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。

提出一种基于Pareto解集的多目标模拟退火粒子群算法(MODPSO-SA)，用于解决自主水下机器人(AUV)协同任务分配问题。为避免粒子群算法陷入局部最优，加入改进的模拟退火技术，形成一种新的多目标局部搜索策略。仿真结果表明，MODPSO-SA算法能够得出多组合理Pareto解集，可以有效解决多AUV任务分配问题。

针对水下机器人搭载平台进行深海遗迹探寻所面临的数据样本缺乏、采集图像模糊、嵌入式系统计算能力有限的问题,分别在数据增强、视频增强和目标检测算法压缩等方面提出了有效的解决方案。首先,利用数据增强提高小样本数据的泛化能力,通过迁移学习进行知识迁移,加速模型收敛;然后,基于结构相似性对采集视频进行关键帧图像选择,采用限制对比度直方图拉伸对选择后的关键帧进行实时图像增强;最后,基于多粒度剪枝策略对YOLOV4进行通道和卷积层的双向压缩。实验结果表明,压缩后的YOLOV4模型运算复杂度(BFLOPS)降为10.588,在Jetson TX2嵌入式图像处理器上,对大小为640 pixel×480 pixel的输入图像的平均检测速度可以达到18.2 frame/s。

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。

针对单潜艇必须进行高速机动才能对目标进行被动纯方位跟踪的问题, 提出了基于无人水下航行器(UUV)的潜艇隐蔽协同跟踪方法,该方法将无人水下航行器布置在离潜艇一定的距离, 并通过光纤与潜艇进行通信。潜艇指控系统利用潜艇和无人水下航行器获得观测的信息进行协同被动跟踪, 使得潜艇不需要进行高速机动就可以对目标进行有效跟踪。计算机仿真结果表明, 该方法相对于单艇机动具有更好的跟踪性能。

为了保障航行器水下航行时对可见光波段光学隐蔽的需求, 以及实时测量其所在位置的光学隐蔽深度, 设计了小型化可见光波段的光学隐蔽深度测量系统。根据光学隐蔽深度模型, 优化设计了海水上行辐照度、海水下行辐照度、海水漫衰减系数、海水体衰减系数的测量方法。优化设计后的系统有21个测量通道, 测量光谱为390～667 nm, 工作深度可达50 m。进行了海上试验, 试验结果显示: 在天气良好的条件下, 水下航行器在520～560 nm可见光波段内存在暴露窗口, 同时测得特征长度为0.75 m的模型的光学隐蔽深度为3.5 m。得到的结果表明, 设计的小型化可见光波段光学隐蔽深度测量系统可以实现光学隐蔽深度的测量, 测量装置具有体积小、重量轻、系统性能稳定等优点, 适用于水下航行器搭载, 可为下一步实现可自主升降的光学隐蔽深度测量系统设计提供理论技术支撑。

为了实现对水下航行器光学隐蔽深度的实时测量，研制了水下航行器光学隐蔽深度测量系统。根据目标背景对比度的传输理论，分析了目标背景对比度在海水、大气、海面的传输特性，建立了水下航行器光学隐蔽深度模型。基于该模型分析了测量水下航行器光学隐蔽深度所需要的参数，设计了测量海水上行辐照度、海水下行辐照度、海水体衰减性系数、海水漫衰减性系数和水下航行器表面反射率的测量方法，并完成一次海上试验。试验测得良好天气情况下特征尺度为12 m的水下航行器的光学隐蔽深度为25～35 m。试验结果表明，设计的测量系统可以实现对水下航行器光学隐蔽深度测量，并适用于各类潜艇。由于改变了传统的在水面进行深度测量的方式，该系统工作稳定可靠，提高了隐蔽性和对海域测量的准度，可为水下作战决策提供帮助。

针对搭载于水下无人航行器(UUV)的磁梯度张量系统的系统误差,提出了一种系统误差补偿方法。该方法利用四面体磁梯度张量系统的差分测量算法,融合系统中单个矢量磁力仪的系统误差和磁力仪之间的安装中心错位误差,建立了四面体磁梯度张量系统误差数学模型;基于此数学模型提出了系统误差补偿算法,并根据磁梯度张量9分量之间的数学关系提出了补偿参数辨识方法;最后,通过仿真实验对该方法进行了验证。实验结果表明：该方法可以有效补偿磁梯度张量系统的系统误差,补偿量达96.2%,且补偿效果优于参考文献提出的系统误差补偿方法。该方法利用补偿参数对磁梯度张量系统的输出值直接进行系统误差补偿,从理论上解决了磁梯度张量系统整体误差的统一补偿问题。