[发明专利]一种多属性约束模糊推理的UUV协调控制模块建模方法

说明书

本发明提出一种多属性约束模糊推理的UUV协调控制模块建模方法，通过分析多属性约束模糊推理的协调控制模型原理，提出时间充裕度、任务复杂度和能力约束度等三个约束属性作为模糊推理的变量，并设计相应的模糊逻辑谓词和隶属度函数。最后，依据三个属性谓词对UUV协调系统推理贡献大小，建立时间充裕度最高、任务复杂度次之和状态约束度最低的模糊规则谓词排序，以此产生27条模糊规则用于UUV智能性建模。上述多属性约束模糊推理的UUV协调控制模块建模方法设计合理，适合应用在UUV水下作业过程中知识结构复杂、信息完备性差等情况下的知识表示和推理，对于提高UUV行为规则反应时间和效率，以及提高UUV智能性建模具有重要意义。

技术领域

本发明属于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。

背景技术

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(Unmanned Underwater Vehicle，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，提高内部结构信息流和控制流的紧耦合度，同时对于行为规则的反演、学习和更新具有重要的指导意义。可见，协调控制模块负责整个UUV的协调运行，对于UUV的智能性构建起到决定性的作用。

UUV在水下作业过程中需要面临两个复杂因素：(1)水下作业环境复杂，海风、浪、流、涌、水深、温度、盐度等水声环境和水下复杂地形以及海洋生物组成的复杂水下环境对UUV影响非常之大；(2)水下作业任务复杂，UUV作为运载、通讯或者导航节点在海底勘测、协同搜索、水下作战等任务方面具有无可替代的作用。这两种因素相互影响会耦合产生大量离散事件和信息，包括UUV自身运动信息、任务信息、环境信息以及约束信息等。这些离散事件和信息往往具有不完全性、模糊性、随机性以及并发性等特点，如何更好的利用这些事件和信息对于提高UUV智能性具有重要的意义。

发明内容

为实现UUV智能性表达与建模，本发明针对UUV智能性建模问题进行研究，提出一种多属性模糊协调控制的UUV智能性建模方法。

本发明中模糊推理的UUV协调控制原理逻辑关系为：UUV在水下作业时，根据携带的传感器系统获取水下作业特征信息，将特征信息传递给模糊协调控制器，模糊协调控制器根据三个约束属性：时间充裕度、任务复杂度和能力约束度进行模糊推理，根据模糊推理结构选择采用具体的控制器行为规则，如果认为任务简单或时间紧急则采用反应处理，直接将行为规则传递给UUV推进系统；如果任务复杂或者时间充裕采用学习机制，利用UUV的知识库进行学习；其余情况采用规划处理。

依据上述原理，本发明的具体步骤为：

所述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H_A、任务复杂度N_A和能力约束度M_A；

其中、

时间充裕度H_A＝H_A(E)×H_A(T)，