全垫升气垫船(Air-cushion Vehicle,ACV)是一种具有特殊性能的水面船，与普通水面舰船的不同在于气垫船运用垫升系统把气体注入船底，使船体垫升在水面之上，而没有水下装置，特殊的结构使气垫船高速航行成为可能。但特殊的结构同时也暴露了气垫船航行时抗干扰能力弱、稳定性差等问题。在海风干扰的情况下，容易造成气垫船的侧滑、埋艏、横倾等现象，严重时可能会造成气垫船的倾覆。因此要想使气垫船安全航行就必须对气垫船驾控系统进行研究。　　本文主要研究气垫船航向-横倾解耦控制。气垫船在水面航行时需要根据路线和海况调整航向。气垫船主要通过改变空气舵角和螺距角来控制航向，而本课题主要研究空气舵对艏向角的影响。由于空气舵一般位于船体重心之上，致使气垫船在转舵时会给船体强加一个横倾力矩。同时在自然环境中又会存在自然风的干扰，也可能加剧横倾现象。气垫船横倾会严重影响气垫船两侧垫升压力，加剧气垫船的不稳定性；同样艏喷管安装在船艏两端，在利用艏喷管控制横倾角时又会给船体强加转艏力矩。以上说明航向和横倾之间存在耦合现象，需要通过空气舵和艏喷管联合工作使气垫船稳定安全的运行。　　为了方便气垫船的研究，需要对气垫船进行数学建模。首先建立了北东坐标系和船体坐标系以及两坐标系之间的转换关系；在所建立的坐标系下对船体进行受力分析并建立气垫船动力学数学模型；建立海浪和海风数学模型以模拟真实海面环境；在船模直航操纵性实验和舵回转实验验证所建模型的合理性。　　本文采用的主控制算法为PID神经网络。该方法与多层前向神经网络相似，不同之处在于PID神经网络的隐含层只有一层，并且作用函数不是某单一函数而是由比例、积分、微分函数共同组成。该方法不仅具有神经网络自学习特性而且具有微分和积分动态特性。针对神经网络的不足之处提出了一种改进方法，另外提出一种连接权重初值的选取方法。　　接下来利用PID神经网络对气垫船进行航向控制。设计了单通道PID神经网络控制系统，并加入经典PID控制作为对比。仿真研究结果表明，在ACV航行控制方面PID神经网络具有更好的控制效果。接下来又针对气垫船航向-横倾耦合系统设计了双通道PID神经网络解耦控制器。在仿真试验中加入基于单通道PID神经网络的航向控制作为对比项。试验结果表明，在同样海况和舵角相同下，航向横倾解耦控制的横倾角、侧滑角更小，即经过航向横倾解耦控制气垫船稳定性更好，抗干扰能力更强。