通讯和测量受限下多AUV分布式协同目标估计与跟踪控制研究

Underwater target tracking is the key technology of territorial ocean surveillance and anti-submarine warfare. In order to improve the tracking accuracy, the impacts on target states estimation bringed by AUVs own running states will be considered, and the according Coordinated Target Estimation and Tracking Control algorithm for Multiple AUVs will be proposed, which only uses the local communication and partial measurements. The main works of this research can be summarized as follows: firstly, a distributed cooperative filter will be built for the estimation and the prediction of the states of a moving target underwater; secondly, a target tracking control algorithm based on the estimated target states will be designed, the algorithm can be adapted to AUV's sophisticated dynamics and can also be robust to the AUV model uncertainties and ocean currents disturbance. Finally, the relationships between cooperative filter's convergence and connectivity of the topology graph are analyzed and introduced to the design of the coordinated control laws, all the AUVs will move on the optimal paths under these coordinated control laws to acquire the best tracking performance. The disciplines of minor or robust dynamic communication topology satisfied with the algorithm's performance and convergence demands will be revealed, which can be a necessary theoretical guidance to the practical operations for underwater target tracking.

水下目标跟踪是海洋国土监视、反潜作战环境下的关键技术。为提高跟踪精度，本研究考虑AUV自身运行状态对目标状态估计的影响，提出一种基于相邻局部通讯和有限测量距离的多AUV协同目标估计与跟踪控制算法。主要研究内容包括：（1）研究设计一种分布式协同滤波算法，实现对水下移动目标运动状态的融合估计与预测；（2）基于预测目标状态，建立合理的、适用于AUV复杂动力学特性的目标跟踪误差数学模型,研究存在模型参数不确定性，以及海流干扰情况下的自适应鲁棒跟踪控制方法；（3）深入分析协同滤波算法的收敛性和AUV网络拓扑之间的关系，在此基础上，研究设计多AUV协同控制算法，导引各AUV以最优轨迹航行，获取最好的跟踪效果。通过本项目的研究，揭示满足算法性能和收敛性要求的最小或鲁棒性动态通讯拓扑结构规律，为多AUV群系进行水下目标跟踪作业提供必要的理论指导。

多自主水下航行器（Autonomous Underwater Vehicle，AUV）协同目标跟踪在军/民用方面有着广泛而又迫切的应用需求和重要的理论研究价值，是多AUV系统自主性的重要体现。本文以AUV执行水下目标跟踪任务为应用背景，针对通信和量测受限情形下多AUV协同跟踪水下移动目标问题，重点围绕目标状态融合估计和面向最优观测配置的编队控制两项关键内容展开研究，主要研究内容及创新性结果如下： . （1）深入分析了多AUV协同目标跟踪问题，研究制定了多AUV协同目标跟踪问题的求解框架，建立了目标状态融合估计和观测队形控制两个关键子问题的形式化描述模型。 . （2）针对确定性移动目标，结合信息一致性理论，提出一种旋转一致性跟踪算法，实现了当目标状态被跟踪网络中一个或一部分节点获取时对其进行协调性跟踪。从理论上分析了观测节点队形配置与网络拓扑之间的关系，探明了协同跟踪机理，为对不确定性目标的协同跟踪奠定了理论基础。. （3）针对不确定性移动目标，提出了基于无色信息滤波的多AUV分布式目标状态融合估计算法。考虑每个AUV仅能与自身通讯范围内的邻居进行信息交互，且目标只有位于量测范围内时才能对其进行量测的情形，在局部无色信息滤波的基础上，研究设计了分布式目标状态融合估计算法。基于代数图论提出网络拓扑联合r连通概念，证明了当系统中的部分成员量测不到目标或因故障不能继续工作时, 其余成员仍可实现对目标进行一致性估计的充分必要条件。仿真结果表明，该算法能够保证各AUV节点对目标状态的估计达到一致。. （4）揭示了AUV与跟踪目标之间的位置关系对估计性能的影响机理。基于CRLB和FIM理论，建立了协同跟踪性能的评价函数，并通过评价函数的极大化，确定了面向最优状态估计的观测配置；根据所得的最优配置，基于代数图论和信息一致性理论，提出一种面向最优观测配置的编队控制方法，使协同跟踪系统以最优编队航行，确保跟踪性能最优。. 项目的相关研究成果，揭示了AUV自身运行状态、多节点之间通讯拓扑结构与目标状态估计性能之间的关系机理，为多AUV群系进行水下目标跟踪作业提供了必要的理论指导。