为了更好的探索与开发海洋,学者们研制了自主水下航行器(Autonomous Underwater Vehicle,AUV)。然而随着海洋探索的逐渐深入,人类意识到单个AUV由于通信,控制,能源方面的不足,往往很难实现和满足这些复杂的任务和要求,于是各国学者将目光转向多AUV水下协同作业的研究,多AUV系统的协同技术使得群体中的每个AUV相互协作,共同完成任务成为可能。本文研究了通信约束下的多AUV编队控制,主要包括以下几点:1.本文选择某型AUV作为研究对象,建立了水平面的动力学和运动学模型,然后结合视线导引法建立AUV路径跟踪的动力学和运动学的误差方程,利用滑模动态面设计了AUV的艏向角和速度的控制器,根据Matlab软件仿真验证证明了控制器的有效性。2.针对基于目标跟踪的领航跟随法中难以对目标识别和目标状态的估计,提出了基于路径跟踪的多AUV编队控制,通过将期望编队跟踪路径对所有的领航者AUV和跟随者AUV都设计跟踪参考路径,然后在路径跟踪控制器的作用下使所有AUV都能跟踪参考路径,然后为跟随者AUV设计编队协调控制器,控制跟随者AUV的速度以便控制跟随者AUV与领航者AUV构成期望的编队队形。3.研究了水下电磁波通信系统,水下量子通信系统和水下声波通信系统,比较了三种通信系统在通信距离,通信速度,通信延时,通信误码率等方面,并研究了两种通信方式,并针对水声通信的高延时,高误码率,高丢失率以及通信周期时间长对本文设计的多AUV编队队形控制的影响,最后通过仿真验证了通信约束对编队误差,跟随者AUV的速度,推力带来的具体影响。4.研究了卡尔曼滤波算法和扩展卡尔曼滤波算法,针对扩展卡尔曼滤波算法的局限性,并对目前已有的扩展卡尔曼滤波算法的改进方法进行分析。然后提出设计多个状态噪声协方差矩阵来改进EKF算法,最后基于改进前后的算法对领航者AUV位置的预测,对通信约束下的多AUV编队控制进行仿真验证,证实了改进后的算法在能够保证编队在路径切换时仍有较好的编队效果。5.针对通信约束中通信周期过长的问题,以及改进扩展卡尔曼滤波无法每时每刻预测领航者AUV信息,研究了数据拟合,根据欠驱动领航者AUV的运动轨迹在短时间内存在空间上的连续性,提出可以通过数据拟合领航者AUV过往时刻数据的方法,得到领航者AUV位置与时间的函数曲线,从而预测得到领航者AUV每时每刻的位置。最后对该方法进行仿真验证与湖试试验,结果证明,通信约束下的多AUV编队控制能够满足应用要求。