【摘要】：近年來,海洋失事頻繁發(fā)生,如何利用現(xiàn)有的搜索設(shè)備開展較有效率的水下搜索工作成為一項亟待解決的問題。作為海洋力量倍增器的水下無人航行器(Unmanned Underwater Vehicle,UUV)被視為解決該問題的重要工具,尤其是隨著UUV編隊概念的提出及發(fā)展,更是為UUV參與在內(nèi)的水下搜索工作提供了新思路。因此,本課題將針對UUV編隊間的搜索任務(wù)規(guī)劃展開研究,使其能夠快速高效完成水下失事目標(biāo)的搜索工作。在解決面向水下失事目標(biāo)搜索的UUV編隊任務(wù)規(guī)劃問題時,首先根據(jù)搜索流程將其分為廣域粗掃以及局部精搜兩個階段,并以此為基礎(chǔ)開展了有關(guān)UUV編隊廣域目標(biāo)搜索算法、UUV編隊海底精細覆蓋搜索算法等方面的研究。本文完成工作如下:首先,對UUV編隊水下失事目標(biāo)搜索問題進行分析,描述了搜索流程并制定了搜索方案,提出了面向黑匣子的廣域搜索及面向殘骸的精細搜索,利用黑匣子的發(fā)聲特性進行廣域搜索工作并由此確定核心搜索區(qū)域。對搜索相關(guān)要素進行數(shù)學(xué)建模,包括搜索區(qū)域模型、UUV編隊體系結(jié)構(gòu)及運動學(xué)模型、搜尋黑匣子信號的被動聲吶模型、收集環(huán)境信息的前視聲吶避障模型、用于覆蓋成像的側(cè)掃聲吶模型以及編隊間的通信模型。其次,對搜索流程中的廣域搜索問題進行描述和需求分析,提出了基于改進生物啟發(fā)算法的UUV編隊廣域搜索算法。在柵格法構(gòu)建地圖的基礎(chǔ)上加入生物啟發(fā)神經(jīng)網(wǎng)絡(luò)算法,該算法將神經(jīng)元與柵格單元一一對應(yīng),將柵格單元的聲吶信度函數(shù)賦值給神經(jīng)元,根據(jù)神經(jīng)元的輸出活性值判斷下一時刻的搜索點。此外,針對黑匣子的發(fā)聲特性提出主、被動聲吶同時工作的搜索思想,并針對該種搜索方式的特點提出了更具工程實用性的改進算法,使得UUV編隊在執(zhí)行任務(wù)的時候縮短搜索路徑,減少拐彎次數(shù),降低能量消耗,實現(xiàn)UUV編隊在柵格地圖中的快速黑匣子搜索,并根據(jù)搜索結(jié)果確定核心搜索階段的任務(wù)區(qū)域,仿真結(jié)果表明了提出算法的有效性。然后,針對精細搜索階段的區(qū)域覆蓋問題提出了適用于分布式系統(tǒng)的分區(qū)覆蓋搜索思想。將區(qū)域覆蓋問題分為分區(qū)問題和覆蓋問題進行研究,將搜索區(qū)域按照Voronoi分區(qū)原理進行初分配,并利用基于平衡原則的任務(wù)分配算法實現(xiàn)區(qū)域的再分配,實現(xiàn)每個UUV任務(wù)區(qū)域負載的均衡一致性。分區(qū)之后再利用基于改進柵格信度函數(shù)的覆蓋路徑規(guī)劃算法,完成UUV編隊在小范圍區(qū)域內(nèi)較高覆蓋率的覆蓋工作,且能保證UUV在陷入障礙物死區(qū)時較為快速地逃離死區(qū)。最后,基于Matlab的GUI設(shè)計,完成了UUV編隊搜索水下失事目標(biāo)的系統(tǒng)搭建。將本課題中所涉及的廣域搜索及精細搜索進行封裝集中,通過界面按鍵實現(xiàn)程序庫中的相關(guān)函數(shù)的調(diào)用,進而完成UUV編隊搜索的仿真過程。并針對不同搜索階段設(shè)計不同的仿真案例,驗證本文所做研究的有效性。
【學(xué)位授予單位】：哈爾濱工程大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：U674.941
【圖文】：

由于計算機技術(shù)的飛速發(fā)展以及海洋工程需求的快速增長，水下無人航行器得到了國內(nèi)外工業(yè)界和科研單位的廣泛關(guān)注[1]。水下無人航行器是運用高新技術(shù)研制的先進的海洋工程裝備。盡管水下無人航行器發(fā)展歷史不長，但其在民用和軍事領(lǐng)域的應(yīng)用正展現(xiàn)出廣闊的發(fā)展場景。在軍事方面，UUV 可同時具有偵測、圍捕、搜集情報等多種功能。而民事上主要可用于搜索海洋環(huán)境、失事船只搜索、海底設(shè)備檢修、海洋資源勘測等[2-3]。2017 年 11 月，阿根廷“圣胡安”號潛艇與海軍失聯(lián)，隨后，美國 OceaInfinity 公司承包了“圣胡安”號潛艇的搜尋工作。本次搜索任務(wù)用了 5 個水下無人航行器對潛艇可能失事海域進行大范圍掃測，在開展搜尋工作后的第 36 天，“圣胡安”號潛艇在水下 920 米深的水溝中被發(fā)現(xiàn)，圖 1.1 為參與搜尋的 UUV。2014 年 4 月，馬航MH370 客機失事后，美國的“Bluefin-21”UUV 也參與到了黑匣子的搜尋工作中，如圖1.2 所示。UUV 之所以能夠這么廣泛地被用于水下搜索領(lǐng)域，很大一部分原因是因為水下環(huán)境的復(fù)雜性，復(fù)雜的水下環(huán)境限制了人工方法的搜索救援。因此，作為海洋新生力量且具有較高自主性的 UUV 的出現(xiàn)完美解決了上述問題。UUV 除具有體積小，執(zhí)行任務(wù)靈活，成本低的顯著優(yōu)點之外，還具有較強的隱蔽性，這些性能使 UUV 在軍事和民用上的地位日漸增加，也使 UUV 飽受國內(nèi)外研究學(xué)者的青睞[4]。

馬航MH370 客機失事后，美國的“Bluefin-21”UUV 也參與到了黑匣子的搜尋工作中，如圖1.2 所示。UUV 之所以能夠這么廣泛地被用于水下搜索領(lǐng)域，很大一部分原因是因為水下環(huán)境的復(fù)雜性，復(fù)雜的水下環(huán)境限制了人工方法的搜索救援。因此，作為海洋新生力量且具有較高自主性的 UUV 的出現(xiàn)完美解決了上述問題。UUV 除具有體積小，執(zhí)行任務(wù)靈活，成本低的顯著優(yōu)點之外，還具有較強的隱蔽性，這些性能使 UUV 在軍事和民用上的地位日漸增加，也使 UUV 飽受國內(nèi)外研究學(xué)者的青睞[4]。圖 1.1 Ocean Infinity 公司航行器 圖 1.2 “Bluefin-21”號航行器隨著人類對海洋的探索和建設(shè)日漸擴大，單個 UUV 已經(jīng)很難滿足任務(wù)的需求。主要原因是單體航行器由于其體積的限制難以攜帶大容量電源以及多種類的負載設(shè)備，這使得單個 UUV 在廣闊復(fù)雜的海洋環(huán)境中執(zhí)行任務(wù)時具有工作時間短及工作效率低的問題。為了解決單體 UUV 的缺陷，水下無人航行器編隊系統(tǒng)應(yīng)運而生。編隊系統(tǒng)具有空間分布，功能分布，時間分布等多種優(yōu)點，這使得編隊系統(tǒng)得到了科研人員的重視[5-8]。UUV 編隊系統(tǒng)在執(zhí)行任務(wù)時可以利用系統(tǒng)的分布式性質(zhì)來實現(xiàn)編隊間的并行工作，從而大大提高執(zhí)行效率。編隊系統(tǒng)還可以通過編隊間的資源信息共享性彌補單體 UUV 的

第 1 章 緒論者在 UUV 編隊系統(tǒng)領(lǐng)域開展了相應(yīng)的研究[1的國內(nèi)研究成果來看，目前大多數(shù)的 UUV 編，實際的應(yīng)用領(lǐng)域也只能做一些基礎(chǔ)的實驗要領(lǐng)先一步，并且許多理論研究已經(jīng)得到了實器編隊方面研究較為先進的國家主要有美英編隊作業(yè)系統(tǒng)。由美海軍聯(lián)合麻省理工等高校一次海上試驗，并在 2003 年完成該項目的了下無人航行器的海洋水文信息搜索任務(wù)[24]。

【相似文獻】

相關(guān)期刊論文 前10條

1 宋玉麗;張國有;曾建潮;薛頌東;;面向多目標(biāo)搜索的群機器人任務(wù)分配研究[J];太原科技大學(xué)學(xué)報;2012年04期

2 張斌艷;羅萬成;楊志剛;;改進的果蠅優(yōu)化算法在多目標(biāo)搜索中的應(yīng)用[J];遼寧師專學(xué)報(自然科學(xué)版);2017年04期

3 隋先輝;胡海;董受全;劉億;;基于導(dǎo)彈機動的反艦導(dǎo)彈目標(biāo)搜索方法[J];制導(dǎo)與引信;2012年01期

4 馬天一;;用于目標(biāo)搜索和測距的光學(xué)系統(tǒng)[J];紅外與激光技術(shù);1985年02期

5 薛頌東;;群機器人目標(biāo)搜索中的啟發(fā)式行為學(xué)習(xí)[J];工業(yè)控制計算機;2016年05期

6 吳良;王天成;毛征;何寶林;劉園園;;空中目標(biāo)搜索與跟蹤算法驗證系統(tǒng)的實現(xiàn)[J];國外電子測量技術(shù);2008年12期

7 李正周;趙峰;楊士德;楊士中;;基于梯度法的對空中目標(biāo)搜索與跟蹤[J];系統(tǒng)仿真學(xué)報;2007年05期

8 ;激光增強的目標(biāo)搜索和識別系統(tǒng)放置艙進行試驗[J];激光與光電子學(xué)進展;1976年09期

9 李長明;目標(biāo)搜索的預(yù)測分析及搜索計劃的優(yōu)化逼近[J];火力與指揮控制;1999年03期

10 徐兆方;柳忠起;王興偉;張欣;;多目標(biāo)搜索過程中的眼動研究[J];生物醫(yī)學(xué)工程學(xué)雜志;2017年02期

相關(guān)會議論文 前4條

1 馬艷云;水仁德;沈模衛(wèi);;數(shù)量化維度目標(biāo)搜索的影響因素探索[A];第九屆全國心理學(xué)學(xué)術(shù)會議文摘選集[C];2001年

2 陳遜;竇麗華;張娟;孫健;;一種使用圖像信息熵的粒子群快速圖像搜索算法[A];中國自動化學(xué)會控制理論專業(yè)委員會A卷[C];2011年

3 侯格賢;唐明;馬頌德;;一種自適應(yīng)調(diào)整目標(biāo)跟蹤窗口的新方法[A];中國圖象圖形學(xué)會第十屆全國圖像圖形學(xué)術(shù)會議（CIG’2001）和第一屆全國虛擬現(xiàn)實技術(shù)研討會（CVR’2001）論文集[C];2001年

4 薛頌東;曾建潮;杜靜;;具運動學(xué)特性約束的群機器人目標(biāo)搜索[A];2009中國控制與決策會議論文集（2）[C];2009年

相關(guān)博士學(xué)位論文 前6條

1 薛頌東;面向目標(biāo)搜索的群機器人協(xié)調(diào)控制及其仿真研究[D];蘭州理工大學(xué);2009年

2 方芳;視覺注意建模及其在圖像分析中的應(yīng)用[D];哈爾濱工業(yè)大學(xué);2012年

3 雷斌;群體機器人系統(tǒng)合作控制問題研究[D];武漢理工大學(xué);2009年

4 謝麗萍;基于擬態(tài)物理學(xué)的全局優(yōu)化算法設(shè)計及性能分析[D];蘭州理工大學(xué);2010年

5 魏琦;未知區(qū)域中目標(biāo)搜索的online算法研究[D];大連海事大學(xué);2016年

6 楊少委;正交波形MIMO雷達射頻隱身技術(shù)研究[D];電子科技大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 許亞杰;面向水下失事目標(biāo)搜索的UUV編隊規(guī)劃方法研究[D];哈爾濱工程大學(xué);2019年

2 何靚文;面向島礁監(jiān)視的多UUV目標(biāo)搜索與跟蹤方法研究[D];哈爾濱工程大學(xué);2018年

3 張秉健;未知環(huán)境下多AUV目標(biāo)搜索與定位研究[D];哈爾濱工程大學(xué);2018年

4 宋玉麗;群機器人多目標(biāo)搜索任務(wù)分配及參數(shù)選擇研究[D];太原科技大學(xué);2012年

5 王亞超;面向目標(biāo)搜索的群機器人試驗系統(tǒng)的設(shè)計開發(fā)[D];太原科技大學(xué);2012年

6 劉艷紅;具有感知能力的運動目標(biāo)多無人機協(xié)同搜索方法研究[D];合肥工業(yè)大學(xué);2017年

7 唐燁;智能家居環(huán)境中基于移動機器人的目標(biāo)搜索[D];浙江大學(xué);2017年

8 馬志偉;未知環(huán)境中移動機器人目標(biāo)搜索方法的研究[D];延邊大學(xué);2012年

9 李進;混合通信模式下的群機器人搜索問題研究[D];太原科技大學(xué);2011年

10 莊全文;面向群機器人協(xié)調(diào)控制研究的原型系統(tǒng)設(shè)計[D];太原科技大學(xué);2013年

本文編號：2779768