摘要：针对执行器饱和、模型参数不确定以及海流干扰等因素影响下的水下机器人,提出一种考虑状态约束以及执行器饱和的轨迹跟踪控制器.首先,构建水下机器人水平面轨迹跟踪误差方程;然后,对载体模型参数不确定性产生的模型误差以及海流干扰,设计一个非线性观测器进行估计并用于对控制器进行扰动补偿;接着,引入执行器饱和补偿系统、二阶滤波器以及滤波器误差补偿系统,设计命令滤波反步滑模控制器来控制水下机器人的水平面轨迹跟踪;最后,严格验证命令滤波反步滑模控制器的稳定性并进行数值仿真,验证所提出控制器的有效性.

摘要：针对空间机械臂系统执行器鲁棒故障诊断问题,提出一种基于改进的自适应超螺旋观测器故障诊断方法。为抑制复杂空间环境引起的外部干扰对故障诊断结果的影响,在经典超螺旋观测器的基础上引入观测器参数自适应调整算法,同时解决观测器参数过估计问题与噪声扩展问题。此外,引入小于1的分数幂和线性比例项来提高观测器的平滑性和快速性,进一步改善故障诊断效果。基于Moreno-Lyapunov函数算法分析了观测器的有限时间稳定性,证明了观测器的估计误差可以在有限时间内收敛至包含原点的邻域内,提出残差生成方法并设计了基于自适应阈值的故障诊断策略。最后,结合小行星采样空间三连杆机械臂算例,通过仿真验证了所提方法的有效性。

摘要：针对Lipschitz非线性系统执行器故障检测和传感器故障估计问题,本文提出了一种基于H_/L_(∞)未知输入观测器的有限频域故障诊断策略.首先,将系统处理成包含传感器故障的增广系统.然后,将该系统的未知输入干扰分为可解耦与不可解耦两部分.针对可解耦部分,利用观测器匹配条件将其从估计误差中消除.针对不可解耦部分,设计L_(∞)指标抑制其对残差的影响并结合有限频域H_指标提高执行器故障检测灵敏度.接着,给出观测器存在的充分条件并将其转化为受LMIs约束的线性优化问题,实现了执行器故障的鲁棒检测及传感器故障的鲁棒估计.最后,结合仿真算例验证了所提方法的正确性与有效性.

摘要：由于水体对光的吸收和散射作用,水下图像普遍存在颜色失真和细节模糊这两种退化问题。为了得到色彩鲜明、细节清晰的水下图像,提出了一个基于多尺度注意力和对比学习的水下图像增强算法模型。该模型采用编码-解码结构作为基础框架,为了提取到更细粒度的特征,在编码部分设计了一个多尺度通道像素注意力模块,利用3个并行支路提取图像中不同层次的特征,然后将3条支路提取的特征进行融合输入到下一层编码器以及对应的解码层,提高网络特征提取以及细节增强的能力。最后,为了进一步提高增强图像的质量,引入对比学习训练网络。大量实验证明,本文算法增强后的图像色彩鲜明且细节信息保留较好。峰值信噪比和结构相似性指标的平均值最高可达到25.46和0.8946,与其他方法相比至少提高了4.4%和2.8%;水下彩色图像质量指标和信息熵的平均值最高为0.5802和7.6668,与其他方法相比均至少提高了2%;特征点匹配平均比原始图像多24个。

摘要：当前算法主要使用互相关操作和Transformer中的一种方法来设计特征融合网络,这种策略忽视了二者之间的优势互补,容易丢失语义信息,陷入局部最优。针对上述问题,设计了一种基于互相关-Transformer双层特征融合的目标跟踪算法,使用改进的互相关操作和Transformer方法分别对模板和搜索区域特征进行融合,实现两种融合方式的优势互补,使模板和搜索区域特征充分交互,实现特征的有效增强和充分融合,并在互相关操作中引入相似矩阵来增强模板和搜索区域中与当前帧中的目标有关联的特征,使互相关操作的匹配过程更加准确。该目标跟踪算法包括一个基于Swin-Transformer的主干网络,一个互相关和Transformer双层融合模块,一个预测分支。提出的算法在TrackingNet、LaSOT、NFS、UAV123和OTB2015五个数据集上取得了鲁棒的效果,分别达到81.8%、65.7%、66.2%、69.4%和69.8%的成功率,平均跟踪速度达到40帧/秒。

摘要：毫米波全双工MIMO系统是满足未来无线通信大带宽、低时延等需求的一种可行方案.本文针对采用有限精度移相器和部分连接结构的宽带毫米波全双工MIMO系统的混合波束成形问题进行研究,提出了一种可行的混合波束成形方法.首先,不考虑自干扰信号,利用上行/下行各子信道的奇异值分解和注水算法得到各子带最优全数字发送和接收波束成形矩阵;然后,将得到的全数字波束成形矩阵分解为满足部分连接结构的模拟波束成形矩阵和各子带数字波束成形矩阵;最后,利用最小均方误差准则更新各子带数字接收波束成形矩阵以降低自干扰信号对频谱效率的影响.分析表明,所提方法的算法复杂度较低;仿真结果表明,所提方法的频谱效率要优于相关研究和半双工毫米波通信.

摘要：本文提出一种PUS-PRS-S并联机构形式的螺旋桨矢量推进器。对矢量推进器进行具体的结构设计,使其能够很容易地作为一个整体安装在AUV尾部。建立矢量推进器的的运动学和动力学模型,通过数值计算与仿真,结果表明,设计的矢量推进器具有良好的运动性能,能够流畅地完成俯仰、偏摆运动。通过对推力矢量的分析,可知矢量推进器在AUV前进方向上始终能提供不低于75%的推力,在偏转方向上最大能提供50%的推力,且推力大小与AUV姿态和航速均无关。对比与传统的以鳍舵作为控制面的AUV,矢量推进AUV在慢速航行状态下具有更好的操纵性。

摘要：目的研究叶片类零件精密测量、逆向与误差评定方法,为该类零件的精密加工提供数字化误差分布模型。方法针对接触式测头存在的空间径向偏置问题,基于四点标定法,建立空间数学模型,完成工具中心点(TCP)的标定;针对叶片点云分布散乱、无序等问题,提出基于多级B样条插值方法,进行叶片三维点云的曲面重建;最后基于迭代法,对叶片误差进行精确评定。结果对测量所得叶片点云,基于多级B样条与控制网格差异化细分的重建算法可以重建出高保真的连续曲面;误差评定算法可以完成测量结果与设计模型之间不小于0.01 mm的误差计算并得到分层分区的误差可视化云图。结论机器人接触式测量系统可以对叶片类复杂曲面完成高精度测量,采用基于B样条的三维重建算法可以快速的重建出叶片三维曲面;笔者提出的误差评定算法可以进行高精度叶片点云的误差计算,其分层分区结果对于叶片抛磨精加工阶段具有指导意义。

摘要：与常规水下机器人不同,全海深水下机器人面临万米的垂直剖面水深,当前全海深水下机器人的潜浮过程占据了其入水后的大部分时间,导致全海深水下机器人运动效率不高。本文通过对潜浮运动模式及低阻构形方式的分析,结合变形—变结构水下机器人的设计思想,构建了一种适应于水下水平面与垂直面的高效运动模式,提出一种面向全海深高效运动的自变形水下机器人的实现方法。在对自变形水下机器人潜浮阶段与海底直航阶段运动进行模型分析的基础上,提出基于有效工作时间的运动效率评价方法。最后结合流体仿真软件Fluent对阻力系数的辨识,对自变形水下机器人的运动效率进行评估,验证了该自变形的构形方式相较于传统回转外形构形方式在面向全海深工作环境的高效性。

摘要：为了提升基于强化学习的自主水下航行器(Autonomous Underwater vehicle,AUV)控制器在复杂海况中对环境干扰的鲁棒性,设计一种利用上下文信息进行环境感知的强化学习控制器。结合水下机器人运动学及动力学方程对深度跟踪任务进行建模,构建了基于PPO-clip算法的深度控制器,并在算法中融入了上下文变量和域随机化方法。在仿真环境中分别进行海流干扰、暗涌干扰以及两者共同干扰环境的深度跟踪任务,仿真结果表明,本文提出的方法对强化学习控制器的抗干扰能力有明显的提升,在多种环境干扰下更精准地完成深度跟踪任务。