欠驱动AUV层级扰动抑制控制算法设计与实现

1. 项目背景与核心挑战

在海洋工程和军事侦察领域，欠驱动自主水下航行器（AUV）的控制一直是个棘手问题。这类设备通常只有3-4个推进器，却需要完成六自由度的运动控制，就像用汽车的方向盘同时控制油门和刹车。我去年参与的一个海底管道巡检项目就深受其扰——当AUV在强洋流中试图保持悬停姿态时，常规PID控制器会产生持续振荡，导致摄像画面模糊不清。

层级扰动抑制（Hierarchical Disturbance Rejection）控制架构的提出，正是为了解决这类欠驱动系统的多目标控制问题。与传统的单一回路控制不同，它采用类似"总经理-部门经理-员工"的层级结构：上层处理全局路径规划，中层分配运动指令，下层实现精确执行。2019年Oceans会议上展示的挪威科技大学方案，已经验证了这种结构对缓变干扰（如洋流）的有效性。

但真正的技术难点在于快速时变扰动。当AUV在近海区域作业时，会遭遇船舶尾流、湍流等毫秒级变化的干扰。我们团队通过实验发现，这类扰动会导致传统层级控制出现两种典型故障模式：

1. 控制延迟累积：下层执行器的响应滞后会通过层级结构向上传播
2. 能量分配冲突：姿态稳定与轨迹跟踪的能耗需求产生竞争

2. 算法架构设计解析

2.1 核心控制回路设计

我们的解决方案在经典层级结构基础上，增加了三条关键改进路径：

扰动观测器网络：
采用分布式龙伯格观测器（Distributed Luenberger Observer），每个控制层级都配备独立的扰动估计模块。以深度控制为例，观测器输入包括：

• 压力传感器读数（50Hz采样）
• IMU的Z轴加速度数据
• 推进器转速反馈

通过卡尔曼滤波融合后，输出扰动估计值d̂。实测表明，这种设计对螺旋桨空泡效应的检测延迟小于20ms。

自适应权重分配器：
引入基于李雅普诺夫指数的在线调节机制。当系统检测到剧烈扰动时，会自动降低轨迹跟踪的权重系数α，从默认的0.7降至0.3，同时将更多控制资源分配给姿态稳定。这个过程的数学描述为：

code复制α(t) = α0 - K·||d̂(t)|| 
其中K为调节增益，通过海试数据训练得到

2.2 稳定性证明方法

为验证闭环系统的稳定性，我们采用奇异摄动理论（Singular Perturbation Theory）进行