为了提高海上无人系统在不确定海洋环境下执行自主导航、搜索和跟踪等复杂任务的适应性,不确定环境认知方法的研究是亟待解决的关键问题。不确定环境认知是对海洋环境、系统状态和任务执行三方面可能出现的不确定事件进行识别,并且计算出这些不确定事件的发生对当前任务的影响程度。不确定环境认知的结果用于触发决策模块。海上无人系统不确定环境认知方法的研究可以有效地为其适应性提供技术支持,奠定理论基础。本文主要内容如下:首先,本文为了使海上无人系统能够实现类似人类的认知过程,对海上各类不确定事件对任务的影响程度进行统一认知,并实时动态地利用各个阶段的认知结果来触发不同层次的决策,最大程度地提高海上无人系统的决策效率。研究了具有不确定信息处理、不确定信息再生和不确定环境知识库的海上无人系统不确定环境认知框架。通过与其他无人系统认知模型的对比分析可知,该认知模型在理论适应性、规范性以及工程适用性三方面都具备了比较高的水平。其次,为了使海上无人系统的决策模块可以实时动态地直接提取各个阶段的不同等级、不同类型的不确定环境认知结果,需要用单一的知识表示形式将不确定环境认知的整个系统信息表示为决策模块可以理解的知识表示形式。本文在对比分析其他无人系统知识表示的基础上,比较全面地给出了海上无人系统不确定环境认知的本体模型,仿真实验结果表明该本体建模方法的有效性,体现了知识的共享性和重用性,系统的互操作能力。再次,为了将本体表示的不确定环境认知的各阶段定性结果进行量化处理,并提高其准确率,需要利用一种类人的认知方式将知识进行定量表示,并采用基于概率论的不确定推理方法来实现。本文研究出了基于本体和贝叶斯网络结合的海上无人系统不确定环境认知方法。通过自主水下潜器在不确定海洋环境中执行具体的导航、搜索和跟踪任务对该方法进行了验证,海中试验和仿真实验结果表明基于本体和贝叶斯网络的不确定环境认知方法的有效性。基于本体和贝叶斯网络结合的海上无人系统不确定环境认知方法不仅可以解决海上无人系统不确定环境认知的定量与定性兼有的认知难点问题,还能发挥本体领域范围共享和贝叶斯网络不确定性推理的优势。最后,由于可变自主系统需要利用态势认知的结果来触发自主等级的重新计算、对用户操作进行辅助认知和评价,所以本文提出了面向可变自主系统的态势认知方法。态势认知的体系结构包括环境事件的识别与环境事件对任务影响计算、海上无人系统执行能力评估、任务建议和综合态势认知五个部分,采用贝叶斯网络和模糊逻辑结合的方法实现了面向可变自主系统的海上无人系统态势认知过程。通过水面无人艇的海中试验和仿真实验对该方法进行了验证,结果表明面向可变自主系统的水面无人艇态势认知方法的有效性。