一种UUV集群中UUV个体的绿色动态控位方法技术

本发明专利技术属于UUV集群动态控位技术领域，具体涉及一种UUV集群中UUV个体的绿色动态控位方法。本发明专利技术针对UUV在不同工作阶段的不同需求，分层设计了UUV的绿色动态控位控制方案，使UUV在不同的状态下，都具有一套与之相适应的控制策略，能适时改变动态控位的控制曲线，最终达到以较低的能耗及较低的推进器辐射噪声完成任务的目的，同时尽可能地保持UUV集群的基本队形拓扑结构。本发明专利技术的解决了UUV集群在动态控位过程中由于能耗较大而无法实现长时间待机值守并保持阵型的问题，实现UUV以尽可能少的功耗、尽可能低的UUV推进器动车频率、尽可能小的辐射噪声、尽可能久的作业时间，完成其动态控位控制。

【技术实现步骤摘要】
一种UUV集群中UUV个体的绿色动态控位方法
本专利技术属于UUV集群动态控位
，具体涉及一种UUV集群中UUV个体的绿色动态控位方法。
技术介绍
UUV的动态控位是指其依靠自身推进器产生的推进力(矩)抵抗外界干扰以保持位姿，UUV集群在执行水下区域值守等协同观、探测任务时，需要在较长的一段时间内保持动态控位状态。在动态控位时，UUV推进器频繁动车是电量消耗的主要部分。因此设计一种UUV集群的绿色动态控位(Green-DP)方法,可以降低UUV集群的能量消耗，提高作业时的隐蔽性，增加待机值守以及作业时间，对UUV集群的动态控位是十分必要的。对现有的技术文献检索发现，目前国内外对于绿色动态控位的研究多集中于单体船舶上，且绿色控制策略主要体现在环境补偿器、预测控制器、最优艏向、推力分配优化几方面，武汉船用电力推进装置研究所刘凯等在《船电技术》(2018年09期)发表的文章《动态控位船舶推力优化分配研究》针对船舶处于环境力较小而方向频繁变化的特殊海洋环境中定位作业的推力分配问题,采用组合偏置策略，并针对组合偏置后存在能量消耗过大的问题,本文档来自技高网...

【技术保护点】
1.一种UUV集群中UUV个体的绿色动态控位方法，其特征在于，包括以下步骤：/n步骤1：根据作业任务要求，设定UUV在定深处航行时在作业区域的目标定位点，记录该目标定位点的经度、纬度以及航向信息；/n步骤2：在水平面内，以UUV目标定位点为圆心，分别以R

【技术特征摘要】
1.一种UUV集群中UUV个体的绿色动态控位方法，其特征在于，包括以下步骤：
步骤1：根据作业任务要求，设定UUV在定深处航行时在作业区域的目标定位点，记录该目标定位点的经度、纬度以及航向信息；
步骤2：在水平面内，以UUV目标定位点为圆心，分别以R1和R2为半径作圆，将作业区域划分为Ⅰ级工作区域、Ⅱ级工作区域和Ⅲ级工作区域；半径R1和R2根据作业任务要求设定，且R1＜R2；所述的Ⅰ级工作区域为以UUV目标定位点为圆心，以R1为半径的圆形区域；所述的Ⅱ级工作区域为以UUV目标定位点为圆心，以R1和R2为半径的两个圆形之间的圆环区域；作业区域内除Ⅰ级工作区域和Ⅱ级工作区域以外的部分均为Ⅲ级工作区域；
步骤3：开始动态控位任务，实时在线更新UUV的运动状态信息，记录UUV当前经度、纬度、航向、速度以及各控制量信息；根据UUV当前位置与目标定位点的经纬度信息，实时计算两点间距离r；
步骤4：判断UUV是否处于Ⅲ级工作区域：若r≤R2，则判定UUV不处于Ⅲ级工作区域，执行步骤5；否则，UUV采取Ⅲ级控制模式，以最小能耗指标，使用粒子群算法计算UUV位置和航向的全局最优规划方案；
步骤5：判断UUV是否处于Ⅱ级工作区域：若r＜R1，则判定UUV不处于Ⅱ级工作区域，执行步骤6；否则，UUV采取Ⅱ级控制模式，按偏差指标，使用模型预测控制算法，实时滚动求解UUV位置和航向的最优控制量；
步骤6：若UUV收到任务结束指令，则UUV结束任务；否则，UUV采取Ⅰ级控制模式，按偏差指标，使用模型预测控制算法，实时滚动求解UUV航向的最优控制量，对位置不进行控制，并在每一拍求解出UUV航向的最优控制量后跳转至步骤3。


2.根据权利要求1所述的一种UUV集群中UUV个体的绿色动态控位方法，其特征在于：所述的步骤4中UUV采取Ⅲ级控制模式，以最小能耗指标，使用粒子群算法计算UUV位置和航向的全局最优规划方案的方法具体为：
设定UUV的运动包含匀加速-匀速-匀减速三段，UUV到达目标定位点时的速度为0；待优化的单目标函数为：



其中，τ1和τ2为权重系数；ρ为海水密度；为海流对UUV纵向上产生的干扰力；为海流对UUV横向上产生的干扰力；αc为海流相对UUV的流向角；CX(αc)为流向角αc对应的纵向海流阻力系数；CY(αc)为流向角αc对应的横向海流阻力系数；ATS为UUV纵向迎流面积；ALS为UUV横向迎流面积；Vc为海流速度；sx为UUV在海流作用下沿x轴的航行距离；sy为UUV在海流作用下沿y轴的航行距离；l为UUV初始位置距目标定位点的距离；待优化求解的变量为a1、a2、vmax；vmax为UUV匀速段的速度；
根据上述目标函数，利用粒子群算法对其进行优化求解，将种群大小、各粒子的分布位置和飞行速度作为系统输入；粒子的速度和位置的更新公式为：






其中，c1，c2为学习因子；ω为惯性因子；具体步骤如下：
步骤4.1：将设定的初始化种群大小，随机初始化各粒子的分布位置和飞行速度；
步骤4.2：根据以能耗为评价指标的目标函数J，计算所有粒子当前位置的能耗指标，并记录在每个粒子的中；比较每个粒子的能耗指标大小，将当前整个群体中的最优个体的能耗指标最优值及该个体的位置存储在gbest中；
步骤4.3：根据粒子更新公式，更新各粒子的位置及速度，并重新计算新产生粒子的能耗指标；
步骤4.4：比较各个粒子的能耗指标和前一个存储下来的pbest大小，若当前粒子的能耗指标更小，则更新pbest为当前能耗指标；
步骤4.5：比较当前迭代过程...

【专利技术属性】
技术研发人员：徐健，刘梦雄，邢文，张耕实，李娟，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙江;23