近年来,随着海洋开发技术的迅猛发展,无人水下航行器(Unmanned Underwater Vehicle,UUV)逐渐成为勘测海洋环境的有效装备之一。由于UUV工作环境复杂多变,监视和通信手段受限,UUV存在丢失隐患,因此UUV的安全性问题成为该领域一大研究热点。为此本文针对人不在回路时UUV自身异常行为辨识及应急策略等问题,主要开展了 UUV系统建模、容错、异常辨识及应急决策等方法研究,简述如下:首先,进行了感知系统异常的辨识方法研究。分析了 UUV感知系统异常特征,并建立了传感器异常模型,利用改进的GM(2,1)灰色预测模型实现了对传感器的在线异常辨识;结合光纤罗经的四种异常模型进行了仿真验证。其次,进行了感知系统容错控制方法研究。用UUV正常工作实验数据离线训练经遗传算法(GeneticAlgorithms,GA算法)优化的BP神经网络;当传感器异常时,利用经离线训练的GA-BP神经网络实现对异常传感器数据的在线重构。结合光纤罗经的四种异常模式,对感知系统的容错控制方法进行了仿真验证。再次,在感知系统正常工作的情况下,基于行为学展开了对执行体系异常辨识的研究。建立了滑模观测器检测异常存在性,并根据研究对象UUV特征制定了异常辨识任务及异常点定位规则库以辨识异常点,另外还定义了模糊规则辨识异常级别;通过仿真实验验证了异常点定位规则库的正确性与完备性;结合UUV右主推异常情况,对基于行为的执行机构异常辨识、异常点定位及异常级别判定方法进行了仿真验证。最后,研究了 UUV在各种异常情况下应急决策方法。利用故障树分析了研究对象UUV可能存在的异常情况,并根据UUV的特性提出了八种应急措施;建立了模糊专家系统,对系统的异常状态(输入量)及应急决策(输出量)进行模糊量化,建立了应急决策知识库。在MATLAB中建立了应急知识库及模糊专家系统,设计了仿真案例,向案例任务中随机置入异常验证了 UUV本文中提出的异常辨识及应急方法的可行性。本文结合研究对象UUV特征对人不在回路时UUV异常行为辨识及应急决策等问题进行了研究,通过不同的案例验证了异常辨识方法及应急方法的有效性。仿真结果表明:所提出的方法能有效的实现对感知系统的异常辨识及容错、对执行体系的异常辨识以及应急决策,具有定的可行性。