动机，具备更长的续航能力和更强的动力。
无人潜水器的动力系统则通常以电池为主，因为其在水下作业时间相对较短，对动力的需求相对较小。
但对于需要在深海长时间工作的无人潜水器，也会采用一些特殊的能源供应方式，如热液能源等。
在操控方式上，海洋机器人通常可以通过卫星通信或岸基基站进行远程控制，操作人员可以在陆地上对其进行实时监控和指令下达。
部分先进的海洋机器人还具备一定的自主决策能力，能够根据预设的程序和环境变化自主调整行动方案。
无人潜水器的操控则相对较为复杂，由于其在水下工作，通信受到很大限制，往往需要提前规划好任务路径和动作，在水下依靠自身的控制系统完成任务。
再来看它们的应用领域。
海洋机器人广泛应用于海洋科学研究、海洋环境监测、海上石油和天然气勘探等领域。
美国无人潜航器反制措施研究现状
三、发展现状分析
1、全球发展情况：目前，美国、中国、日本等国家是水下无人潜航器集群 发展的主要推动者。美国在集群技术和应用方面拥有领先优势，中国在潜航器的 制造和应用方面具有显著成果，日本则在海洋探测和军事应用方面表现突出。
2、应用领域：水下无人潜航器集群在海洋探测、军事侦察、环境监测、深 海考古等多个领域具有广泛的应用前景。例如，在海洋探测方面，集群可以协同 工作完成海底地形测绘、海洋资源调查等任务；在军事侦察方面，集群可以进行 敌方潜艇的跟踪和侦测任务；在环境监测方面，集群可以实时监测海洋污染和气 候变化等情况；在深海考古方面，集群可以帮助研究机构收集海底文物资料。
2、挑战：水下无人潜航器集群发展面临以下挑战：一是技术难题，由于水 下环境的复杂性和不确定性，集群在通信、协作、自动控制和能源等方面仍存在 技术难题需要突破；二是成本控制，由于潜航器的制造成本较高，如何降低成本 以提高性价比是一大挑战；三是法律法规，水下无人潜航器集群的发展涉及多个 国家和地区的法律法规，需要加强国际合作和沟通。
4、水声通信
水声通信是利用超声波在水下进行通信的。超声波的频率高于声波，可以传 递更多的信息。水声通信具有传输距离远、抗干扰能力强等优点，在水下无人潜 航器中得到广泛应用。
三、结论
国外水下无人潜航器及其通信技术的发展迅速，从潜航器的提升潜深能力、 增强自主能力到模块化设计，以及从声波通信、无线电通信到光纤通信和水声通 信等，这些技术的不断进步为水下无人潜航器的应用和发展提供了强有力的支持。 未来随着技术的不断创新和发展，水下无人潜航器的性能和应用将更加广泛和深 入。
研究现状
美国在无人潜航器反制措施方面开展了大量研究工作，主要研究机构包括美 国国防部、海军研究办公室、各高校及科研院所等。其中，美国国防部重点研究 探测与避碰技术，提高无人潜航器的隐蔽性和生存能力；海军研究办公室则通信 与信号处理技术，确保无人潜航器的指挥控制和信息传输安全；各高校及科研院 所则从不同角度开展相关研究，为无人潜航器反制措施的发展提供理论支撑。
16247190_潜用AUV_自航发射弹道建模与仿真
第26卷第2期 水下无人系统学报 Vol.26No.22018年4月JOURNAL OF UNMANNED UNDERSEA SYSTEMS Apr. 2018收稿日期: 2017-08-05; 修回日期: 2018-01-22.基金项目: 发改委海洋工程装备研发及产业化项目(20151409).作者简介: 黄苏和(1987-), 男, 工程师, 主要从事水中兵器系统研究.[引用格式] 黄苏和, 王凯帅, 刘星. 潜用AUV 自航发射弹道建模与仿真[J]. 水下无人系统学报, 2018, 26(2): 129-132.潜用AUV 自航发射弹道建模与仿真黄苏和, 王凯帅, 刘 星(中国船舶工业系统工程研究院, 北京, 100094)摘 要: 采用鱼雷发射管自航发射自主式水下航行器(AUV)是潜艇发射AUV 的最理想方式。
为研究潜用AUV 自航发射技术, 文章基于后端有效补水的发射装置, 建立了AUV 自航发射弹道模型, 包括AUV 发射管内弹道模型和管口弹道模型, 对AUV 自航发射出管的可行性进行了仿真验证。
仿真结果表明, 自航发射时艇速、AUV 出管速度以及AUV 自身正浮力或负浮力是影响AUV 自航出管可行性的主要因素。
该结果可为采用鱼雷发射管自航发射AUV 技术提供参考。
关键词: 自主式水下航行器(AUV); 潜艇; 自航发射; 弹道模型中图分类号: U674.941; TJ635; TP391.9 文献标识码: A 文章编号: 2096-3920(2018)02-0129-04DOI: 10.11993/j.issn.2096-3920.2018.02.005Modeling and Simulation of Trajectory for AUV Swim-outLaunch on SubmarineHUANG Su-he , WANG Kai-shuai , LIU Xing(Systems Engineering Research Institute, Beijing 100094, China)Abstract: Using torpedo launch tube for swim-out launch is the best method for submarine to launch an autonomous undersea vehicle(AUV). This study establishes the mathematical trajectory models of the AUV swim-out launch based on the launcher with backend water replenishment. The models include a submodel of internal trajectory of launch tube and a submodel of trajectory at the tube orifice. The feasibility of the AUV swim-out launch out of tube is verified by simulation, and the results show that the speed of a submarine, the launching speed, and the positive or negative buoy-ancy of the AUV are the main factors influencing the AUV swim-out launch. This study may provide a reference for swim-out launch of AUV through torpedo launch tube.Keywords: autonomous undersea vehicle(AUV); submarine; swim-out launch; trajectory model0 引言自主式水下航行器(autonomous undersea ve-hicle, AUV), 由于具有适应性强、远航程、大潜深、零伤亡以及隐蔽性好等一系列特点, 被誉为水下作战优势力量的倍增器[1-2]。
无人水面艇仿真系统设计与实现
无人水面艇仿真系统设计与实现胡辛明;张鑫;钟雨轩;彭艳青;杨毅;姚骏峰【摘要】无人水面艇(unmanned surface vehicle,USV)的海上调试成本高、难度大、效率低.为了减少海上调试工作量,设计了仿真系统,规划了仿真流程,为无人水面艇控制系统的测试和分析提供了平台.该仿真系统包括5个模块:显控模块用于全局路径规划和综合信息监控;数据仿真模块模拟障碍检测传感器与位置和姿态传感器数据;障碍处理模块对检测数据进行预处理、栅格化、聚类和拟合,并对拟合后的动态障碍进行跟踪;导航和避障模块嵌入视线制导(line of sight,LOS)导航和椭圆聚类-碰撞锥推演的动态避障算法;运动控制模块采用广义预测控制-比例积分(generalized predictive control-proportion-integral-derivative,GPC-PID)串级控制方法.各个仿真模块具有独立性,可根据不同需求替换.仿真实验结果表明了该系统设计的正确性和合理性.【期刊名称】《上海大学学报（自然科学版）》【年(卷),期】2017(023)001【总页数】12页(P56-67)【关键词】无人水面艇;仿真系统;全局路径规划;导航和避障;运动控制【作者】胡辛明;张鑫;钟雨轩;彭艳青;杨毅;姚骏峰【作者单位】上海大学机电工程与自动化学院,上海200072;上海大学机电工程与自动化学院,上海200072;上海大学机电工程与自动化学院,上海200072;中国人民解放军理工大学理学院,南京210007;上海大学机电工程与自动化学院,上海200072;上海大学机电工程与自动化学院,上海200072【正文语种】中文【中图分类】TP242.3无人水面艇(unmanned surface vehicle,USV)平台具有体积小、速度快、机动灵活等特点,根据不同的搭载平台,无人水面艇具有不同的功能,如海事管理、海上搜救和水文环境监测等.然而,无人水面艇控制系统比较复杂,海上调试存在成本高、难度大和效率低等问题.为了减少海上调试时间,需要设计仿真系统,对无人水面艇控制系统进行测试,为海上调试做好充分的准备工作.目前,国内外学者已经对无人水面艇进行了比较深入的仿真研究.挪威科技大学的Fossen和Breivik等研究了无人水面艇的航迹跟随[1-3]、动态定位[4-5]、目标跟踪[6]等问题,阐述了基于视线制导(line of sight,LOS)导航方法;并利用CS2(cybership 2)船模型搭建了半实物仿真平台[7],对航线和艏向的数据进行分析,证明了导航算法的有效性.Larrazabal等[8]利用Nomoto模型建立了艇体的辨识模型,设计了基于遗传算法的增益比例积分控制最优化(gain scheduling proportional-integral-derivate control optimized by genetic algorithms,GS-PIDGAs)控制器,结合模糊逻辑控制器来解决动力学的不确定问题,仿真实验结果表明,航线和航向角偏差较小,满足要求.吉林大学的杨树仁[9]基于电子海图设计了单机非实时船舶运动控制仿真系统,该仿真系统由5个部分组成:航迹控制器、舵机执行机构、舵机反馈机构、船舶运动模拟器和电子海图,并对A,B,C类船进行了3级海浪干扰仿真实验,结果可以看出航线和航向偏差都满足航迹控制要求.哈尔滨工程大学的卢艳爽[10]设计的仿真系统包括全局路径规划、航迹跟踪和动态避障等,并规划了仿真流程.本工作基于A*启发式搜索算法(A*算法)实现全局路径规划,采用“跟随目标”的方法实现无人水面艇的航线无障碍跟踪,提出“远域协商”动态避障方法,并进行了动、静态障碍物避障仿真实验.已有的无人水面艇仿真主要针对单一特定功能,系统较为简单,而本工作从全局路径规划、传感器数据模拟、障碍检测和跟踪、运动控制、导航和避障等方面系统性地提出了相对完备的仿真方案,为无人水面艇控制系统提供测试和分析平台,可减少30%～40%的海上调试工作量,对缩短无人水面艇研发周期,提高海上调试效率有重要意义.本工作主要贡献如下:(1)提出了无人水面艇仿真系统设计方案;(2)基于生物激励神经网络的完全遍历路径规划方法,结合电子海图提供的障碍信息,实现了全局路径规划;(3)仿真罗经和GPS数据,根据Nomoto模型和广义预测控制-比例积分(generalized predictive control-proportion-integral-derivative,GPC-PID)串级航迹控制方法,提出了无人水面艇的位置和姿态更新方法;(4)仿真激光数据,根据连通域标记法、K-means算法思想实现障碍的检测,基于Kalman滤波算法实现动态障碍跟踪;(5)在无人水面艇仿真系统中加入了海浪干扰并进行了仿真实验,实验结果证明了本系统设计的合理性.通常,无人水面艇系统包括无人艇艇体、显控台、GPS、罗经、激光、4G雷达、前视声纳、运动控制计算机等[11],其中显控台与无人水面艇之间通过无线进行信号传递,显控台根据任务类型进行路径规划,并监控无人水面艇的综合状态信息;GPS和罗经采集位置和姿态信息;激光和4G雷达用于海面障碍检测;前视声纳用于海下障碍检测;运动控制计算机内部包含障碍处理算法、导航和避障算法、运动控制算法,结合航线、位置和姿态、障碍信息,计算并控制喷泵的输出和舵机的转动,从而控制无人水面艇的运动.由以上无人水面艇系统信息传递过程规划出仿真系统的流程(见图1).设置全局任务路径、障碍物和无人水面艇的初始位置和姿态,当激光检测到障碍物,经过障碍处理,将障碍信息传递给导航和避障模块;随后导航和避障模块根据路径、障碍信息以及位置和姿态信息计算处理,得到无人水面艇的航向和速度,而将航向和速度变化作为运动控制的输入,输出舵角和油门,舵角和油门用于位置和姿态的更新;位置更新后,判断无人水面艇是否到达路径终点,若没有,则在新的位置继续进行障碍检测,并将新的位置和姿态信息、障碍信息作为导航和避障的输入,更新数据,直到无人水面艇到达路径终点.由无人水面艇仿真流程可确定仿真系统设计方案.仿真系统软件分为5个模块:显控模块、数据仿真模块、障碍处理模块、导航和避障模块、运动控制模块,其中显控模块实现全局路径规划和监控,数据仿真模块仿真激光、罗经和GPS数据,导航和避障模块用于控制无人水面艇航向和速度,而运动控制模块则是根据航向和速度变化控制舵角和油门.2.1 显控模块显控模块是基于电子海图实现的.电子海图具有地理信息获取和显示、船舶速度航向监控、报警等功能.显控模块主要进行全局路径规划和无人水面艇的综合信息显示.全局路径规划分为任务区域覆盖扫测和多点规划,其中任务区域覆盖扫测是在给定任务扫测区域规划出绕开障碍物的最优扫测路径;多点规划是用于无人水面艇布放和回收时,在海图上人工选取路径点,自动生成绕开障碍物的最短航行路线.电子海图提供的静止障碍物包括海岸线、码头、浮标和岛屿等.任务区域的覆盖扫测是基于生物激励神经网络的完全遍历路径规划方法实现[12],其中生物激励神经网络用于移动机器人工作环境建模,而完全遍历路径规划包括模板模型法和A*算法,能够实现复杂岛礁区域周围环境的遍历.图2(a)为在电子海图上实现的存在岛礁的任务区域覆盖扫测,只要给定扫测范围、起点、方向和距离就可以自动规划出最优扫测路径;图2(b)为在海图上实现的多点规划(多点规划是基于A*算法实现的,能够实现代价最小的路径规划),只要给定路径点就可以规划出一条绕开障碍物的最短航行路径.2.2 数据仿真模块数据仿真模块包括仿真障碍检测、位置和姿态数据,其中障碍检测数据指的是激光扫到物体后得到的距离和角度,位置和姿态数据是由GPS和罗经采集得到的位置和姿态信息.2.2.1 激光数据仿真激光测距[13]的方法有多种,但目的都是为了获取目标的角度和距离.常用的方法是脉冲法,即在工作时向目标射出3维很细的激光(由光电元件接收目标反射的激光束),计时器测定激光束从发射到接收的时间差,从而得到距离.式中:D为激光传感器与被测障碍物之间的距离;c为光在真空中的传播速度(3×108m/s);∆T为激光两路脉冲信号之间的时间间隔;ς是激光传输介质的平均反射率,在空气中取1.通常,激光的扫描距离D、扫描范围ϕ、角度分辨率∆θ都为已知参数.将激光安装在无人水面艇上时,激光中垂面与艇的中垂面重合.在电子海图里以激光位置为原点,艏向为x轴,建立平面直角坐标系.设置圆形的障碍物位置和大小,Pn(x,y)为激光束打在障碍物上的点(见图3),则可以得到每一个激光束与x轴夹角θn,即获得了激光角度信息.联立激光束直线方程和圆的方程,可以得到激光束与圆的交点Pn(x,y)的坐标值,求得距离D,取其中较小值;若无交点,则距离D=0,即可得到激光的距离信息.依此类推,可以得到所有激光束数据,激光数据仿真即可完成.2.2.2 位置和姿态数据仿真无人水面艇的位置坐标和速度由GPS采集,姿态信息由罗经采集.姿态信息包括航向角、艏向角、俯仰角、横滚角、航向角速度、艏向角速度、俯仰角速度和横滚角速度等.由于与导航和避障相关的数据主要包括位置坐标、航向角、航向角速度和速度,故仿真系统针对这4个参数进行仿真.航向角速度由舵机运动决定,并受到艇体本身结构、惯性和风浪的影响.常用的舵角与航向角速度的辨识模型为经典的Nomoto模型[14],本工作采用简化的一阶Nomoto模型,即舵角变化δ和航向角速度r的关系为式中,S为传递函数,K为静态航向角速度增益,T为时间常数.航向角变化量∆ψ由航向角速度r积分得到,由此可以得到航向角ψt:式中,f为更新频率,ψt−1为上一帧航向值.无人水面艇的速度大小由油门控制,油门与速度可以用简单的线性关系表示,即式中,k为油门系数.无人水面艇的位置变化量∆P由速度V和航向ψ决定,由此可以得到位置坐标:式中,ψt−1为上一帧航向值.2.3 障碍处理模块激光数据处理模块包括障碍检测和跟踪.障碍检测是将激光采集的数据处理成椭圆障碍,其过程包括预处理、栅格化、聚类和拟合等.预处理是去除激光里面的特殊点,对于多线激光,还需将激光点投影到同一个平面;栅格化的方法比较多,本工作采用最大最小高度图法[15-16]对激光数据进行栅格化;采用通常用在二值图像处理的连通域标记算法[17-18]对栅格进行聚类,得到障碍物块;海上障碍多为船只,船只长和宽的比例较大,可以近似看成椭圆,基于K-means算法思想[19],对聚类的障碍物块的形状进行近似拟合,形成椭圆的障碍信息.激光数据处理过程如图4所示.图5为对实际场景中采集的激光数据进行处理的结果,其中(a)为多线激光检测实际场景,(b)为多线激光检测障碍物得到的立体点云,(c)为经多线激光数据处理形成的椭圆障碍信息.现实中的障碍物多为动态,对障碍物位置和速度进行预测必不可少.障碍目标跟踪有两个作用:一是减少或消除传感器的检测误差,二是为动态避障提供预测位置和速度信息.Kalman滤波器是一种线性递归滤波器[20],是用于状态最优估计的常用算法,通过动态的状态和观测方程描述系统,并采用递归滤波方法预测下一个状态的最优估计.由于仿真激光数据采样时间间隔短,处理得到的椭圆目标运动状态变化小,故将目标运动定为匀速直线运动.将运动椭圆的中心轨迹作为输入,利用最近邻域法将测量值与预测值进行关联,并采用Kalman滤波进行最优状态估计,从而得到下一时刻的椭圆障碍物位置和速度信息.图6为基于Kalman滤波算法的障碍目标跟踪过程.2.4 导航与避障模块在电子海图上利用全局路径规划方法生成任务路径,其中导航算法是控制无人水面艇在复杂的海洋环境干扰下,按照既定路径进行航行,故导航算法是无人水面艇执行任务的前提,导航算法的优劣直接影响到任务的执行结果.LOS是一种直线循迹的方法,该算法首先在航行路段上虚拟出一个追踪目标,然后引导船舶沿着船舶到追踪目标的视线方向航行.目前,常用的虚拟追踪目标确定方法主要包括封闭圈法和超前置位法.本仿真系统采用封闭圈法,即以船舶为圆心建立一个半径固定不变的封闭的圆圈,将封闭圈与计划航线的交点设为虚拟目标点.随着船舶不断接近计划航线,船舶航向偏差也随之减小,这样就达到同时减小位置和航向偏差的目的.无人水面艇在海上执行任务时会遇到其他船舶、岛礁、灯塔等障碍物,因此避障功能是其安全航行的重要保障.海上航行的船舶需要遵循《国际海上避碰规则》,已有很多基于《国际海上避碰规则》的导航避障算法,如神经网络算法、进化算法、模糊逻辑算法、2D栅格地图等.本工作中的避障算法遵循《国际海上避碰规则》,基于椭圆聚类-碰撞锥推演的无人水面艇海洋动态避障控制方法实现无人水面艇避障.该方法是基于Chakravarthy等[21]和Fiorini[22]的点与点、点与圆的碰撞锥方法,其本质是在未知轨迹的移动目标之间进行碰撞检测,根据已计算出的碰撞锥区间采取相应的避碰措施.无人水面艇采取避障措施后会偏离原先设定的路径,因此利用LOS导航算法可实现其航迹回归.2.5 运动控制模块导航和和避障算法的输出是期望速度和航向(速度和航向的变化是由油门和舵机决定的),运动控制模块主要是接收航迹跟踪和避障算法输出的期望速度和航向,计算处理后产生油门和舵角值.油门值可由式(4)反推得到,即而舵角值的确定则需利用GPC-PID串级控制方法[23],将广义预测理论与PID控制器相结合,来克服无人水面艇系统中存在的时滞,故该系统具有较强的鲁棒性和抗干扰能力.GPC-PID运动控制原理如图8所示.图8中,ψr为航迹跟踪和自主避障模块输出的期望航向角,ψ为实际航向角,ψr和ψ作为GPC的输入量输出控制量δr,而δr作为PID输入量输出舵角δ,G1为2.2.2节提到的一阶Nomoto模型,其输出为航向角速度γ.2.6 航向干扰无人水面艇在航行过程中会受到风、浪、流的干扰,其中风浪会对无人水面艇的艏摇、横摇和纵摇产生影响,故本工作加入2阶风浪模型对艏摇产生干扰[24]:式中,ω(s)为高斯白噪声,h(s)为2阶海浪传递函数,其中λ为阻尼系数,ω0为海浪频率,σ为海浪强度.在完成仿真系统中的流程和方案设计后,为了验证仿真系统设计的正确性和合理性,以航线跟踪精度和避障效果为指标对仿真系统进行实验.本仿真实验为半实物仿真,硬件平台有显控、仿真和控制计算机等.3.1 算法步骤利用显控计算机进行全局路径规划,由仿真计算机更新位置、仿真障碍信息等,由控制计算机根据任务航线、障碍信息、输出期望油门和舵角给仿真计算机,以便进行位置和姿态更新.仿真实验算法步骤如下:(1)设定全局路径L、障碍物Φ,初始化无人水面艇位置和姿态,如位置P(x,y)、航向ψ、速度V等;(2)激光检测Φ,输出激光数据,经过障碍处理后得到障碍物Φ′;(3)导航和避障根据L,Φ′,P(x,y),ψ,计算输出期望航向ψr和速度Vr.(4)将ψr,Vr作为运动控制的输入量,输出舵角δ和油门E;(5)将δ,E作为位置和姿态更新的输入,输出更新后的位置和姿态信息P(x,y),ψ,V,航向角速度γ;(6)循环执行步骤(2)～(5),直到到达路径结束点.3.2 仿真对象本仿真实验以上海大学“精海3号”无人水面艇的控制系统为仿真对象,艇体和激光参数如表1和2所示.经测试,“精海3号”无人水面艇静态航向角速度增益K=0.3176,时间常数T=0.2417,舵角与航向角速度关系为根据Fossen的理论[25],通常情况下海浪干扰参数Kω=4693.9,λ=0.12,ω0=0.8,则3.3 仿真实验结果和分析仿真实验基于电子海图来实现,图9(a)～(c)依次为无人水面艇任务区域覆盖扫测、动态避障和多障碍避障实验结果.图中黑色同心圆为无人水面艇,红色圆为障碍物,蓝色半圆点云为激光打在障碍物上的点,褐色圆为障碍处理后得到的障碍信息,红色轨迹线为障碍信息的运动轨迹,红色虚线圆为激光检测范围.可以看出,无人水面艇在遇到障碍物后能够按照正确的方向进行避障并回归航线.如图10所示,在导航循迹实验中,取50 s,500帧数据进行分析,其中(b)和(c)为航迹、航向偏差情况.实验得出最大航迹偏差为13.1 m,最大航向偏差为10.7°.结果满足IEC 6206标准[26]航向偏差不超过15°,航迹偏差不超过35 m的航迹控制要求.取“精海3号”在东海2级海况下测绘数据进行分析,得到最大航迹偏差为9.7 m,最大航向偏差7.8°.经分析可知,仿真结果和实际实验结果相近,仿真结果偏差较大的原因是受海浪干扰模型影响较大.本工作为提高海上调试效率,为无人水面艇的控制系统提供了测试和分析平台,搭建了仿真系统;提出了无人水面艇仿真系统设计方案,即将仿真系统分为5个模块,利用电子海图信息和生物激励神经网络的完全遍历路径规划方法实现全局路径规划,并根据无人水面艇在海上航行实际情况,实现了无人水面艇的位置和姿态更新;仿真了激光数据,进行障碍检测处理,并对动态障碍进行运动预测.在进行导航和避障实验中加入了2阶风浪干扰,实验结果和数据分析表明本仿真系统能对无人水面艇控制系统性能进行测试,验证了所设计系统的合理性和正确性.【相关文献】[1]FOssEN T I,BREIVIK M,SKJETNE R.Line-of-sight path following of underactuated marine craft[C]//Proceedings of the 6th IFAC MCMC.2003:244-249.[2]PAVLOV A,NORDAHL H,BREIVIK M.MPC-based optimal path following for underactuated vessels[J].IFAC International Conference on Manoeuvring and Control of Marine Craft,2009, 42(18):340-345.[3]BREIVIK M,HOVsTEIN V E,FOssEN T I.Straight-line target tracking for unmanned surface vehicles[J].Modeling,Identifcation and Control,2008,29(4):131-149.[4]KJERsTAD K,BREIVIK M.Weather optimal positioning control for marine surface vessels[J]. IFAC Conference on Control Applications in Marine Systems,2010,43(20):114-119.[5]BREIVIK M,STRAND J P,FOssEN T I.Guided dynamic positioning for fully actuated marine surface vessels[C]//Proceedings of the 7th IFAC MCMC.2006:1-6.[6]BREIVIK M,FOssEN T I.Guidance laws for planar motion control[J].IEEE Conference on Decision and Control,2008,16(5):570-577.[7]BREIVIK M.Nonlinear maneuvering control of underactuatedships[D].Trondheim:Norwegian University of Science and Technolgy,2003:75-79.[8]LARRAZABAL J M,PE˜NAs M S.Intelligent rudder control of an unmanned surface vessel[J]. Expert Systems with Applications,2016,55:106-117.[9]杨树仁.船舶航迹控制算法的研究与仿真[D].长春:吉林大学,2014.[10]卢艳爽.水面无人艇路径规划算法研究[D].哈尔滨:哈尔滨工程大学,2010.[11]杨学斌.无人艇体系结构研究[D].大连:大连海事大学,2011.[12]朱博,邓三鹏,王英飞,等.基于生物激励神经网络的移动机器人遍历路径规划[J].装备制造技术,2014(12):30-32.[13]YOON C.Human following of a mobile service robot with single laser rangefnder[J].Journal of Measurement Science and Instrumentation,2012,3(1):94-98.[14]Xu F,XIAO T,XING X W.Identifcation of Nomoto models with integral sample structure for identifcation[C]//Chinese Control Conference.2014:6721-6725.[15]谌彤童．三维激光雷达在自主车环境感知中的应用研究[D]．长沙:国防科学技术大学,2011.[16]HIMMELsBACH M,M¨uLLER A,L¨uTTEL T,et al.LIDAR-based 3D object perception[C]// Proceedings of 1st International Workshop on Cognition for Technical Systems.2008. [17]APPIAH K,HuNTER A,DICKINsON P,et al.A run-length based connected component algorithm for FPGA implementation[C]//International conference on Field-Programmable Technology. 2008:177-184.[18]JOHNsTON C T,BAILEY D G.FPGA implementation of a single pass connected components algorithm[C]//4th IEEE International Symposium on Electronic Design,Test and Applications. 2008:228-231.[19]LINGRAs P,WEsT C.Interval set clustering of web users with rough K-means[J].Journal of Intelligent Information Systems,2004,23(1):5-16.[20]JABBARIAN M,BIZAKI H K.Target tracking in pulse-doppler MIMO radar by extended Kalman flter using velocity vector[J].20th Iranian Conference on Electrical Engineering.2012:1373-1378.[21]CHAKRAVARTHY A,GHOsE D.Collision cones for quadric surfaces[J].IEEE Transactions on Robotics,2011,27(6):1159-1166.[22]FIORINI P.Motion planning in dynamic environments using velocityobstacles[J].International Journal of Robotics Research,1998,17(7):760-772.[23]彭艳,吴伟清,刘梅,等.无人艇航迹跟踪GPC-PID串级控制[J].控制工程,2014,21(2):245-248.[24]THOMAs S.Guidance system for autonomous surfacevehicles[D].Trondheim:Norwegian University of Science and Technology,2015.[25]FOssEN T I.Handbook of marine craft hydrodynamics and motion control[J].IEEE Control Systems,2016,36(1):78-79.[26]刘廷伟.船舶航迹控制及气象导航方法的研究[D].长春:吉林大学,2015.。
基于故障树的无人潜航器可靠性研究
无 人潜 航器 的整个 系统 按照 控 制 的时序 大致 可分 为数 据 的采样 输 入部 分 、 据 的处理 和协 调部 分 、 数 数据 输 出控 制部 分 。虽然 不 同 的无 人 潜航 器系 统有 着 不尽 相 同的 设计和 功 能 ，但 整个 系统 大致 包含 以 下 几个 部分 ＿：控制 系 统 、能源 系统 、导航 与制 导 系统 、通信 系统 、推 进操 纵 系统 、应 急系 统 。系统 框 ４ ｌ
底 事件 、 中 间事件 和逻 辑 门组 成 。对 于所 建 的 故障树 要 作如 下 假设 ：（ ）研 究的元 、部件 和系 统只 能 １
取正 常和 故 障两种 状 态 ；（ ）元 、部件 的 故障是 独 立 的； （ ）不存在 外 界干扰 。 ２ ３
２２ ＵＵｖ 系 统 的 故 障 树 分析 ．
基 于故 障树 的无 人 潜 航 器 可靠 性 研 究
边信黔 ，牟春 晖 ，严 浙平 ，程相 勤
（ 哈 尔滨工程 大学 自动化 学院 ，哈 尔滨 １ ０ ０ ： １ ５０ １
２ 中国人 民解放 军 ９ ３０部队 ，青 岛 ２ ６ ０ ２３ ６ ０ ０）
摘
要
在 武器装备领域 ，系统的可靠性 已成为重要 的评价指标 ，故障树分 析法则是 可靠性仿真中最有效 的分 析 方法之 一。首先对无人潜航器 （ ｕｕＶ）进行 系统分 析，然后介 绍 了故障树 分析方法，并对该 系统建 立 了以无 人潜航器试验不 能完成为顶事件 的故障树 。采用计算机 辅助故障树分 析方 法对该 故障树 进行可靠性仿真，仿 真结果求 出 了 删 Ｖ 系统的平均故障 间隔 时间 、各基本部件 的概 率重要度 和模 式重要度 ，并 得出 了其 可靠度
算 。它研究 造成 系统 失效这 一事件 的各种直接 和 间接 原 因，并在 这些 事件 之 间建立 逻辑 关系 。 因而 这 种 方法 在系 统 的设 计和 生产 阶段可 以帮助寻 找潜在 事故 ，在 系统 的使 用和 维护 阶段 可 以帮助进 行失 效
无人潜航器解算目标运动要素的一种方法
现代电子技术Modern Electronics Technique2024年5月1日第47卷第9期May 2024Vol. 47 No. 90 引 言无人潜航器（Unmanned Underwater Vehicle, UUV ）在20世纪50年代开始出现，当时主要应用于民用领域，比如：海洋科学领域的考察、水下打捞和水下电缆的铺设等[1]。
随着科学技术的发展，计算机技术、通信技术、大规模集成电路、材料、导航技术[2⁃3]及能源[4]等技术的跨越式发展，无人潜航器的功能更加丰富、下潜深度更深，应用领域也从民用扩展到了军用。
当前人工智能的飞速发展，无人潜航器也从遥控式发展到了自主式[5]，其应用也更加广泛。
无人潜航器具有体积小、重量轻、灵活性高等特点，非常适用于水下目标的探测和识别，也被广泛应用于军事用途，成为世界各国研制的重要水下装备。
目前国外有美国、俄罗斯、英国、德国、法国、印度、韩国、日本等十几个国家二十几个研究机构进行无人潜航器研制，足以看出在未来海洋战争中无人潜航器将发挥重要的作用，研究无人潜航器的军事应用有着重要的意义[6⁃8]。
1 无人潜航器在水下作战的应用1.1 无人潜航器在水下侦察搜索中的应用随着传感器技术、能源技术及人工智能技术的发展，无人潜航器探测能力更强、续航距离更远、自主化程度更高，能够在水下作战中发挥更大的作用。
因无人潜航器自身特有的体积小、灵活性高、隐蔽性强的特点，无人潜航器能够完成水下的侦察与搜索任务，可以对重要的海域或者重要的海上运输线完成搜索和侦察，也可组成无人潜航器集群对重要海域的海洋水文环境资料进行搜集，并完成搜索数据的回传，以便战时能够提前掌握海域环境[9]。
无人潜航器解算目标运动要素的一种方法张 严， 朱伟良， 程 菲（海军潜艇学院， 山东 青岛 266199）摘 要： 随着计算机技术、人工智能、能源技术的发展，无人潜航器也被应用于军事领域。
在分析了无人潜航器水下侦察搜索、反水雷战、水下诱骗战应用的基础上，提出潜艇采用线导方式控制双无人潜航器进行目标运动要素解算的方法，并分别通过图解法和计算法分析了其解算的原理。
潜水器动态收放缆索过程的动力学仿真研究
舰船科学技术SHIP SCIENCE AND TECHNOLOGYVol. 44, No. 7Apr.,
2022
第44卷第
7期
2022年4月
潜水器动态收放缆索过程的动力学仿真研究郑鹏，王小庆，
陈伟
(中国船舶科学研究中心水动力学国家重点实验室，江苏无锡
214082)
摘 要：调研了解到部分上述高端装备或其他水下平台在水下作业过程中，可能遇到的载荷吊放、
载荷拖
曳、载荷回收等工况下缆索张力动态非线性变化的问题。基于Ablow提岀的缆索偏微分控制方程，通过在采用有限 差分法求解过程中动态调整缆索微元的长度进行缆索收放过程仿真，建立了潜水器-缆索-载荷三者间相互耦合的动
力学模型，并基于建立的仿真方法对潜水器拖曳载荷进行变深度航行、潜水器变深度直航过程中起吊载荷过程中缆 索-载荷系统对潜水器的影响及缆索自身的动态响应特性进行了研究。结果表明：稳定拖曳过程中，由于缆索-载荷 系统的阻力，导致速度降低；拖曳起吊过程中的缆索张力变化明显，且缆索张力对收缆的速度变化敏感；拖曳稳定 航行段潜水器速度与理论值一致，表明了本文方法的正确性。
关键词：潜水器；缆索张力；拖曳回收；多体系统；变长度单元
中图分类号：
U674.941 文献标识码
：
A
文章编号：1672 - 7649(2022)07 -0055 -07 doi： 10.3404/j.issn.l672 - 7649.2022.07.011
Research on coupled dynamics simulation of towing and lifting mission load by
submersible
ZHENG Peng, WANG Xiao-qing, CHEN Wei(China Ship Scientific
Research Center, State Key Laboratory of hydrodynamics, Wuxi 214082, China)
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
总第299期收稿日期：2018年11月14日，修回日期：2018年12月26日作者简介：雷阳，男，研究方向：UUV总体技术。王占勇，男，研究方向：仿真计算。∗
1引言随着近年对深远海领域的可靠研究加大，各类型的深海水下无人潜航器发展迅速。但深海潜航器的总体技术难度巨大，不同于浅水的潜器的研究开发成熟。其需要的保障及试验花费巨大，同时面临的海洋环境更加恶劣。在深海潜航器总体设计之处，运用软件对即将加工的潜航器进行各参数的仿真具有非常重要的意义。仿真结果不仅能够验证设计方案的合理性，同时也能指导总体方案的优化设计，是潜航体总体设计之中不可或缺的一环。本文针对一款深海潜航器进行了下潜轨迹的仿真，并结合半实物模型在湖上摸底试验采集的数据进行对比，对于深海潜航器的设计具有非常重要的指导意义［1~2］。2仿真分析针对给定潜航体进行了自由下沉轨迹仿真，潜航体运动采用基于fortran语言的六自由度运动方程程序模拟，水动力通过基于SIMPLE算法的CFD工具获取六分量插值样本，针对不同压载的下潜轨迹进行了仿真，结果表明，在20kg和30kg压载下均能得到较好的下潜轨迹［3~8］。1）计算模型及坐标系定义
潜航体几何坐标系OXYZ：坐标原点O为潜航体底部圆心，OX轴位于纵向对称平面内，与体轴线重合，指向前方为正；OZ轴位于纵向对称平面内，垂直于OX轴指向下方为正；OY轴由右手法则确定。表1潜航体几何参数序号123456参数项目X向质心坐标Y向质心坐标Z向质心坐标X向浮心坐标Y向浮心坐标Z向浮心坐标符号XcgYcgZcgXcfYcfZcf单位mmmmmm量值等效质心坐标0
0.0253.63400
无人潜航器无动力下潜轨迹仿真分析∗雷阳王占勇（中船重工第七一○研究所宜昌443000）
摘要论文主要研究无人潜航器无动力下潜轨迹仿真分析，采用旋转导数的理论对无动力下潜进行了六自由度的下潜轨迹分析。论文以两种下潜压载为力，分别分析了不同的下潜负浮力工况下，无动力下潜的轨迹及动力参数。关键词轨迹仿真；六自由度；水动力中图分类号N945.13DOI：10.3969/j.issn.1672-9730.2019.05.033
SimulationandAnalysisoftheTrajectoryofUnmannedUnderwaterVehicle
LEIYangWANGZhanyong（710thInstitute，ChinaShipbuildingIndustryGroupCo.，Ltd.，Yichang443000）
AbstractThispapermainlystudiesthesimulationanalysisoftheunpowereddivingtrajectoryofanunmannedunderwaterve⁃hicle.Thetheoryofrotationalderivativeisusedtoanalyzethedivetrajectoryofsixdegreesoffreedomforunpowereddive.Basedontwokindsofdiveballasts，thepaperanalyzesthetrajectoryanddynamicparametersofunpowereddiveunderdifferentdiveandneg⁃ativebuoyancyconditions.KeyWordstrajectorysimulation，sixdegreesoffreedom，hydrodynamicClassNumberN945.13
舰船电子工程ShipElectronicEngineering总第299期
2019年第5期
Vol.39No.5
1382019年第5期舰船电子工程表1中的Xcg、Ycg、Zcg为潜航体质心在几何坐标系中的坐标，Xcf、Ycf、Zcf为浮心在几何坐标系中的坐标。2）六自由度运动方程［6~7］惯性系内质心平动的运动学方程：x=u ; y=v ; z=w惯性系内质心平动的动力学方程：u=Fx/m ; v=Fy/m ; w=Fz/m弹体系内绕质心转动的运动学方程：ìíîïïϕ=ωx+(ωysinϕ +ωzcosϕ)tanθ θ=ωycosϕ-ωzsinϕ ψ=(ωysinϕ +ωzcosϕ)/cosθ 弹体系内绕质心转动的动力学方程：ìíîïïïïïïïïïïïïJxxωx-Jxyωy-Jxzωz+ωy(-Jzxωx-Jzyωy+Jzzωz)-ωz(-Jyxωx+Jyyωy-Jyzωz)=Mx-Jyxωx+Jyyωy-Jyzωz+ωz(Jxxωx-Jxyωy-Jxzωz)-ωx(-Jzxωx-Jzyωy+Jzzωz)=My-Jzxωx-Jzyωy+Jzzωz+ωx(-Jyxωx+Jyyωy-Jyzωz)-ωy(Jxxωx-Jxyωy-Jxzωz)=Mz表2弧板几何参数序号123参数项目X向质心坐标Y向质心坐标Z向质心坐标符号XcgYcgZcg单位mmm量值5.5900.546采用四步Runge-Kutta或者Adams方法求解以上12个方程，得到潜航体各时刻的质心位置和姿态角。CFD计算得到水动力Fbx、Fby、Fbz为弹体系下的结果，需要通过以下关系式转换到惯性系下：éëêêùûúúFxFyFz=éëêêùûúúcosψcosθ-sinψcosϕ+cosψsinθsinϕcosψsinθcosϕ+sinψsinϕsinψcosθcosψcosϕ+sinψsinθsinϕsinψsinθcosϕ-cosψsinϕ-sinθcosθsinϕcosθcosϕéëêêêêùûúúúúFbxFbyFbz为了获得弹体系上相对于质心的浮力矩Mbx、Mby、Mbz，需要通过以下关系式将惯性系下的浮力转换到弹体系下，然后再计算弹体系下的浮力矩：éëêêêêùûúúúúfbxfbyfbz=éëêêùûúúcosψcosθsinψcosθ-sinθ-sinψcosϕ+cosψsinθsinϕcosψcosϕ+sinψsinθsinϕcosθsinϕcosψsinθcosϕ+sinψsinϕsinψsinθcosϕ-cosψsinϕcosθcosϕéëêêùûúúfxfyfz3）压载为20kg的轨迹仿真［9~13］（1）潜航体X向等效质心坐标计算Xcg=（3350kg×3.634m+20kg×5.59m）/（3350kg+20kg）=3.64561m（2）转动惯量计算假设潜航体为均匀质量分布的长L为7m、半径r为0.4m的圆柱体，根据Ixx=mr2/2，Iyy=Izz=mL2/12计算得到：Ixx=Mr2/2=3370´0.42/2=269.6kgm2Iyy=Izz=ML2/12=3370´72/12=13760.8kgm2这里需要说明的是，流体旋转导数的取值规则根据仿真工况的不同有所差别，具体如下。仿真采用如下旋转导数：Cϖyz=-0.6693ϖy+0.0075mϖzz=-0.2485ϖz+0.0094Cϖzy=0.2688ϖz-0.0085mϖyy=-0.4185ϖy+0.0124（3）轨迹仿真压载20kg，下潜6000m，历时16311s，约4.53h，螺旋直径17m，平衡状态下的弹道倾角46.4°，攻角40.6°，侧滑角-9°。如图1~2所示为压载20kg的下潜仿真示意图［8~10］。4）压载为30kg的轨迹仿真（1）潜航体X向等效质心坐标计算Xcg=（3350kg×3.634m+30kg×5.59m）/（3350kg+30kg）=3.65136m（2）转动惯量计算假设潜航体为均匀质量分布的长L为7m、半径r为0.4m的圆柱体，根据Ixx=mr2/2，Iyy=Izz=mL2/12计算得到：Ixx=Mr2/2=3380´0.42/2=270.4kgm2Iyy=Izz=ML2/12=3380´72/12=13801.6kgm2（3）轨迹仿真压载30kg，下潜6000m，历时12671s，约3.52h，螺旋直径17m，平衡状态下的弹道倾角49.5°，攻角42.3°，侧滑角-11°。如图3~4为30kg下潜压载下潜轨迹仿真图。139总第299期xyz图1轨迹图050001000015000t（s）806040200χαβχαβ图2倾角、攻角、侧滑角时间历程xyz图3倾角、攻角、侧滑角时间历程0500010000t（s）806040200χαβχαβ图4倾角、攻角、侧滑角时间历程3结语采用六自由度运动方程对不同压载的下潜轨迹进行了仿真，水动力通过基于Simple算法的CFD数值计算得到，潜航体旋转带来的阻尼力矩假设为某一常数，仿真结果表明：压载20kg，下潜6000m，历时4.53h，螺旋直径17m，平衡状态下的弹道倾角46.4°，攻角40.6°；压载30kg，下潜6000m，历时3.52h，螺旋直径17m，平衡状态下的弹道倾角49.5°，攻角42.3°。该结果与用理论值计算出的水动力参数相差不大。从运动规律、运动参数等方面验证了实际总体设计方案的合理性。参考文献［1］许诚，王作祥，刘宗杰.基于Simulink的潜空导弹运载器水下弹道仿真［J］.海军航空工程学院学报，2012（4）：435-438.［2］立栋，张宇文，王伟.潜射导弹无动力运载器规避弹道仿真［J］.火力与指挥控制，2012，37（7）：189-191.［3］田宝国，耿霆.波浪力作用下无动力运载器水弹道仿真［J］.计算机与数字工程，2011，39（1）：24-27.［4］蔡群，张宇文，张斌，等.大深度无动力运载器弹道散布影响因素分析［J］.火力与指挥控制，2013，38（6）：72-76.［5］任磊，贾跃，姜选凯.基于Simulink的无动力自导深弹导引弹道仿真研究［J］.指挥控制与仿真，2010，32（3）：71-75.［6］张志良，翟景春，张雄.基于Simulink的无动力运载器水弹道仿真［J］.硅谷，2011（22）：20-21.［7］顾闯，逄洪照，张永.海流对潜布水雷水中弹道的影响研究［J］.舰船电子工程，2010，30（2）：168-171.［8］朱雄勇，张勇，苏广和.基于SIMULINK的某型潜射水雷水下弹道仿真研究［J］.舰船电子工程，2011，32（4）：53-55.［9］程载斌，刘玉标，刘兆.导弹水下潜射过程的流体——固体耦合仿真［J］.兵工学报，2008，29（2）：178-183.［10］崔乃刚，曹春泉，韦常柱.潜射导弹水下运动过程仿真分析［J］.弹道学报，2009，21（2）：95-99.［11］严卫生.鱼雷航行动力学［M］.西安：西北工业大学出版社，2005：10-185.［12］黄景全，张宇文.鱼雷流体力学［M］.西安：西北工业大学出版社，1989：85-197.［13］AshrafMA.FuzzyTrack-to_trackAssociationandTrackFusionApproachinDistributedMultisensory-mul⁃titargetMultiple-attributeEnvironment［J］.Signalpro⁃cessing，2007，87（6）：1472-1492.雷阳等：无人潜航器无动力下潜轨迹仿真分析140