针对多自主水下航行器（AUV）编队运动中出现的系统状态感知及传输能力受限及无位置信息交互导致可观测性不足的问题，提出一种用于编队控制的事件驱动量测−通信联合框架下基于 Lyapunov 理论的模型预测控制（ETMCU−LMPC）策略，以提升编队稳定性与跟踪精度。

首先，融合编队通信拓扑与系统状态，建立基于状态观测的事件触发机制，利用各AUV之间相对量测信息抑制水声广播失效带来的延迟与丢包，增强无位置信息交互时的系统可观测性；然后，设计基于Lyapunov理论的分布式模型预测控制（LMPC）器，采用反步法构造收缩约束保证递归可行性，并引入自适应卡尔曼滤波（AKF）补偿量测噪声，确保闭环稳定性。

对 1 艘领航、4 艘跟随共 5 艘 AUV的编队仿真表明，与传统LMPC相比，ETMCU−LMPC 方法的收敛时间由8 s 缩短至6 s，最大误差由1.12 m 降至0.36 m，稳态误差由0.57 m降至0.06 m，且控制输入更平稳。

所提方法可有效应对通信异常，提升状态感知与传输受限场景下多 AUV 编队的可靠性，具有实际工程价值。

船舶电网因线缆老化而引发的非随机多重并发故障难以进行预防性重构。为提升船舶电网的安全性与重构效率，提出一种基于双层优化策略的船舶电网预测性故障重构方法。

基于马尔可夫链与热−电−机械多物理场分析，构建船舶线缆老化故障预测模型，并将其作为约束条件融入重构模型，以规避高风险支路；提出双层优化策略，其中上层采用鲸鱼迁徙优化算法（WMA）以动态求解多目标权重系数，下层则采用基于混合策略改进的蜣螂算法（MSDBO）以求解电网重构开关组合。

融合故障预测模型之后，重构方案可以100%提前规避故障概率≥0.5的高风险支路，其收敛速度比两步被动重构策略提升了47.06%；双层优化策略实现了权重系数的自适应动态调整，使重构收敛速度提升56.25%。

通过将线缆老化故障预测模型与双层优化框架相结合，有效实现了船舶电网的预测性重构，为解决非随机多重故障的预测性重构问题提供了新思路。

针对欠驱动无人艇在集总扰动、输入饱和以及机载能量受限条件下的路径跟踪控制问题，提出一种基于事件触发的固定时间路径跟踪控制策略。

首先，提出纵向速度导引和固定时间视线制导律，为路径跟踪控制器提供期望的纵向速度和艏向角；其次，针对系统内部的模型参数不确定性和外部干扰所构成的集总扰动，引入固定时间扩张状态观测器，实现对集总扰动的估计和补偿；然后，针对系统的输入饱和问题，设计辅助动态系统以补偿其影响。最后，针对机载能量受限问题，设计周期性相对阈值事件触发机制，降低控制器输出频率，减少执行器动作，从而降低机载能量损耗。

通过李雅普诺夫固定时间理论，证明了系统能在固定时间内稳定，分析并排除了芝诺行为。SimuNPS仿真结果表明，跟踪误差在固定时间内收敛，验证了所提方法的有效性。

该方法能有效估计集总扰动，补偿输入饱和对系统性能的负面影响，并减少控制器输出次数，为欠驱动无人艇在复杂环境下的路径跟踪控制提供了一种可靠的解决方案。

针对现有水下机器人单次下潜难以兼顾大范围探测与高精度作业的痛点，设计一款可变形水下作业机器人，实现水深 1000 m 内的低阻巡航、双臂协同作业等功能，满足海洋风电系统及水下油气平台等的巡检与维护需求。

首先，明确机器人总体设计指标，优化整体设计流程，完成机器人舱体及设备布置，设计变形机构（丝杆顶升机构）、耐压舱等关键结构，并基于有限元分析完成 1 000 m 水深对应的 12 MPa 压力下关键部位强度校核；其次，分析巡航模式下的续航能力与机动性能，以及作业模式下的机械臂工作空间与稳定性；最后，通过 CFD 仿真验证阻力特性，基于 Matlab 建立耦合动力学模型，验证自恢复、抗扰动及手−艇耦合抑制性能。

所设计机器人内部总体布置合理，关键部位满足 1 000 m 深海作业要求，耐压舱最大应力小于采用材料的屈服压力；巡航模式下机器人极限续航为 7 h，所搭载推进器能有效满足机器人水下灵活运动，以 6 kn 速度航行时纵向阻力仅 −725.06 N，各类工况下航行阻力明显低于作业模式，具备低阻特性；作业模式下中部浮力材料升起 270 mm，重心与浮心高度差增加 0.054 m，最大恢复力矩较巡航模式提升 202.1%，机器人具备更高的作业稳定性，其横倾自恢复时间从 180 s 缩短至 60 s，同时具备更好的抗扰动能力，双臂作业空间覆盖机体侧方、前方及下方区域，协同作业空间有效。

通过自主形态切换，提出的可变形水下作业机器人总体设计方案具备多任务的执行能力，可实现巡航模式低阻探测与作业模式高稳作业的有机结合，为深海复杂场景下的水下作业提供了新的方案。

为了探究无人水下航行器（UUV）面临的水下环境复杂、因自身特性导致执行机构故障频发的问题以及UUV安全航行问题，研究欠驱动UUV在洋流扰动、模型不确定和执行器故障下的预设性能路径跟踪容错控制，设计一种结合改进预设性能函数和障碍李雅普诺夫函数的路径跟踪容错控制器，实现全状态约束的容错控制。

设计一种新的预定义时间扰动观测器，用以观测UUV路径跟踪的集总扰动，包括洋流扰动、模型参数摄动、未建模动力学和执行器故障引起的推力损失。将带有执行器故障的集总不确定项引入预设性能容错控制器进行补偿以实现容错控制，将路径跟踪全状态误差限制在预设边界之内。

仿真结果表明UUV的位置误差、姿态角误差及角速度误差均能快速收敛并严格限制在预设的安全边界内，其中位置误差稳态边界为1 m，姿态角误差边界为0.05 rad。当执行器出现80%推力损失时，扰动观测器能快速估计集总扰动，控制器在1 s内完成补偿，路径跟踪偏差未显著增大，最大瞬态误差不超过预设值的20%。

验证了所提方法对执行器故障的强鲁棒性，通过统一扰动观测与预设性能约束，简化了容错架构，实现故障快速响应与全状态安全约束的双重目标，为UUV在复杂环境下的高可靠性航行提供了普适性解决方案。

为了解超大型无人潜航器的声目标强度特性，以“虎鲸”（Orca）超大型无人潜航器为研究对象，系统分析1～10 kHz频段内的目标强度特性。

基于Orca模型，分别采用有限元法计算1～3 kHz频段内、采用板块元法计算3～10 kHz频段内的目标强度，并与Benchmark模型进行对比，提出角检测率是可以更全面评价无人潜航器隐身性能的指标。同时，在水箱环境开展缩比模型实验，提出实验测量目标强度的修正方法。

初步掌握了Orca模型的目标强度特性，通过对比Benchmark模型发现，Orca模型在周向方向上具有更好的隐身性能，在高频段的环向方向上也具有一定优势，并且随着频率的升高，其优势更加明显。针对水听器与换能器之间的距离不满足远场条件的情况，通过对实验测量目标强度进行修正，即可与仿真值更加吻合，验证了数值仿真结果的正确性。

研究成果可为水下探测系统优化及无人潜航器隐身设计提供理论参考。

为解决自主水下航行器（AUV）在复杂水下环境中自主对接精度不足的问题，提出一种基于多特征融合的视觉导引方法。

依托实验室自主研发的四桨无舵矢量推进型AUV，使用暗通道先验去雾算法进行图像增强，结合改进的Canny边缘检测与颜色阈值分割实现多特征融合，利用最小包围圆法进行圆心定位，通过坐标系转换解算相对位姿完成对接。

Unity 3D仿真和水池实验结果表明，均值差和均方根误差均呈现随对接距离接近而减小的距离相关性，距离越近，视觉测距越准确，对接精度越高，对接距离小于2 m时位姿精度误差小于5 cm，总体对接成功率为88%。

所提方法满足AUV自主对接任务中对接精度要求，为水下装备自主回收提供了高鲁棒性的解决方案。

随着水下无人航行器（UUV）多样化应用需求的不断增加，传统以文本为载体的设计方法在实践中暴露了诸多局限性，例如设计文档分散、难以维护、系统之间迭代效率低等，故须提出一种全新的总体设计方法。

引入基于模型的系统工程（MBSE），并与传统设计方法相结合，形成一种基于模型驱动的UUV设计与验证方法。首先，利用M-Design协同研发平台，采用图形化的系统建模语言，构建UUV的需求模型、逻辑架构模型和物理架构模型，从而形成完整的设计方案。然后，采用多系统联合仿真技术，搭建分布式仿真平台，对UUV典型任务场景进行性能模拟验证，最终提出针对UUV的敏捷设计与验证原型系统概念方案。

研究结果表明，基于模型的设计方法可以有效提升UUV的设计效率和验证能力，实现了从需求定义到设计实现的完整闭环。

研究成果可为各类水下有人和无人平台的设计与指标验证提供参考。