针对复杂水文环境下无人自治水下机器人(AUV)轨迹跟踪实时性较慢、精度较低的问题, 设计了一种基于拉盖尔函数的自适应预测轨迹跟踪控制方法。首先, 基于预测控制将轨迹跟踪问题转化为二次规划设计; 其次, 为解决AUV 轨迹变化以及外部干扰所造成的控制量突变, 融合递推最小二乘法设计了自适应预测控制器; 接着, 采用拉盖尔函数重构控制器, 以解决运算量过大导致的系统响应速度变慢的问题; 最后, 仿真证明了该方法能够提升系统的响应速度、抗干扰性和鲁棒性。

提出了基于水下自主航行器的EMCCD微光照相机驱动系统设计方法。首先，分析了EMCCD输出噪声的组成，根据暗电流噪声和时钟感生噪声的关系，给出了常规功率驱动的器件选型原则和设计方法; 讨论了使用图腾柱电路实现电子倍增驱动的功耗问题，并给出了改进方案; 使用高频系统时钟实现了驱动相位和脉宽的微调，解决了驱动时序波形幅度重叠率不足的问题; 最后,给出了使用CCD201-20搭建的水下相机结构和实验结果。实验结果表明，系统产生的常规驱动信号频率为时钟频率10 MHz，串行转移时钟的幅度重叠率优于50%，并行转移时钟的幅度重叠率优于90%，驱动信号的相位调整精度为18°,脉宽调整精度为5 ns，驱动波形稳定、平整，电子倍增驱动信号高电平可调，功耗相较于优化前降低7.2%。本文所介绍的EMCCD驱动系统设计方法充分兼顾了驱动系统的噪声、体积和功耗问题，可以广泛应用在水下微光成像乃至常规CCD领域。

针对智能水下机器人(AUV)的海底管道自动识别与跟踪问题，从仿真环境构建、图像处理、管道识别及环境建模等数据层次进行了分析，搭建了一套完整的水下管道识别与跟踪系统。在管道识别过程中，针对传统的Hough直线拟合的缺点，提出了基于特征聚类的伪假区域的去除和峰值点邻域逆向处理的改进Hough变换。并利用所搭建的三维仿真环境，对直管和弯管在线进行了多次检测和跟踪试验。仿真实验结果表明通过管道识别和环境映射，本套系统能有效完成水下管道自主检测和跟踪。

针对复杂环境下自主水下航行器(AUV)组合导航系统中存在的模型不完全确定或者模型参数发生变化的情况, 提出一种基于期望模式修正的交互式多模型(EMA-IMM)滤波算法。该算法利用滤波估计过程中所得到的模型概率完成决策。首先对固定结构的基础网格进行滤波, 得到细化的修正模型集, 接着对修正模型集进行滤波, 得到与真实模型最为邻近的若干个修正模型网格共同构成的期望模型集, 然后将系统真实的模型覆盖在精简的期望模型集范围之中, 最后通过对期望模型集滤波, 得到接近真实模型状态变量的估计结果。在AUV组合导航系统中的仿真结果表明, 相对于传统Kalman滤波算法, 改进的EMA-IMM使AUV的经度估计精度提高了97％, 纬度估计精度提高了44%; 相对于IMM算法, AUV的经度估计精度提高了22%, 纬度估计精度提高了19%; 得到的结果验证了提出的EMA-IMM算法的优越性。