無人水下航行器控制技術(shù)的發(fā)展?

劉 洋 孫顯鵬 徐 超 孫玉祥 孫玉臣，3 丁思芃

（1.海軍工程大學(xué)教務(wù)處 武漢 430033）（2.92330部隊(duì) 青島 266000）（3.海軍工程大學(xué)兵器工程學(xué)院 武漢 430033）（4.海軍工程大學(xué)電子工程學(xué)院 武漢 430033）

1 引言

無人水下航行器（Unmanned Underwater Vehicles，UUV）具備成本低、體積小、重量輕、靈活性強(qiáng)、可靠度高等多方面優(yōu)勢(shì)，近年來在軍事等海洋領(lǐng)域所受到的重視逐步提高［1］，并在軍事反潛、反水雷、海域偵查、封鎖與反封鎖等方面發(fā)揮越來越大的作用。目前世界各國(guó)入列使用的UUV 已達(dá)幾千艘，相對(duì)潛艇等有人控制的航行器，UUV 的控制系統(tǒng)顯著不同。由于海洋環(huán)境復(fù)雜多變，UUV 運(yùn)動(dòng)過程中受海浪、海流及海底地形等因素干擾，導(dǎo)致水動(dòng)力參數(shù)及相關(guān)非線性阻尼參數(shù)的不確定，結(jié)合UUV 水下空間運(yùn)動(dòng)模型非線性、強(qiáng)耦合且參數(shù)可變的五自由度不確定等特點(diǎn)，UUV 難度較高的控制系統(tǒng)設(shè)計(jì)對(duì)控制精度、性能穩(wěn)定及魯棒性等都提出了很高要求［2～3］。

2 國(guó)內(nèi)外UUV控制技術(shù)現(xiàn)狀與分析

2.1 國(guó)外研究狀況

為提高“Ocean Explorer”無人水下航行器分別在水平與垂直方向的控制精度與魯棒性，Song Feijun 等［4］基于滑模控制（Sliding Mode Control，SMC）和模糊控制（Fuzzy Control，F(xiàn)C）設(shè)計(jì)了滑模模糊縱傾控制器和航向控制器。實(shí)艇試驗(yàn)結(jié)果表明，該控制算法抗干擾能力強(qiáng)，大大縮短了連續(xù)控制時(shí)間。

Campa Giampiero 等［5］針對(duì)UUV 航跡跟蹤控制品質(zhì)受模型線性化、水動(dòng)力參數(shù)攝動(dòng)等因素影響，提出了基于神經(jīng)網(wǎng)絡(luò)的在線運(yùn)動(dòng)線性控制器，試驗(yàn)驗(yàn)證了該算法的有效性。

C.Silvestre 等［6］基于非線性變?cè)鲆婵刂疲瑢?duì)UUV 運(yùn)動(dòng)控制品質(zhì)受無法直接測(cè)量的運(yùn)動(dòng)狀態(tài)影響的問題，提出了一種簡(jiǎn)化算法，該算法結(jié)合線性矩陣不等式（LMI）理論，由一系列降階次的控制器組成。海試試驗(yàn)結(jié)果表明，利用非線性變?cè)鲆婵刂品椒ㄔO(shè)計(jì)的線性輸出反饋控制器簇可在航行器“INFANTE”狀態(tài)變量不可全部測(cè)量的情形下滿足深度控制要求，并控制效果良好。C.Silvestre 等又將該算法應(yīng)用于水平面控制系統(tǒng)，試驗(yàn)驗(yàn)證了其有效性，且參數(shù)調(diào)節(jié)簡(jiǎn)單［7］，適合實(shí)際應(yīng)用。

Ji-Hong Li等［8］假設(shè)UUV的縱傾始終處于局部較小的條件下，基于非線性控制和自適應(yīng)控制理論提出了一種深度控制算法。理想假設(shè)條件下該算法能夠使UUV 在快速過渡過程中保持高精度控制，但理想假設(shè)條件較難滿足，原因是UUV 在實(shí)際工作過程中，不同航速工作點(diǎn)下潛時(shí)會(huì)受到不同外界環(huán)境影響，且影響程度較大。該非線性自適應(yīng)控制算法經(jīng)修正后，可以實(shí)現(xiàn)該算法超出假設(shè)范圍后的深度控制，抑制模型誤差引起的干擾。

針對(duì)細(xì)長(zhǎng)形欠驅(qū)動(dòng)UUV 的路徑跟蹤控制問題，Woolsey 等［9］基于李雅普諾夫穩(wěn)定性理論研究了獨(dú)立執(zhí)行機(jī)構(gòu)數(shù)量少于運(yùn)動(dòng)自由度情形下的欠驅(qū)動(dòng)系統(tǒng)穩(wěn)定性問題，并在粘性力和粘性力矩取最小范圍約束時(shí)利用李雅普諾夫直接法推導(dǎo)了一種新型控制算法，試驗(yàn)驗(yàn)證了該算法有效。

T.I.Fossen［10］將UUV 空間路徑跟蹤控制分為三類:點(diǎn)跟蹤、路徑跟隨及軌跡跟蹤，并利用牛頓-歐拉方程描述UUV 動(dòng)力學(xué)模型，對(duì)該6-DOF 微分方程進(jìn)行詳細(xì)分解，對(duì)欠驅(qū)動(dòng)無人水下航行器的運(yùn)動(dòng)控制方法進(jìn)行了深入探討，基于李雅普諾夫穩(wěn)定性理論及其他非線性控制方法設(shè)計(jì)了路徑跟蹤控制器。三類跟蹤模式的控制效果表明根據(jù)不同任務(wù)需求制定設(shè)計(jì)方案可提高控制器設(shè)計(jì)效率，并能夠滿足控制要求。

Lionel Lapierre 等［11］結(jié)合李雅普諾夫函數(shù)修正了滑?？刂破鲄?shù)，并提出了魯棒非線性滑?？刂撇呗?，提高了誤差收斂速度，使UUV 在外界干擾環(huán)境下按照預(yù)期航跡進(jìn)行定速航行。

Ken Teo 等［12］針對(duì)UUV 入塢控制問題，設(shè)計(jì)了TSK 模糊推理系統(tǒng)，并在模糊控制基礎(chǔ)上加入補(bǔ)償控制器，仿真結(jié)果證明了，該方法可使UUV 在海流干擾作用下按期望速度定速入塢。

Erkan K 等［13］為優(yōu)化傳統(tǒng)PID 控制算法，引入了模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行補(bǔ)償控制，并將模糊神經(jīng)網(wǎng)絡(luò)在線學(xué)習(xí)與滑?？刂评碚撓嘟Y(jié)合，獲得了更佳的UUV航跡跟蹤效果。

針對(duì)典型MIMO 非線性系統(tǒng)的軌跡跟蹤問題，Bing Chen 等［14］將模糊控制理論應(yīng)用于反步控制算法中，結(jié)合李雅普諾夫函數(shù)提出參數(shù)自適應(yīng)率，使閉環(huán)系統(tǒng)跟蹤誤差全局收斂。

Yuntao Han 等［15］提出了基于反步控制算法的動(dòng)態(tài)逆控制策略，內(nèi)環(huán)回路通過動(dòng)態(tài)逆控制實(shí)現(xiàn)對(duì)UUV 非線性方程的解耦，外環(huán)回路利用反步控制算法提出控制率以保證系統(tǒng)的全局穩(wěn)定性，仿真結(jié)果表明了控制策略的可行性。

Guoqing Xia 等［16］采用了基于自適應(yīng)神經(jīng)網(wǎng)絡(luò)的觀測(cè)系統(tǒng)以實(shí)現(xiàn)對(duì)UUV 運(yùn)行過程中所受的海流干擾及模型中水動(dòng)力參數(shù)的攝動(dòng)觀測(cè)，并結(jié)合李雅普諾夫理論提出網(wǎng)絡(luò)權(quán)重自適應(yīng)率，仿真結(jié)果驗(yàn)證了算法可行。

Li Ye 等［17］將UUV 水下空間運(yùn)動(dòng)問題解耦，采用PID 控制策略對(duì)UUV 的水平方向運(yùn)動(dòng)和縱深方向運(yùn)動(dòng)進(jìn)行獨(dú)立控制，通過模糊自適應(yīng)策略對(duì)PID增益參數(shù)進(jìn)行實(shí)時(shí)修正，并引入補(bǔ)償控制器以提高UUV六自由度的運(yùn)動(dòng)控制精度。

Li Juan 等［18］基于Serret-Frenet 坐標(biāo)系建立了UUV 三維路徑跟蹤誤差模型，將誤差模型分解為三個(gè)子系統(tǒng)并逐級(jí)設(shè)計(jì)虛擬控制率，仿真結(jié)果表明在外界擾動(dòng)下跟蹤誤差收斂迅速，控制效果理想。

2.2 國(guó)內(nèi)研究狀況

劉學(xué)敏等［19］針對(duì)FC、神經(jīng)網(wǎng)絡(luò)控制算法設(shè)計(jì)參數(shù)調(diào)節(jié)困難的問題，結(jié)合FC 和PID 控制的特點(diǎn)推導(dǎo)出一種適用于UUV 定點(diǎn)控制和路徑跟蹤控制的非線性控制器。大量水池、海試試驗(yàn)表明該算法抗海流、海浪等干擾的能力強(qiáng)，控制效率高，控制精度優(yōu)，克服了UUV 非線性動(dòng)力學(xué)特性對(duì)控制器設(shè)計(jì)所造成的困難。

陳海洪等［20］基于SMC和FC理論設(shè)計(jì)了一種解決UUV 在外界干擾下“CR-02”階躍指令響應(yīng)較差問題的算法，仿真及水池試驗(yàn)均表明該算法能夠有效抑制外界干擾對(duì)控制造成的誤差，魯棒性強(qiáng)，穩(wěn)定性高，且可快速穩(wěn)定。

劉建成等［21］基于自學(xué)習(xí)理論改進(jìn)了Sigmoid控制算法，使該算法具有自學(xué)習(xí)能力，可以根據(jù)UUV當(dāng)前狀態(tài)與控制目標(biāo)的誤差，在初始參數(shù)變化的條件下對(duì)控制器參數(shù)進(jìn)行實(shí)時(shí)自主調(diào)整。解決了Sigmoid 控制器對(duì)運(yùn)動(dòng)控制的初始狀態(tài)要求嚴(yán)格、參數(shù)設(shè)計(jì)經(jīng)驗(yàn)要求高的問題，數(shù)值仿真試驗(yàn)結(jié)果表明該算法有效。

何斌等［22］基于自抗擾控制技術(shù)（ADRC）設(shè)計(jì)了一種UUV 控制算法。該控制算法利用擴(kuò)張狀態(tài)觀測(cè)器估計(jì)航行器的內(nèi)、外部擾動(dòng)，對(duì)其進(jìn)行補(bǔ)償，并采用跟蹤微分器設(shè)計(jì)跟蹤目標(biāo)的過渡過程。仿真結(jié)果表明該算法深度控制響應(yīng)的超調(diào)量為零，魯棒性和抗干擾能力強(qiáng)，通過航行器深度控制試驗(yàn)，驗(yàn)證了該算法有效。

畢鳳陽等［23］基于SMC 和FC 理論，結(jié)合自適應(yīng)控制思想，提出一種自適應(yīng)模糊變結(jié)構(gòu)控制器，解決了欠驅(qū)動(dòng)UUV 干擾抑制能力受模型不確定時(shí)滯特性影響的問題。仿真試驗(yàn)結(jié)果表明該控制器能高效抑制建模誤差、控制輸入時(shí)滯及水動(dòng)力參數(shù)時(shí)變等引起的擾動(dòng)，控制性能較一般SMC 方法有較大提高，有效減少了抖振發(fā)生的程度和概率。

杜亮等［24］在UUV 縱傾小范圍變化假設(shè)條件下，建立了垂直面的線性化動(dòng)力學(xué)模型，基于模型預(yù)測(cè)控制理論，使用在線優(yōu)化策略設(shè)計(jì)了一種模型預(yù)測(cè)控制器，意在解決UUV 近水面航行時(shí)深度控制受海浪影響而波動(dòng)的問題。試驗(yàn)結(jié)果表明，在三級(jí)海況條件下，該算法能夠保持UUV 航行深度相對(duì)穩(wěn)定，且有較好的動(dòng)態(tài)控制品質(zhì)。

佘明洪［25］基于流體力學(xué)理論，引入濾波函數(shù)進(jìn)行平滑處理，提出了基于NURBS 曲線擬合法的無人水下潛航器的路徑控制方法。實(shí)驗(yàn)驗(yàn)證，在無人水下潛航器路徑控制方面，該控制方法所需時(shí)間及精度均要優(yōu)于傳統(tǒng)的方法，具有一定的實(shí)用性。

劉青［26］通過建立UUV 的五自由度的運(yùn)動(dòng)學(xué)數(shù)學(xué)模型，將模型中存在的建模動(dòng)態(tài)和外界環(huán)境干擾等因素，等效為系統(tǒng)干擾項(xiàng)，按照運(yùn)動(dòng)平面解耦方法簡(jiǎn)化模型得到縱傾角模型和深度控制模型。在縱傾角和深度控制上采用動(dòng)態(tài)面滑模和自適應(yīng)相結(jié)合的算法，分別設(shè)計(jì)縱傾角控制器和深度控制器，使系統(tǒng)能夠在控制過程中動(dòng)態(tài)估計(jì)系統(tǒng)的不確定參數(shù)，消除反步法引起的微分項(xiàng)膨脹，仿真研究結(jié)果驗(yàn)證了深度-縱傾控制策略不僅有效限制了縱傾角，而且調(diào)節(jié)時(shí)間少。

針對(duì)傳統(tǒng)無人水下航行器智能控制范圍較小的實(shí)際，李聰?shù)龋?7］優(yōu)化了PID 控制器，根據(jù)水域深度變化切換不同控制方式。使用粒子群算法對(duì)智能控制方式進(jìn)行規(guī)劃并進(jìn)行最優(yōu)選擇，實(shí)現(xiàn)航行智能控制。試驗(yàn)結(jié)果驗(yàn)證，所設(shè)計(jì)的控制系統(tǒng)能在水下2000m 內(nèi)進(jìn)行有效控制，比傳統(tǒng)控制系統(tǒng)多出800m的有效范圍。

為減小UUV 大機(jī)動(dòng)時(shí)動(dòng)力學(xué)耦合對(duì)滾動(dòng)產(chǎn)生的影響，張秦南等［28］提出了大機(jī)動(dòng)情況下滾動(dòng)通道模型參考自適應(yīng)變結(jié)構(gòu)控制方法，將耦合作為干擾處理，同時(shí)采用模型參考自適應(yīng)控制提高系統(tǒng)魯棒性。仿真結(jié)果表明，該方法可以有效解決大機(jī)動(dòng)時(shí)滾動(dòng)通道的耦合問題。

付俞鑫［29］建立了大地坐標(biāo)系下的UUV 五自由度數(shù)學(xué)模型，采用模糊神經(jīng)網(wǎng)絡(luò)補(bǔ)償PD 航跡跟蹤控制策略中的靜態(tài)誤差，采用模糊神經(jīng)網(wǎng)絡(luò)逼近滑?？刂扑惴ㄌ岣呖刂葡到y(tǒng)的學(xué)習(xí)能力，基于李雅普諾夫穩(wěn)定性及投影定理實(shí)現(xiàn)滑?？刂评碚摼W(wǎng)絡(luò)參數(shù)的在線學(xué)習(xí)。采用自組織模糊神經(jīng)網(wǎng)絡(luò)逼近反饋線性化控制算法中的不確定項(xiàng)，加入滑?？刂破鞯窒饨鐢_動(dòng)，從而減小模糊神經(jīng)網(wǎng)絡(luò)的運(yùn)算負(fù)荷。仿真驗(yàn)證該方法能較好實(shí)現(xiàn)對(duì)UUV 的控制。

賈鶴嗚等［30］基于虛擬向?qū)ЫUV 航跡跟蹤誤差，基于工程解耦的思想設(shè)計(jì)了非線性迭代滑?？刂扑惴?，消除了舵角的抖振，減小了穩(wěn)態(tài)誤差。同時(shí)提出了基于神經(jīng)網(wǎng)絡(luò)的自適應(yīng)輸出反饋控制方法［31］，控制器由動(dòng)態(tài)補(bǔ)償?shù)妮敵龇答伩刂祈?xiàng)、神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制項(xiàng)及魯棒控制項(xiàng)共同組成，且由線性觀測(cè)器提供神經(jīng)網(wǎng)絡(luò)自適應(yīng)學(xué)習(xí)信號(hào)，該方法可有效抑制海流干擾，實(shí)現(xiàn)UUV 三維航跡的精確跟蹤。

高劍等［32］結(jié)合自適應(yīng)積分反步控制算法，在閉環(huán)反饋控制中加入積分項(xiàng)，提高了UUV 對(duì)未建模動(dòng)態(tài)特性的魯棒性，克服了參數(shù)變化與海流干擾。

徐健等［33］提出了一種定義虛巧速度誤差變量的反步控制設(shè)計(jì)策略，有效解決了基于視線引導(dǎo)的傳統(tǒng)反步法中存在的奇異值問題，并對(duì)傳統(tǒng)反步法的復(fù)雜計(jì)算進(jìn)行簡(jiǎn)化，最終結(jié)合李雅普諾夫函數(shù)設(shè)計(jì)了欠驅(qū)動(dòng)UUV的三維航跡跟蹤控制器。

張偉等［34］針對(duì)UUV 回收運(yùn)動(dòng)控制，結(jié)合模糊和解耦理論設(shè)計(jì)了一種解耦補(bǔ)償器。經(jīng)過模糊推理的合成運(yùn)算和清晰化運(yùn)算，計(jì)算出解耦補(bǔ)償量。仿真結(jié)果表明該方法在UUV 回收控制中應(yīng)用價(jià)值較高。

陳世利等［35］針對(duì)僅依靠航向PID 控制的矢量推進(jìn)UUV 高速轉(zhuǎn)向時(shí)航跡跟蹤效果差的問題，提出了航向控制與航速控制雙閉環(huán)的控制方法，在航行器高速轉(zhuǎn)向時(shí)，控制器在調(diào)整航向的同時(shí)依據(jù)航向環(huán)偏航角差實(shí)時(shí)控制航速環(huán)UUV 轉(zhuǎn)向目標(biāo)速度。經(jīng)理論分析和實(shí)驗(yàn)驗(yàn)證，在UUV 轉(zhuǎn)向時(shí)，該控制算法可以更好地實(shí)現(xiàn)航跡跟蹤，實(shí)際航行軌跡與目標(biāo)航跡的最大偏差可控制在10m以內(nèi)。

3 無人水下航行器控制技術(shù)所面臨的挑戰(zhàn)

無人水下航行器控制雖然可借鑒潛艇等傳統(tǒng)有人水下航行器控制的成功經(jīng)驗(yàn)和技術(shù)，但受無人水下航行器自身承載能力、控制能力和控制方式等多方面的影響，諸多航行器控制研究仍只停留于理論方面，在實(shí)際應(yīng)用中，仍面臨諸多技術(shù)挑戰(zhàn)，主要表現(xiàn)在［36］:

1）與傳統(tǒng)有人航行器相比，目前的UUV 采用“人在回路中”等控制方式較為普遍［37］。由于水下通信條件的限制，岸基操控人員無法實(shí)時(shí)全面實(shí)現(xiàn)對(duì)航行器的遙控，而半自主或自主控制方式又對(duì)UUV 本身及其子系統(tǒng)設(shè)備控制的智能化程度要求很高，尤其在因故障等導(dǎo)致的欠驅(qū)動(dòng)條件下運(yùn)動(dòng)控制、便利性的布放回收、集群化協(xié)同化作戰(zhàn)以及協(xié)調(diào)UUV 集群內(nèi)部的載荷設(shè)備綜合控制等方面提出了非常高的要求［38］。

2）在實(shí)用環(huán)境方面，相對(duì)于潛艇等傳統(tǒng)有人航行器，目前的UUV 體型和噸位較小，在運(yùn)動(dòng)過程中容易受到風(fēng)、浪、流及水面海底邊界條件等外界環(huán)境的干擾，且該干擾具有不確定性和時(shí)變特性，在UUV 發(fā)射和回收子系統(tǒng)設(shè)備的過程中，控制參數(shù)也會(huì)發(fā)生時(shí)變，進(jìn)而確定UUV 姿態(tài)難度大，可能會(huì)影響其子系統(tǒng)設(shè)備工作的可靠度［39］。

3）實(shí)際使用過程中，由于故障或者高速運(yùn)動(dòng)時(shí)橫向推進(jìn)失效，正常驅(qū)動(dòng)的UUV 將會(huì)工作于欠驅(qū)動(dòng)狀態(tài)，并造成UUV 運(yùn)動(dòng)的非線性。而水動(dòng)力系數(shù)會(huì)隨著UUV 的運(yùn)動(dòng)狀態(tài)及邊界條件的變化而不斷復(fù)雜變化，這使欠驅(qū)動(dòng)運(yùn)動(dòng)系統(tǒng)變得更加非線性。且欠驅(qū)動(dòng)系統(tǒng)具有二階非完整性約束，該系統(tǒng)不能被任何光滑的非時(shí)變的反饋控制律鎮(zhèn)定，這給穩(wěn)定工作增加了難度。

4）由于海洋環(huán)境的復(fù)雜多變、水下目標(biāo)數(shù)據(jù)收集難度大，水下大數(shù)據(jù)構(gòu)建尚不完備，在一定程度上限制了水下航行器控制技術(shù)的進(jìn)一步發(fā)展。目前，采用以專家知識(shí)為基礎(chǔ)的人工智能系統(tǒng)來實(shí)現(xiàn)航行器自主控制是一個(gè)趨勢(shì)，但仍需要在附加設(shè)備資源管控、控制通道構(gòu)建、控制故障診斷與容錯(cuò)處理、水下協(xié)同控制等多個(gè)方面進(jìn)一步突破具備自學(xué)習(xí)能力和自適應(yīng)能力的水下控制方法。

4 無人水下航行器控制技術(shù)的發(fā)展

伴隨計(jì)算機(jī)等技術(shù)的發(fā)展，UUV 的控制系統(tǒng)也完成了由機(jī)械式向數(shù)字式的轉(zhuǎn)變，隨著嵌入式計(jì)算機(jī)技術(shù)的成熟，其在UUV 控制系統(tǒng)中也得到了廣泛應(yīng)用，使UUV 縮小了體積，降低了功耗，提高了可靠性。除此之外，UUV 控制系統(tǒng)在其他方面也得到了較大發(fā)展。

1）分布式控制及總線通信的應(yīng)用

現(xiàn)有的兩種UUV 運(yùn)動(dòng)控制結(jié)構(gòu)中，分布式控制結(jié)構(gòu)與集中式控制結(jié)構(gòu)相比優(yōu)勢(shì)明顯，分布式結(jié)構(gòu)對(duì)通信要求低，可靠性強(qiáng)，易于實(shí)現(xiàn)航行器模塊化設(shè)計(jì)，提高系統(tǒng)各模塊的復(fù)用率，降低開發(fā)周期和成本［40］，所以在工程應(yīng)用中較為流行。但分布式結(jié)構(gòu)對(duì)UUV 系統(tǒng)內(nèi)部通信網(wǎng)絡(luò)要求較高，必須滿足高效、穩(wěn)定、安全和同步的要求。

現(xiàn)場(chǎng)總線技術(shù)的發(fā)展，已經(jīng)可以滿足分布式運(yùn)動(dòng)控制結(jié)構(gòu)的要求。運(yùn)動(dòng)控制網(wǎng)絡(luò)通信協(xié)議種類較多且并無統(tǒng)一標(biāo)準(zhǔn)，目前受業(yè)界認(rèn)可的多種主流通信協(xié)議中，CAN 總線由于擁有極高的網(wǎng)絡(luò)利用率，可以實(shí)現(xiàn)一點(diǎn)對(duì)一點(diǎn)、一點(diǎn)對(duì)多點(diǎn)和全局廣播多種方式，有望成為普遍應(yīng)用的與分布控制系統(tǒng)相結(jié)合的方式［41］。

2）控制器設(shè)計(jì)的多樣化

目前針對(duì)UUV 控制問題主要采用的控制策略有多種，在使用中各有特點(diǎn)［42］。

PID 是最早出現(xiàn)的控制策略之一，該算法簡(jiǎn)單、可靠性及穩(wěn)定性高，可與多種控制算法結(jié)合構(gòu)成智能PID 控制等多種新型算法。但單純的PID算法僅適用于線性系統(tǒng)，不能直接應(yīng)用于水下航行器這一非線性系統(tǒng)，故此算法不能直接工程應(yīng)用，必須進(jìn)行優(yōu)化。

滑?？刂疲?3］是一種典型的非線性反饋控制策略，可以使運(yùn)動(dòng)逐步趨于穩(wěn)態(tài)。該算法對(duì)參數(shù)變化和外部擾動(dòng)的魯棒性很強(qiáng)，在工程中應(yīng)用廣泛［44］，但其算法的不連續(xù)性會(huì)導(dǎo)致控制器輸出產(chǎn)生抖振［43］。

反步控制是一種遞推控制策略，可以將高階非線性系統(tǒng)分解為不超過系統(tǒng)階數(shù)的子系統(tǒng)，該策略引入李雅普諾夫函數(shù)設(shè)計(jì)每個(gè)子系統(tǒng)的虛擬控制率以保證各子系統(tǒng)收斂，最終獲得整個(gè)閉環(huán)系統(tǒng)的實(shí)際控制率。

模糊控制是一種智能的經(jīng)驗(yàn)控制方法，具有設(shè)計(jì)簡(jiǎn)單、穩(wěn)定性好、可以方便解決非線性問題等特點(diǎn)，該算法無需掌握系統(tǒng)精確的數(shù)學(xué)模型，可有效應(yīng)用于復(fù)雜的不確定性非線性系統(tǒng)的控制問題中［45］。但由于模糊控制算法復(fù)雜，對(duì)主觀經(jīng)驗(yàn)要求較高，量化因子［46］的選取在很大程度上會(huì)對(duì)控制精度產(chǎn)生影響，故設(shè)計(jì)難度大，當(dāng)系統(tǒng)控制規(guī)則復(fù)雜多變或?qū)纫筝^高時(shí)，控制效果往往不理想。在實(shí)際應(yīng)用中，常與其他算法結(jié)合使用，進(jìn)而成為一種比較理想的控制策略［47］。

神經(jīng)網(wǎng)絡(luò)控制也是一種智能控制方法，其與控制理論相結(jié)合，能以任意精度趨近非線性系統(tǒng)，適合用于復(fù)雜非線性控制系統(tǒng)的設(shè)計(jì)，其學(xué)習(xí)系統(tǒng)還能夠在無需精確數(shù)學(xué)模型的基礎(chǔ)上適應(yīng)UUV 周圍變化緩慢的環(huán)境，所以在工程中應(yīng)用廣泛［48］。但神經(jīng)網(wǎng)絡(luò)在自適應(yīng)過程中不能對(duì)快速變化的外部環(huán)境做出較好的調(diào)節(jié)，無法滿足控制的實(shí)時(shí)性要求。

3）更多功能模塊的需求

UUV 設(shè)計(jì)使用的最終目的是為了搭載更多功能模塊，執(zhí)行探測(cè)目標(biāo)、收集水下數(shù)據(jù)、發(fā)射及回收子系統(tǒng)等多樣化水下任務(wù)。隨著水下光學(xué)、水聲等傳感器系統(tǒng)的小型化發(fā)展，UUV 將在水下探測(cè)和通信能力上不斷提高，并可實(shí)現(xiàn)自身的更加小型、隱身。由于UUV 的尺寸相對(duì)較小，搭載魚水雷等水下武器的能力有限，為實(shí)現(xiàn)對(duì)較大海域的戰(zhàn)術(shù)控制，一般可采取協(xié)同化、集群化的作戰(zhàn)方式，這也是對(duì)水下無人與無人、有人與無人等平臺(tái)之間的通信能力提出了更高要求。

4）仿生控制方式的借鑒

由于魚類等水下生物在控制方式上獨(dú)特且成熟，其控制運(yùn)動(dòng)的CPG方法能夠在節(jié)律性輸入不足的情況下產(chǎn)生節(jié)律性輸出，具有良好的機(jī)動(dòng)性、穩(wěn)定性和推進(jìn)效率，若能采用仿生手段將生物的各種控制方式引入U(xiǎn)UV 控制，滿足航行器節(jié)律性控制信號(hào)特征的需求，將會(huì)使仿生多自由度水下航行器的控制更加高效穩(wěn)定。

5 結(jié)語

隨著美國(guó)“第三次抵消戰(zhàn)略”的提出，面對(duì)無人水下航行器愈加廣闊的應(yīng)用前景，不論在軍用還是民用方面，世界各國(guó)都正在加緊研制與開發(fā)采用最新高科技成果的無人水下航行器。在科技進(jìn)步的推動(dòng)下，未來的無人水下航行器結(jié)構(gòu)將更加簡(jiǎn)單，功能更加多樣，自適應(yīng)能力更加強(qiáng)大，可以執(zhí)行更多的復(fù)雜任務(wù)，應(yīng)用范圍進(jìn)一步擴(kuò)大，在我國(guó)的海洋戰(zhàn)略中，將扮演極其重要的角色。隨著計(jì)算機(jī)及水下通信等關(guān)鍵技術(shù)問題的攻克［49］，未來的無人水下航行器性能必將大大提高，應(yīng)用也將更加廣泛。