本發(fā)明屬于uuv建模與仿真領(lǐng)域，具體為一種多屬性約束模糊推理的uuv協(xié)調(diào)控制模塊建模方法。
背景技術(shù)：
：海洋作為人類生存的戰(zhàn)略空間蘊(yùn)藏著豐富的資源，已成為世界各國發(fā)展海洋經(jīng)濟(jì)、創(chuàng)新海洋裝備、維護(hù)海洋權(quán)益和開展國際合作的重要場所。作為認(rèn)識、探索、開發(fā)和利用海洋的重要手段，無人水下航行器(unmannedunderwatervehicle，uuv)已廣泛應(yīng)用于海洋環(huán)境監(jiān)測、海底石油勘探、水下空間搜救和水下無人作戰(zhàn)等民用和軍事領(lǐng)域。但是uuv在未知的、動態(tài)的、復(fù)雜的水下介質(zhì)環(huán)境中作業(yè)，與地面及空間運(yùn)載工具相比，其自主規(guī)劃和控制系統(tǒng)更為復(fù)雜。當(dāng)前，隨著uuv向高智能性方向發(fā)展，對其智能決策和學(xué)習(xí)能力建模提出了更高的要求。在uuv結(jié)構(gòu)中常常可以將其進(jìn)行模塊化劃分為：傳感器模塊、協(xié)調(diào)控制模塊、動力推進(jìn)模塊、通信模塊等四個關(guān)鍵部分，通過這四個模塊之間的邏輯信息計算實(shí)現(xiàn)uuv水下環(huán)境的無人操控、自主管理和獨(dú)立執(zhí)行任務(wù)。其中，協(xié)調(diào)控制模塊在uuv結(jié)構(gòu)模型中起到承上啟下的關(guān)鍵作用，其目的在于協(xié)調(diào)uuv內(nèi)部各種模塊行動，提高內(nèi)部結(jié)構(gòu)信息流和控制流的緊耦合度，同時對于行為規(guī)則的反演、學(xué)習(xí)和更新具有重要的指導(dǎo)意義?？梢姡瑓f(xié)調(diào)控制模塊負(fù)責(zé)整個uuv的協(xié)調(diào)運(yùn)行，對于uuv的智能性構(gòu)建起到?jīng)Q定性的作用。uuv在水下作業(yè)過程中需要面臨兩個復(fù)雜因素：(1)水下作業(yè)環(huán)境復(fù)雜，海風(fēng)、浪、流、涌、水深、溫度、鹽度等水聲環(huán)境和水下復(fù)雜地形以及海洋生物組成的復(fù)雜水下環(huán)境對uuv影響非常之大；(2)水下作業(yè)任務(wù)復(fù)雜，uuv作為運(yùn)載、通訊或者導(dǎo)航節(jié)點(diǎn)在海底勘測、協(xié)同搜索、水下作戰(zhàn)等任務(wù)方面具有無可替代的作用。這兩種因素相互影響會耦合產(chǎn)生大量離散事件和信息，包括uuv自身運(yùn)動信息、任務(wù)信息、環(huán)境信息以及約束信息等。這些離散事件和信息往往具有不完全性、模糊性、隨機(jī)性以及并發(fā)性等特點(diǎn)，如何更好的利用這些事件和信息對于提高uuv智能性具有重要的意義。技術(shù)實(shí)現(xiàn)要素：為實(shí)現(xiàn)uuv智能性表達(dá)與建模，本發(fā)明針對uuv智能性建模問題進(jìn)行研究，提出一種多屬性模糊協(xié)調(diào)控制的uuv智能性建模方法。本發(fā)明中模糊推理的uuv協(xié)調(diào)控制原理邏輯關(guān)系為：uuv在水下作業(yè)時，根據(jù)攜帶的傳感器系統(tǒng)獲取水下作業(yè)特征信息，將特征信息傳遞給模糊協(xié)調(diào)控制器，模糊協(xié)調(diào)控制器根據(jù)三個約束屬性：時間充裕度、任務(wù)復(fù)雜度和能力約束度進(jìn)行模糊推理，根據(jù)模糊推理結(jié)構(gòu)選擇采用具體的控制器行為規(guī)則，如果認(rèn)為任務(wù)簡單或時間緊急則采用反應(yīng)處理，直接將行為規(guī)則傳遞給uuv推進(jìn)系統(tǒng)；如果任務(wù)復(fù)雜或者時間充裕采用學(xué)習(xí)機(jī)制，利用uuv的知識庫進(jìn)行學(xué)習(xí)；其余情況采用規(guī)劃處理。依據(jù)上述原理，本發(fā)明的具體步驟為：所述一種多屬性約束模糊推理的uuv協(xié)調(diào)控制模塊建模方法，其特征在于：包括以下步驟：步驟1：根據(jù)uuv任務(wù)及環(huán)境參數(shù)，計算時間充裕度ha、任務(wù)復(fù)雜度na和能力約束度ma；其中、時間充裕度ha＝ha(e)×ha(t)，ha(e)表示uuv在環(huán)境e下的時間充裕度，ha(t)表示uuv在任務(wù)t下的時間充裕度；t表示uuv在環(huán)境e下完成任務(wù)t的最長時間，ee表示水下作業(yè)環(huán)境影響因子，tt表示作業(yè)任務(wù)影響因子，ia(ee)和ia(tt)分別表示環(huán)境e和任務(wù)t的重要程度；任務(wù)復(fù)雜度fs(t)表示作業(yè)任務(wù)特征因子tf與匹配任務(wù)特征因子tb的相似程度，匹配任務(wù)特征因子tb指知識庫中與當(dāng)前任務(wù)t的匹配任務(wù)特征因子，ca(t)表示完成任務(wù)t的自信度；能力約束度f(s)表示完成任務(wù)t對uuv自身狀態(tài)s的約束因子；步驟2：根據(jù)步驟1得到的時間充裕度、任務(wù)復(fù)雜度和能力約束度的定量指標(biāo)，采用以下隸屬度函數(shù)將時間充裕度、任務(wù)復(fù)雜度以及能力約束度模糊劃分為模糊謂詞{不充裕、一般、充裕}；其中時間充裕度ha∈[0，1/3)時，模糊謂詞ha∈[1/3，2/3)時，模糊謂詞ha∈[2/3，1]時，模糊謂詞任務(wù)復(fù)雜度na∈[0，1/3)時，模糊謂詞na∈[1/3，2/3)時，模糊謂詞na∈[2/3，1]時，模糊謂詞能力約束度ma∈[0，1/3)時，模糊謂詞ma∈[1/3，2/3)時，模糊謂詞ma∈[2/3，1]時，模糊謂詞步驟3：根據(jù)步驟2確定的時間充裕度、任務(wù)復(fù)雜度以及能力約束度解模糊結(jié)果，利用以下模糊規(guī)則庫，得到模糊推理輸出：rule1：thenp1＝t1rule2：thenp2＝t1rule3：thenp3＝t2rule4：thenp4＝t1rule5：thenp5＝t2rule6：thenp6＝t1rule7：thenp7＝t2rule8：thenp8＝t2rule9：thenp9＝t1rule10：thenp10＝t3rule11：thenp11＝t3rule12：thenp12＝t3rule13：thenp13＝t2rule14：thenp14＝t2rule15：thenp15＝t1rule16：thenp16＝t1rule17：thenp17＝t2rule18：thenp18＝t3rule19：thenp19＝t2rule20：thenp20＝t2rule21：thenp21＝t3rule22：thenp22＝t2rule23：thenp23＝t3rule24：thenp24＝t3rule25：thenp25＝t3rule26：thenp26＝t3rule27：thenp27＝t3其中pi(i＝1,2,…,27)表示模糊推理輸出，t1,t2,t3表示采用的行為規(guī)劃方式，t1為反應(yīng)處理，t2為規(guī)劃處理，t3為學(xué)習(xí)處理。有益效果本發(fā)明根據(jù)uuv結(jié)構(gòu)特點(diǎn)，設(shè)計多屬性約束模糊推理的協(xié)調(diào)控制模型原理，并分析模型各個結(jié)構(gòu)的功能。其次，提出時間充裕度、任務(wù)復(fù)雜度和能力約束度等三個約束屬性作為模糊推理的變量，并設(shè)計相應(yīng)的模糊邏輯謂詞和隸屬度函數(shù)。最后，依據(jù)三個屬性謂詞對uuv協(xié)調(diào)系統(tǒng)推理貢獻(xiàn)大小，建立時間充裕度最高、任務(wù)復(fù)雜度次之和狀態(tài)約束度最低的模糊規(guī)則謂詞排序，以此產(chǎn)生27條模糊規(guī)則用于uuv智能性建模。上述多屬性約束模糊推理的uuv協(xié)調(diào)控制模塊建模方法設(shè)計合理，適合應(yīng)用在uuv水下作業(yè)過程中知識結(jié)構(gòu)復(fù)雜、信息完備性差等情況下的知識表示和推理，對于提高uuv行為規(guī)則反應(yīng)時間和效率，以及提高uuv智能性建模具有重要意義。本發(fā)明的附加方面和優(yōu)點(diǎn)將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發(fā)明的實(shí)踐了解到。附圖說明本發(fā)明的上述和/或附加的方面和優(yōu)點(diǎn)從結(jié)合下面附圖對實(shí)施例的描述中將變得明顯和容易理解，其中：圖1、基于模糊推理uuv協(xié)調(diào)控制模塊設(shè)計原理。圖2、隸屬度函數(shù)示意圖。具體實(shí)施方式下面詳細(xì)描述本發(fā)明的實(shí)施例，所述實(shí)施例的示例是示例性的，旨在用于解釋本發(fā)明，而不能理解為對本發(fā)明的限制。本發(fā)明針對uuv智能性建模問題進(jìn)行研究，設(shè)計一種多屬性約束模糊推理的uuv協(xié)調(diào)控制模塊建模方法。首先根據(jù)uuv結(jié)構(gòu)特點(diǎn)，設(shè)計多屬性約束模糊推理的協(xié)調(diào)控制模型原理，并分析模型各個結(jié)構(gòu)的功能。其次，提出時間充裕度、任務(wù)復(fù)雜度和能力約束度等三個約束屬性作為模糊推理的變量，并設(shè)計相應(yīng)的模糊邏輯謂詞和隸屬度函數(shù)。最后，依據(jù)三個屬性謂詞對uuv協(xié)調(diào)系統(tǒng)推理貢獻(xiàn)大小，建立時間充裕度最高、任務(wù)復(fù)雜度次之和狀態(tài)約束度最低的模糊規(guī)則謂詞排序，以此產(chǎn)生27條模糊規(guī)則用于uuv智能性建模?；谀：评淼膗uv協(xié)調(diào)控制模塊設(shè)計原理如圖1所示。1、該模糊推理的uuv協(xié)調(diào)控制模塊設(shè)計原理為：uuv在水下作業(yè)時，根據(jù)攜帶的傳感器系統(tǒng)獲取水下作業(yè)特征信息，將特征信息傳遞給模糊協(xié)調(diào)控制器，模糊協(xié)調(diào)控制器根據(jù)三個約束屬性：時間充裕度、任務(wù)復(fù)雜度和能力約束度進(jìn)行模糊推理，根據(jù)模糊推理結(jié)構(gòu)選擇采用具體的控制器行為規(guī)則，如果認(rèn)為任務(wù)簡單或時間緊急則采用反應(yīng)處理，直接將行為規(guī)則傳遞給uuv推進(jìn)系統(tǒng)；如果任務(wù)復(fù)雜或者時間充裕采用學(xué)習(xí)機(jī)制，利用uuv的知識庫進(jìn)行學(xué)習(xí)；其余情況采用規(guī)劃處理。2、確定時間充裕度、任務(wù)復(fù)雜度和能力約束度時間充裕度(timeadequacy)：e表示水下作業(yè)環(huán)境，ee表示水下作業(yè)環(huán)境影響因子，t表示作業(yè)任務(wù)，tt表示作業(yè)任務(wù)影響因子，ha(e)和ha(t)分別表示uuv在環(huán)境e下完成任務(wù)t的時間充裕度，ha(e)和ha(t)越大表示uuv認(rèn)為應(yīng)對環(huán)境和任務(wù)的充裕度越大，否則越低，時間充裕度ha計算公式定義如下：ia(ee)∈[0,1]，ia(tt)∈[0,1]ha＝ha(e)×ha(t)式中，t表示uuv在環(huán)境e下完成任務(wù)t的最長時間，t越小表示在環(huán)境e中完成任務(wù)t的時間越小，則充裕度ha(e)和ha(t)越小，反之越大。ia(ee)和ia(tt)表示uuv認(rèn)為當(dāng)前環(huán)境e和任務(wù)t的重要程度。任務(wù)復(fù)雜度(taskcomplexity)：t表示作業(yè)任務(wù)，na分別表示uuv認(rèn)為任務(wù)t的任務(wù)復(fù)雜度，na越大表示uuv認(rèn)為任務(wù)的復(fù)雜度越高，否則越低，其計算公式定義如下：fs(t)＝||tf-tb||，fs(t)∈[0,t]式中，tf表示作業(yè)任務(wù)的特征因子，tb表示知識庫中與當(dāng)前任務(wù)t的匹配任務(wù)特征因子，fs(t)表示兩者的相似程度，當(dāng)fs(t)越大，表示uuv處理任務(wù)t的知識較少，即na越小。ca(t)表示uuv對完成任務(wù)t的自信度，其中ca(t)＝0表示uuv對完成任務(wù)t沒有信心，ca(t)＝1表示uuv完全有信息完成任務(wù)。顯然，ca(t)越大，則uuv認(rèn)為任務(wù)復(fù)雜度越小，反之越小。能力約束度(capacityconstraint)：ma分別表示uuv完成任務(wù)t的自身能力s的約束度，ma越大表示uuv認(rèn)為任務(wù)t的能力約束，否則越小，反映了uuv對完成任務(wù)t的自我認(rèn)識水平，其計算公式定義如下：式中，f(s)表示完成任務(wù)t對uuv自身狀態(tài)s的約束因子，f(s)＝0表示uuv認(rèn)為任務(wù)t對自身狀態(tài)s不會產(chǎn)生任何約束，f(s)＝1表示uuv認(rèn)為任務(wù)t對自身狀態(tài)產(chǎn)生破壞性約束，如uuv攜帶能源為零或喪失運(yùn)動能力。3、模糊推理與模糊規(guī)則根據(jù)定量指標(biāo)時間充裕度、任務(wù)復(fù)雜度和能力約束度的定義，將時間充裕度ha模糊劃分為模糊謂詞{不充裕、一般、充裕}，即任務(wù)復(fù)雜度na劃分為模糊謂詞{不復(fù)雜、一般、復(fù)雜}，即能力約束度ma劃分為模糊謂詞{不約束、一般、約束}，即為了設(shè)計和計算簡單，時間充裕度、任務(wù)復(fù)雜度和狀態(tài)約束度的隸屬度函數(shù)相同，如圖2所示。模糊系統(tǒng)的輸出則為依據(jù)環(huán)境和任務(wù)uuv具體選擇要采用的行為規(guī)劃方式{t1:反應(yīng)處理(reaction)，t2:規(guī)劃處理(planning)、t3:學(xué)習(xí)處理(learning)}三個子系統(tǒng)；即e/ta＝{t1,t2,t3}。如果認(rèn)為任務(wù)簡單或時間緊急則采用反應(yīng)處理，直接將行為規(guī)則傳遞給uuv推進(jìn)系統(tǒng)；如果任務(wù)復(fù)雜或者時間充裕采用學(xué)習(xí)機(jī)制，利用uuv的知識庫進(jìn)行學(xué)習(xí)；其余情況采用規(guī)劃處理，利用知識庫進(jìn)行規(guī)劃處理。需要說明的是，時間充裕度、任務(wù)復(fù)雜度和狀態(tài)約束度的模糊謂詞在模糊規(guī)則中存在排序高低的問題，其中時間充裕度最高，任務(wù)復(fù)雜度次之，而狀態(tài)約束度最低，即三個謂詞的順序是規(guī)則中條件對結(jié)論貢獻(xiàn)大小程度的一種考量。同時，由于隸屬度函數(shù)設(shè)計的特殊性，最后模糊推理結(jié)果為區(qū)間[0,1]之間的常數(shù)，不需要進(jìn)行解模糊化，直接利用最后的結(jié)果進(jìn)行選擇。具體模糊推理給出以下形式的模糊規(guī)則庫：rule1：thenp1＝t1rule2：thenp2＝t1rule3：thenp3＝t2rule4：thenp4＝t1rule5：thenp5＝t2rule6：thenp6＝t1rule7：thenp7＝t2rule8：thenp8＝t2rule9：thenp9＝t1rule10：thenp10＝t3rule11：thenp11＝t3rule12：thenp12＝t3rule13：thenp13＝t2rule14：thenp14＝t2rule15：thenp15＝t1rule16：thenp16＝t1rule17：thenp17＝t2rule18：thenp18＝t3rule19：thenp19＝t2rule20：thenp20＝t2rule21：thenp21＝t3rule22：thenp22＝t2rule23：thenp23＝t3rule24：thenp24＝t3rule25：thenp25＝t3rule26：thenp26＝t3rule27：thenp27＝t3式中，pi(i＝1,2,…,27)表示模糊推理輸出?？梢姡鄬傩约s束模糊推理的uuv協(xié)調(diào)控制模塊建模方法設(shè)計合理，適合應(yīng)用在uuv水下作業(yè)過程中知識結(jié)構(gòu)復(fù)雜、信息完備性差等情況下的知識表示和推理，對于提高uuv行為規(guī)則反應(yīng)時間和效率，以及提高uuv智能性建模具有重要意義。依據(jù)上述方法說明，下面給出某型uuv在水庫進(jìn)行兩次實(shí)驗(yàn)：規(guī)避障礙和水下搜索，并通過實(shí)驗(yàn)數(shù)據(jù)如表1所示進(jìn)行實(shí)例分析。表1實(shí)驗(yàn)數(shù)據(jù)列表任務(wù)類型規(guī)避障礙水下搜索任務(wù)時間t0.540.98uuv認(rèn)為當(dāng)前環(huán)境e重要程度ia(ee)0.760.52uuv認(rèn)為當(dāng)前任務(wù)t重要程度ia(tt)0.960.38作業(yè)任務(wù)特征因子tf0.670.67知識任務(wù)庫匹配特征因子tb0.320.96完成任務(wù)自信度ca(t)0.520.79約束因子f(s)0.060.37具體步驟如下：step1：計算時間充裕度ha，如表2所示：表2時間充裕度ha任務(wù)類型規(guī)避障礙水下搜索ha(e)0.580.39ha(t)0.640.72ha0.37120.2808step2：計算任務(wù)復(fù)雜度na，如表3所示：表3任務(wù)復(fù)雜度na任務(wù)類型規(guī)避障礙水下搜索fs(t)0.790.29na0.58590.7588step3：計算能力約束度ma，如表4所示：表4能力約束度mastep4：根據(jù)時間充裕度ha任務(wù)復(fù)雜度na,能力約束度ma，規(guī)避障礙和水下搜索兩種作業(yè)任務(wù)情況下選擇的模糊推理謂詞分別為如表5所示：表5時間充裕度ha、任務(wù)復(fù)雜度na、能力約束度ma邏輯謂詞選擇任務(wù)類型規(guī)避障礙水下搜索habnbnabpbmanbbstep5：依次設(shè)定時間充裕度ha任務(wù)復(fù)雜度na,能力約束度ma為模糊規(guī)則條件順序，則根據(jù)圖2進(jìn)行模糊推理，規(guī)避障礙作業(yè)任務(wù)情況下推理結(jié)果為rule14：p13＝t2，水下搜索作業(yè)任務(wù)情況下推理結(jié)果為rule8：p8＝t2。兩種uuv水下作業(yè)情況t2表示兩種作業(yè)情況下需要進(jìn)行規(guī)劃處理(planning)?？梢?，通過時間充裕度ha、任務(wù)復(fù)雜度na、能力約束度ma作為模糊輸入，反應(yīng)處理t1、規(guī)劃處理t2和學(xué)習(xí)處理t3作為模糊輸出，利用模糊推理可以使uuv系統(tǒng)能夠清晰地根據(jù)水下環(huán)境和任務(wù)自適應(yīng)選擇uuv行為規(guī)則產(chǎn)生模式，提高水下作業(yè)任務(wù)的效率和時間。盡管上面已經(jīng)示出和描述了本發(fā)明的實(shí)施例，可以理解的是，上述實(shí)施例是示例性的，不能理解為對本發(fā)明的限制，本領(lǐng)域的普通技術(shù)人員在不脫離本發(fā)明的原理和宗旨的情況下在本發(fā)明的范圍內(nèi)可以對上述實(shí)施例進(jìn)行變化、修改、替換和變型。當(dāng)前第1頁12