【技术实现步骤摘要】
一种多属性约束模糊推理的UUV协调控制模块建模方法
本专利技术属于UUV建模与仿真领域,具体为一种多属性约束模糊推理的UUV协调控制模块建模方法。
技术介绍
海洋作为人类生存的战略空间蕴藏着丰富的资源,已成为世界各国发展海洋经济、创新海洋装备、维护海洋权益和开展国际合作的重要场所。作为认识、探索、开发和利用海洋的重要手段,无人水下航行器(UnmannedUnderwaterVehicle,UUV)已广泛应用于海洋环境监测、海底石油勘探、水下空间搜救和水下无人作战等民用和军事领域。但是UUV在未知的、动态的、复杂的水下介质环境中作业,与地面及空间运载工具相比,其自主规划和控制系统更为复杂。当前,随着UUV向高智能性方向发展,对其智能决策和学习能力建模提出了更高的要求。在UUV结构中常常可以将其进行模块化划分为:传感器模块、协调控制模块、动力推进模块、通信模块等四个关键部分,通过这四个模块之间的逻辑信息计算实现UUV水下环境的无人操控、自主管理和独立执行任务。其中,协调控制模块在UUV结构模型中起到承上启下的关键作用,其目的在于协调UUV内部各种模块行动,提高内部结构 ...
【技术保护点】
一种多属性约束模糊推理的UUV协调控制模块建模方法,其特征在于:包括以下步骤:步骤1:根据UUV任务及环境参数,计算时间充裕度HA、任务复杂度NA和能力约束度MA;其中、时间充裕度HA=HA(E)×HA(T),
【技术特征摘要】
1.一种多属性约束模糊推理的UUV协调控制模块建模方法,其特征在于:包括以下步骤:步骤1:根据UUV任务及环境参数,计算时间充裕度HA、任务复杂度NA和能力约束度MA;其中、时间充裕度HA=HA(E)×HA(T),IA(eE)∈[0,1],IA(tT)∈[0,1]HA(E)表示UUV在环境E下的时间充裕度,HA(T)表示UUV在任务T下的时间充裕度;t表示UUV在环境E下完成任务T的最长时间,eE表示水下作业环境影响因子,tT表示作业任务影响因子,IA(eE)和IA(tT)分别表示环境E和任务T的重要程度;任务复杂度fS(T)=||tF-Tb||fS(T)表示作业任务特征因子tF与匹配任务特征因子Tb的相似程度,匹配任务特征因子Tb指知识库中与当前任务T的匹配任务特征因子,CA(T)表示完成任务T的自信度;能力约束度f(S)表示完成任务T对UUV自身状态S的约束因子;步骤2:根据步骤1得到的时间充裕度、任务复杂度和能力约束度的定量指标,采用以下隶属度函数将时间充裕度、任务复杂度以及能力约束度模糊划分为模糊谓词{不充裕、一般、充裕};其中时间充裕度HA∈[0,1/3)时,模糊谓词时,模糊谓词HA∈[2/3,1]时,模糊谓词任务复杂度NA∈[0,1/3)时,模糊谓词时,模糊谓词NA∈[2/3,1]时,模糊谓词能力约束度MA∈[0,1/3)时,模糊谓词时,...
【专利技术属性】
技术研发人员:梁洪涛,康凤举,张建春,汪小东,
申请(专利权)人:西北工业大学,
类型:发明
国别省市:陕西,61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。