Survey on the navigation control technology of air cushion vehicles
-
摘要: 全垫升气垫船是一种具有两栖性的高性能船舶，因其独特的两栖性和高速性被广泛应用于民用和军事领域。由于其特殊的气垫围裙结构，船体可以脱离于航行表面，航行阻力极小，因此会导致其操纵性和安全性比普通水面船差。尤其在垫态高速航行时，气垫船缺少足够的向心力和横向力，会涉及失速、低头埋艏、侧漂翻船、高速甩尾等问题。因此针对全垫升气垫船安全航行控制问题，开展其安全航行控制理论与方法研究有着重要的军事意义和民用价值。本文介绍了全垫升气垫船的主要性能和国内外发展概况和全垫升气垫船运动数学模型建立及研究发展；最后归纳总结国内外关于全垫升气垫船安全航行控制技术的研究，分类介绍控制策略发展现状，并讨论全垫升气垫船安全航行技术未来发展方向和趋势。指出未来气垫船安全航行控制将以实现气垫船多功能、智能化、无人化等为目标，在保证气垫船航行安全的前提下实现气垫船自动控制和管理。Abstract: Air cushion vehicles are high-performance amphibious ships idely used in civil and military fields due to their unique amphibious and high-speed properties. Given its special air cushion apron structure, the hull can be separated from the sailing surface such that the sailing resistance is extremely small, which results in poorer maneuverability and safety of air cushion vehicles than those of ordinary surface vehicles. Hovercrafts lack sufficient centripetal and lateral forces when sailing at high speeds in the cushion state. This situation leads to problems, such as stalling, plowing-in, sideways drifting and overturning, and high-speed tail flickering. Therefore, the study of the theory and method of safe navigation control with a focus on the problem of the safe navigation control of air cushion vehicles is of great military importance and civil value. This paper first introduces the main performance and development of air cushion vehicles at home and abroad, as well as the establishment, research, and development of the mathematical models of their motion. It then summarizes the research on the safe navigation control technology of air cushion vehicles at home and abroad, introduces the status of the development of control strategies by classification, and discusses the future development direction and trend of the safe navigation technology of air cushion vehicles. This paper points out that in the future, safety navigation control will aim to achieve multifunctional, intelligent, and unmanned hovercrafts and realize the automatic control and management of hovercrafts on the premise of ensuring the safe navigation of hovercrafts.
-
随着全球经济发展，陆地资源已经无法满足经济发展需求，各国开始了对海洋资源的争夺。船舶作为海洋运输、海洋资源勘探和近海防御等领域的重要运载工具，人们对具有更高速、更大载重的高性能船舶的需求也愈发强烈。全垫升气垫船作为一种能够依靠气垫围裙系统脱离于航行面的两栖高性能船舶，可以在多种复杂海域环境下完成任务，因此受到了各个国家的重视。
全垫升气垫船因其特有的物理结构和垫升机理，高速、灵活操纵的同时，必将带来破坏航行安全性和稳定性的问题。当全垫升气垫船垫态高速航行时，由于船体和水面之间的水动力阻力极小，并且没有水下执行机构产生回转所需的向心力，这使得气垫船抗外界干扰能力差，在进行转艏时容易产生侧滑、横倾、纵倾、偏航等危险状态[1]。在全垫升气垫船高速航行状态下，柔性围裙系统湿水较大，艏部围裙容易发生缩进，产生艏部失稳现象，缩进的围裙会导致气垫船稳定性降低，航行安全性存在很大的风险[2]。驾驶过程中需要驾驶员高度集中注意力，一旦操纵不当，就会导致事故发生，这也对驾驶员产生了巨大压力。
全垫升气垫船是一种能够依靠底部围裙系统使船体和航行面脱离的两栖高性能船舶。与传统水面船受较大水动力阻力相比，全垫升气垫船在垫态航行时与航行面接触很小甚至不接触，因此其航行阻力极小，可以获得更高的航速。全垫升气垫船由于其独特的围裙垫升系统，可以在海上、陆地、浅滩、沼泽地、冰雪地等各种复杂地形环境中完成特种作业任务，成为各国运输物资的标配。此外，全垫升气垫船由于不用考虑减小水动力阻力的流线结构，其甲板设计为正方形结构，方便对救援物资、战略装备以及战斗人员的输送[3]。
综上分析，从提升气垫船航行的稳定性、安全性和减轻驾驶人员压力角度出发，对全垫升气垫船的安全航行控制问题进行研究有着重要意义。本文重点关注全垫升气垫船安全航行控制技术发展动态，从数学模型、航行控制方法和安全航行等方面阐述全垫升气垫船航行控制发展趋势，同时展望未来全垫升气垫船发展趋势和应用前景。
1. 全垫升气垫船性能介绍及发展概况
全垫升气垫船是一种船体与航行面之间通过底部封闭围裙形成承托的高性能船舶，具有良好的两栖性和高速性。全垫升气垫船底部由四周围裙包裹，通过垫升风机将空气鼓入围裙和航行面之间形成气垫；推进方式为船艉部空气螺旋桨进行推进；由于没有水下回转执行机构，全垫升气垫船通过螺旋桨后方空气舵以及安装在船艏的艏喷管或者船体两侧的侧风门进行回转。全垫升气垫船以其独特的高速性、两栖性和宽阔的甲板面积等优点引起了各国重视。
英国作为最早研究气垫船的国家，气垫船研究技术一直处于行业顶端。当前英国最新型客运气垫船是Griffon 1200TD型气垫船(如图 1)，其主尺寸(垫态)为23.7×12.8 m，平均气垫高度为1.6 m，载重12 t，可载客80人，并且采用新型的柴电混合驱动[4]。
图 1 格里芬级气垫船Fig. 1 Griffon air cushion vehicle
下载:
全尺寸图片
美国对气垫船的研发主要着力于人员运输和抢滩登陆等。20世纪70年代，美国提出增强船舶两栖性能能力后，与Aerojet General公司和Bell Aerospace公司签订为海军研制160吨级JEFFB、JEFFA级两栖全垫升气垫船，该型气垫船通过了操纵性、耐波性等测试。在JEFFB型气垫船的基础上，美国研制的LCAC型气垫船是美国最先进的气垫船(如图 2)，其主尺寸(垫态)为26.8 m×13.3 m，最大航速为40 kn，船体装备两挺12.7 mm机枪和LN66导航雷达，可载150名士兵或60多吨物资。它在两栖登陆过程中为人员提供了很好的登陆保障。在海湾战争中，它为美国运输了7 000名士兵和2 000多吨物资，并且在多次海外任务中表现出了很强的实战效能[5]。目前美国新型SSC型气垫船已经完成了一系列实验测试，该艇尺寸与LCAC型类似，最大运载能力达到了74 t。
图 2 LCAC型气垫船Fig. 2 LCAC air cushion vehicle下载:
全尺寸图片
俄罗斯主要研制目标为大型气垫船。俄罗斯气垫船中较为有代表性的为“野牛”型气垫船(如图 3)，该型气垫船是世界上最大的全垫升气垫船，其主尺寸(垫态)为57.3 m×25.6 m，最大航速为63 kn，排水量为555 t，甲板面积约有400 m2，由于其尺寸巨大，并不能搭载于其他船舶中，只能依靠自身动力来进行航行。该型气垫船抗风浪能力强，在四级海况下依旧能平稳航行。由于其强大的作战能力，现在该船已经装备到多个国家。
图 3 “野牛”气垫船Fig. 3 Zubr air cushion vehicle下载:
全尺寸图片
此外，其他国家如芬兰、韩国、瑞典和法国等为了提高运输能力也对气垫船进行了研究。芬兰在美国帮助下成功研制出具有隐形功能的高速气垫巡航艇；韩国在充分借鉴美国、俄罗斯的气垫船研究工作后，研制出带有新型响应围裙的新型气垫船；法国自主研制出“雷电”型气垫船；瑞典通过采用复合材料等提高了气垫船的隐形功能。
我国对气垫船的研究始于20世纪60年代，主要研究目的在于海上。我国全垫升气垫船的研制始于哈尔滨军事工程学院。经过几十年的发展，通过理论研究、模型实验、中间试验和试用，我国已经基本掌握全垫升气垫船的研制技术，由试验阶段进入到实用阶段。近年来，我国成功研制出“野马”型中型气垫船(如图 4)，该船主尺寸(垫态)约为30 m×16 m，最高时速约为80 kn，排水量为150~160 t，可搭载一辆主战坦克和两辆步兵战车或者40名全副武装士兵和4辆步兵战车。
图 4 “野马”型气垫登陆艇Fig. 4 726 air cushion vehicle下载:
全尺寸图片
2. 全垫升气垫船运动数学模型研究进展
由于全垫升气垫船的独特船体结构和复杂多变的航行环境，其数学模型较常规船舶差异较大，需要考虑各个自由度之间的强耦合性。对于全垫升气垫船数学模型的建立，国内外许多专家经过了数十年的努力，取得了很多成果。因此，分别就国内、国外学者对气垫船运动数学模型的研究进行总结。
1971年，Brooks等[6]对全垫升气垫船在冰面上的航行进行研究，对操纵方程中的各个操纵面进行研究分析，并且分析了气垫船在冰面航行中的各个操纵面配置。1974年，Fein等[7]建立了全垫升气垫船四自由度运动数学模型，计算并分析了BH-7型气垫船操纵性能，对水动力特性及与回转率、漂角、横倾角之间的关系进行计算，通过实船实验，根据实船实验数据对所建立的数学模型进行了验证。1975年，Damon等[8]在LCAC型气垫船的基础上提出了六自由度运动数学模型，该模型通过模块化建模思想对气垫船各个系统进行设计，并对垫升系统模型进行了新的设计，所设计的垫升系统包含4个气室、2个垫升风机，并且根据由围裙压力响应函数、气垫内容量变化速率和围裙泄流量所建立的压力-流量方程，可以获得围裙任意时刻的压力。但是由于技术发展不成熟，该模型中的垫升系统是进行理想化之后的建立的。2007年，Kozin等[9]在碎冰环境条件中对不同航速下的气垫船的运动特性进行了实验分析，研究碎冰系数、水深、水面阻力等对气垫船运动特性的影响。2012年，Rashid等[10]为某型气垫船开发了一个动力模型和控制器，所开发的模型在Matlab环境下进行了开环仿真测试，在此基础上设计了线性二次型调节器对气垫船进行控制。Phan等[11]针对气垫船模型设计过程中涉及的经验公式和较多系数造成阻力估算不准确方法，提出了一种利用流体力学工具对阻力计算的方法，该方法是目前世界上流行研究方法。
我国对全垫升气垫船的运动数学模型的研究起步较晚。1996年, 黄国梁等[12]通过水池模拟实验，在对被约束的船模施加振荡实验，据此建立水动力模型，随后又建立了空气动力和执行机构的模型，从而得到气垫船三自由度数学模型，并对直航和回转运动分别进行仿真验证。2003年，赵淑琴等[13]在建立气垫船三自由度模型之后，对气垫船的直航和回转进行操纵试验。2005年，付明玉等[14]对建立的六自由度全垫升气垫船运动数学模型进行空气舵回转和螺旋桨回转的仿真试验，并且讨论了在海风干扰情况下的气垫船航行稳定性。2007年，卢军等[15]建立了四自由度全垫升气垫船数学模型，其中通过风洞试验得到了空气动力系数，该模型主要用于验证当存在较大外界干扰时气垫船直航稳定性和甩尾特性。2009年，王成龙等[1]通过添加扰动方程对气垫船的航向稳定性进行分析讨论，并且得出航速越大气垫船稳定性越高的结论。2013年，王建琴[16]对气垫船的垫升系统进行建模分析，并对所建立的垫升系统模型进行运动分析。2015年，冀楠[17]通过对气垫兴波计算、围裙动力学建模和气垫系统建模，建立了完善的非线性六自由度气垫船运动学和动力学模型。2017年，张宗科[18]借助ABAQUS的强大非线性计算分析能力，然后借助Python实现从CATIA中的围裙三维模型到ABAQUS有限模型的自动转换，直接生成可计算的围裙模型。2020年，上海交通大学[19]提出了一种气垫-围裙信息通信平台，实现气垫船空气动力学和柔性围裙动力学之间的力与围裙结构的交互，为气垫-围裙系统的设计提供了依据。
综上所述，全垫升气垫船的模型构建经历了从三自由度、四自由度到六自由度的过程。图 5为全垫升气垫船六自由度数学模型。
图 5 全垫升气垫船船体坐标系示意Fig. 5 Chematic diagram of the hovercraft coordinate system下载:
全尺寸图片
全垫升气垫船的运动数学模型是描述船体在北东坐标系位姿和船体坐标系下的速度之间的关系，运动数学模型的建立是北东坐标系和船体坐标系通过三次初等重合的过程：
$$ \left\{\begin{aligned} \dot{\xi}= & u \cos \psi \cos \theta+v(\cos \psi \sin \theta \sin \varphi-\sin \psi \cos \varphi)+ \\ & r(\cos \psi \sin \theta \cos \varphi+\sin \psi \sin \varphi) \\ \dot{\eta}= & u \sin \psi \cos \theta+v(\sin \psi \sin \theta \sin \varphi+\cos \psi \cos \varphi)+ \\ & r(\sin \psi \sin \theta \cos \varphi-\cos \psi \sin \varphi) \\ \dot{\zeta}= & -u \sin \theta+v \cos \theta \sin \varphi+r \cos \theta \cos \varphi \\ \dot{\varphi}= & p+q \sin \varphi \tan \theta+r \cos \varphi \tan \theta \\ \dot{\theta}= & q \cos \varphi-r \sin \varphi \\ \dot{\psi}= & q \sin \varphi / \cos \theta+r \cos \varphi / \cos \theta \end{aligned}\right. $$ (1) 式中: $\xi 、\eta 、\zeta$为坐标系基底; $\psi$为艄向角, $\theta$为纵倾角, $\varphi$为横倾角, 统称为船体的姿态角; $u 、v 、w$为轴向速度; $p 、q 、r$为姿态角速度。
全垫升气垫船动力学数学模型是各个模块的力与力矩在各自由度上的合力和力矩：
$$ \left\{\begin{aligned} F_x= & F_{x a}+F_{x m}+F_{x u m}+F_{x s k}+F_{x d}+2 F_{x R}+F_{x P} \\ F_y= & F_{y a}+F_{y m}+F_{y u m}+F_{y s k}+F_{y d}+2 F_{y R} \\ F_z= & F_{z a}+F_{z c} \\ M_x= & M_{x a}+M_{x m}+M_{x u m}+M_{x s k}+M_{x c}+M_{x d}+ \\ & M_{x r}+2 M_{x R} \\ M_y= & M_{y a}+M_{y m}+M_{y u m}+M_{y s k}+M_{y c}+M_{y d}+ \\ & 2 M_{y R}+M_{y P} \\ M_z= & M_{z a}+M_{z m}+M_{z w m}+M_{z s k}+M_{z d}+2 M_{z R} \end{aligned}\right. $$ (2) 式中: $a$为空气阻力; 下标$m$为空气动量阻力$; c$为气垫力; $w m$为兴波阻力; $s k$为围裙阻力$; r$为重力恢复力矩; $d$为泄流力; $P$为空气螺旋桨推力; $R$为空气舵力。
进而可以得到全垫升气垫船六自由度数学模型：
$$ \left\{\begin{array}{l} m(\dot{u}-v r+w q)=F_x \\ m(\dot{v}-w p+u r)=F_y \\ m(\dot{w}-u q+v p)=F_z \\ J_x \dot{p}+\left(J_z-J_y\right) q r=M_x \\ J_y \dot{q}+\left(J_x-J_z\right) p r=M_y \\ J_z \dot{r}+\left(J_y-J_x\right) p q=M_z \end{array}\right. $$ (3) 式中: $J_{x} 、J_{y} 、J_{z}$为围绕$x 、y 、z$轴的转动惯量; $m$为船体质量; $F_{x} 、F_{y} 、F_{z} 、M_{x} 、M_{y} 、M_{z}$分别为$x 、y 、z$方向上的力和力矩。
3. 全垫升气垫船安全航行面临问题
全垫升气垫船因为其特有的围裙系统，船底和航行面之间会形成一层空气层来支撑气垫船运动于航行面上，这会导致气垫船与航行面之间的阻力很小，阻力的减小会导致船体抗风浪能力较差[20]。因此，当气垫船在复杂的环境中航行时，对回转的操作要求很高。通常情况下，进行回转打舵时，船头会迅速进行回转，但是船体会不断后退，在操纵力和外界干扰的同时影响下，气垫船会产生侧滑现象，侧滑在气垫船高速航行状态下会产生侧滑角，如果侧滑角超过水动力的最大限值，气垫船会进入不稳定状态[10]；当全垫升气垫船高速航行时，围裙系统此时湿水较大容易产生突然的失稳现象[21]，艏部围裙缩进会导致气垫船的低头埋艏现象，进而产生翻船事故[22]。因此全垫升气垫船在航行过程中涉及的安全问题主要有：阻力峰速下的航向不稳定问题、回转失速问题、高速甩尾问题、高速避碰、低头埋艏、安全限界等问题。
3.1 阻力峰速下航向不稳定问题
全垫升气垫船围裙系统在船体底部产生的兴波随着速度的增加，波谷逐渐后移，形成2个较大的阻力峰，阻力峰与傅汝德数有关，第1个阻力峰出现在傅汝德数Fn=0.4附近，第2个阻力峰出现在0.6 < Fn < 0.7附近[23]。航速在阻力峰附近时，气垫船需要通过增加螺旋桨推力来提高船速，当推力大于阻力峰时，船速才会继续增加，但是在越过阻力峰后，气垫船阻力降低，如果此时继续增加推力会导致船速快速增大，此时需要时刻关注船体航速变化，及时降低螺旋桨推力，避免航速过大导致的船体航向不稳定问题。
当前研究表明，气垫船航速临近阻力峰时，气垫船航向稳定性非常差。文献[1]针对某型气垫船操纵仿真试验验证了全垫升气垫船航速低于10.29 m/s时不具备航向稳定性，只有把航速提到13.34 m/s时，气垫船具备了直线运动稳定性，且航速越大稳定性越好。文献[2]根据国内外大量实船数据，总结出在阻力峰速以下航速航行时，航向稳定性非常差。文献[23]针对阻力峰问题，对气垫尺寸和围线设计、空气螺旋桨设计提出要求，并提出需要施加合适的压载使船的纵倾角保持在安全范围内。文献[24]对气垫船最大波阻进行分析，得出最大波阻出现在Fn=1附近。
3.2 回转失速和高速甩尾问题
全垫升气垫船由于缺少水下执行机构，其在进行回转运动时的向心力是由侧滑的水动力产生的，同时船体要产生一定的横倾角。当横倾角增大到一定程度，围裙触水面积会越来越大，如果不对航速进行控制，船速会很快掉到阻力峰以下，这就是失速现象[2]。当气垫船垫态高速航行时，在进行操纵回转运动时很容易出现突然甩艉的航向不稳定，此时回转角速度及横倾角会发生不可预知变化，无法通过打舵对其进行有效控制，容易发生翻船事故[25]。
针对回转失速和高速甩艉问题，文献[26]建立气垫船操舵回转数学模型，重点分析气垫船回转过程中发生甩艉的最小舵角值。提出高速情况下谨慎打舵，禁止在不降速条件下对气垫船进行回转操作。文献[21]指出当航速大于40 kn时，禁止回转操作，当航速为35 kn时，侧滑角应控制在2°范围内，当航速为25 kn时，侧滑角应不大于7.5°。
3.3 低头埋艏
全垫升气垫船埋艏问题与纵倾角的变化有关。气垫船在阻力峰速以下时，纵倾角和航速成正比，在越过阻力峰后，纵倾角随航速成反比。当气垫船逆风航行时，纵倾角一般都会增大，在顺风航行时，在风干扰情况下，纵倾角会减小。纵倾角减小会导致气垫船艏部围裙湿水。如果纵倾角减小到一定程度时，高速航行状态下的气垫船艏部围裙会有较大的湿水阻力，在湿水阻力作用下，艏部围裙会产生缩进失稳现象[21]。此时，气垫船航速快速下降，并伴随较大横倾运动，船体会产生负纵倾角即埋艏现象。
当前针对低头埋艏，一般通过在船体艉部增加配重，使全垫升气垫船拥有一个纵倾角初值，增大了埋艏的安全阈值。并在气垫船高速航行过程中，需要对纵倾角加以关注，通过降低航速来避免纵倾角过小，从而避免埋艏事故。当前最好避免埋艏事故的方法是研究一种抗缩进能力强的艏部围裙[2, 26]。
3.4 安全限界问题
由于独特的垫升系统，气垫船比常规船更具有速度优势，当气垫船进行垫态高速航行时，水动力阻尼力非常小，容易受到外界干扰影响。气垫船在受到外界干扰进行回转时容易发生侧滑、横倾及失速现象。当受到外界环境干扰气垫船进行回转时容易产生侧滑现象，如果侧滑角超过限值，气垫船会进入不稳定状态[27]；同时侧滑速度对横稳性影响非常大，会造成大幅横倾的危险；在气垫船进行回转时，航速会随着回转运动而降低，当航速低于阻力峰速时，船体会产生低速侧滑现象，这会导致气垫船发生危险。
因此在进行气垫船航行运动控制中，需要对气垫船的航行速度限制在阻力峰速之上，在此基础上，需要严格遵守各个航速下各参数的安全限界，来保证气垫船航行安全。付明玉[28]提出了一种安全应急控制策略，当运动参数超过安全限界时发出指令减小螺距角，从而减小推力大小和俯仰力矩来保证气垫船航行的安全性。王成龙[29]提出了一种当气垫船进去安全限界内后，利用航向控制将其保持在当前航向上的控制策略，此控制策略仅从安全角度维持原有航向，并为与控制任务相结合。张丽娜[30]针对气垫船航迹向安全航行问题，为了避免产生危险侧滑角，提出了一种基于有限时间收敛欠驱动全垫升气垫船安全航行滑模航迹向间接控制策略，实现对期望航迹的稳定跟踪；基于最优控制理论设计出最优应急控制器。
4. 全垫升气垫船安全航行控制技术发展现状
由全垫升气垫船数学模型可知，全垫升气垫船具有欠驱动、非线性、强耦合、不确定性、多约束、状态不可测等特点。尤其是在垫态高速航行状态下，由于全垫升气垫船独特的垫升围裙系统，船体和航行面不接触或者接触很小，导致气垫船航行过程中水动力阻力非常小，气垫船的操纵性和安全性较差，因此需要对气垫船进行航行控制，保证气垫船的操纵性和安全性。全垫升气垫船的控制研究主要基于船舶数学模型来选取满足横倾角、纵倾角、侧滑角和垂向加速度等参数安全限界的控制方法，以改善气垫船的安全性和稳定性[31]。
当前全垫升气垫船的安全航行控制方法如图 6。
图 6 全垫升气垫船控制方法Fig. 6 Control method of hovercraft下载:
全尺寸图片
1) 反步法控制。
为了解决复杂的非线性系统的控制问题，1991年，Kanellakoploulos等[32]提出了反步控制方法，其主要思想是讲一个n阶复杂非线性系统分解成若干不超过系统阶数的子系统，然后求解一个虚拟控制率使上一个子系统镇定，直到求解出真实控制率。反步法一经提出就被许多学者应用于船舶非线性控制系统中。但是由于全垫升气垫船模型具有不确定性，因此学者们将自适应技术和反步法相结合，通过在反步设计过程中，利用自适应技术对每一步的虚拟控制率中的参数不确定性进行估计，然后将估计值代替不确定参数，有效解决了系统中不确定性问题。文献[33-34]针对外界环境干扰和系统存在的不确定性为全垫升气垫船设计了一种基于鲁棒自适应反步技术的路径跟踪控制器，并证明了系统稳定性。在进行反步法控制器设计中，针对系统阶数过高导致复杂求解过程，学者们将动态面控制、生物启发动态模型以及指令滤波器与反步法相结合，避免了复杂求导过程。文献[35]针对气垫船运动控制，在建立的非线性运动方程的基础上设计了一种航迹反步控制器，并进行半实物仿真系统实验验证，结果表明在较高航速下气垫船能够很好地追踪设定航迹。文献[36]采用串级控制结构为全垫升气垫船设计了一种航迹串级控制系统来保证其能够按照预计轨迹准确航行，在航迹串级控制系统中内环采用基于非线性运动数学模型的反步法进行设计。针对全垫升气垫船在外界干扰和模型不确定性条件下的航行控制问题，文献[36]采用自适应反步法设计了一种路径跟踪控制策略，并把指令滤波器引入到控制器设计过程中生成虚拟控制率及其导数，对控制器设计时的求导进行了有效简化。Xie等[38]在反步法的基础上引入扰动和摩擦系数动态估计器，增强了控制器鲁棒性，使气垫船能稳定跟踪期望路径。文献[39]提出了一种应用于速度不可测和时变干扰的气垫船系统的轨迹跟踪控制器，并且设计了一种非线性观测器来观测未测量的速度和干扰。
在利用反步法进行控制器设计时，需要船舶模型不含有不确定性，这对全垫升气垫船来说是不可能存在的，因此需要将反步法与自适应、神经网络、模糊等方法相结合，利用其他方法估计补偿模型不确定性，实现对气垫船的控制器设计。反步法设计会造成“积分爆炸”现象，需要结合某些方法来避免该现象。
2) 滑模控制。
滑模控制是一类特殊的非线性控制技术，由于滑模控制具有结构简单且能够克服系统不确定性，对外界干扰及未建模动态具有强鲁棒性等优点，使其在控制领域广受关注[40-42]。滑模控制可以与观测器技术、智能控制、反步控制以及自适应控制等控制方法相结合来提高控制性能[43-45]。Sira-Ramirez[46]将二阶滑模与微分平坦度特性相结合，实现了气垫船模型轨迹跟踪任务，仿真结果表明设计的控制器对较大的外界干扰仍然具有鲁棒性。文献[47]基于集合同质性和高阶滑模控制设计了一种气垫船轨迹跟踪控制器，保证了系统在有限时间内收敛。Li[48]考虑模型参数不确定性和环境干扰的影响，基于反步滑模方法和边界层技术设计了全垫升气垫船的鲁棒艏向控制器。Jeong等[53]提出了一种使用耦合多滑模控制的具有非完整约束和外界干扰的气垫船跟踪控制方法，通过实验验证了其方法可行性。Fu[49]提出了一种基于自适应无抖振的全阶终端滑模控制的全垫升气垫船自动跟踪系统，改善了系统的收敛速度，削弱了抖振现象。针对滑模控制中带来的抖振现象，文献[50]设计了一种有限时间连续的高阶滑模气垫船跟踪控制策略。文献[51]针对具有非完整约束和外部干扰的全垫升动气垫船，在考虑粘性的气垫船摩擦模型中，提出了一种耦合多滑模控制方法实现气垫船航迹控制。
综上所述，全垫升气垫船滑模控制器设计过程中由于存在符号函数，会导致控制输入抖振现象的存在；而终端滑模奇异性问题会直接导致系统不稳定，无法完成对气垫船的控制任务。因此，削弱滑模控制抖振和避免终端滑模中存在的奇异性问题是气垫船滑模控制研究重点[52]。
3) 基于观测器控制。
由于全垫升气垫船系统中不确定和外界扰动的存在，需要对其进行估计和补偿，这种方法叫做基于干扰观测器控制。干扰观测器可以在线估计补偿外界扰动和系统不确定性，并可以用观测值对系统不确定性进行补偿[53]。现有的扰动观测器主要包括人工智能观测器[54]、扩张状态观测器[55]、高增益观测器[56]、滑模干扰观测器[57]、有限时间观测器[58]等。由于扰动观测器强大的处理干扰和系统不确定性的能力，基于观测器的控制方法也在全垫升气垫船运动控制中得到应用。文献[59]对气垫船设计了一种基于卡尔曼滤波的干扰观测器，估计系统不可测的变量和外界干扰，但是所采用的系统模型不符合全垫升气垫船的阻力特性，无法证明对高速全垫升气垫船的有效性。文献[60]设计了一种基于高增益广义积分观测器对未知非线性动态和干扰进行估计，但是假设的模型阻力能够完全被系统本身补偿，所采用的模型不符合高航速全垫升气垫船特性，仿真并不能证明该方法有效。针对非完整约束和干扰的全垫升气垫船，由于气垫船只能在某些方向上产生力，外部干扰会严重影响系统稳定性，文献[51]提出了一种基于扰动观测器的滑模鲁棒控制方法，对设计的摩擦模型进行估计补偿。文献[61]针对状态受限和非线性时变不确定性的全垫升气垫船系统，提出了一种非线性齐次扩张状态观测器的路径跟踪控制器。
综上所述，针对受扰动的全垫升气垫船设计基于扰动的观测器时，如果初始扰动估计误差较大估计精度低时，相当于对气垫船系统加入了额外的扰动项，很容易造成气垫船控制任务失败，所以需要对扰动观测器的精度和速度进行提升。
4) 模糊控制。
模糊控制是指通过引入人类经验的模糊逻辑控制器来处理系统中的不确定项，通过模糊逻辑对不确定项进行估计和补偿[62]。文献[63]设计了一种基于模糊自抗扰的全垫升气垫船航向控制器，其中利用模糊逻辑算法对自抗扰控制参数进行自适应调节，仿真结果表明在恶劣环境下，航向控制器稳定性好，自抗扰能力强，响应速度快。Tanaka[64]为了保持遥控气垫船系统的可控性，提出了一种具有局部Takagi-Sugeno的切换模糊控制器，并且通过推导线性矩阵不等式来保证开关模糊模型和控制器组成系统的稳定性。匡洪波等[65]提出一种变结构模糊PID控制算法对气垫船的航迹保持进行控制，其仿真结果较常规PID控制方法极大提高了气垫船航迹保持能力。赵淑琴等[13]采用模糊控制和PID控制对气垫船航行进行控制，仿真结果表明该方法在航向控制中的有效性。并且在文献[66]中证明模糊航向控制具有更好的鲁棒性。
虽然模糊控制可以对全垫升气垫船系统的不确定性进行估计和补偿，但是由于当前模糊控制系统中的模糊规则和隶属函数需要凭借人为经验选定，并且在提高模糊控制精度的同时也会增加模糊运算的复杂度，这会影响模糊控制的实时性[67]。
5) 自适应神经网络。
自适应神经网络指拥有自学习能力的人工神经网络通过神经网络权值的自学习逼近系统不确定性和动态模型的一种智能方法，并且可以逼近任何非线性函数[68]。针对全垫升气垫船系统运动控制中，王成龙等[69]设计了一种神经网络航向控制器，并且在存在外界干扰情况下和PID控制器进行对比，实验证明神经网络控制效果更好。高双等[70]开发了一种基于人机界面的气垫船驾驶员辅助系统，并且通过神经网络解决气垫船模型中的参数不确定情况。Wang等[71]设计了一种基于神经网络自适应调参的PID航向控制器。张坦[72]针对存在多约束和模型不确定的气垫船系统开发了一种自适应神经运动控制器，应用障碍李雅普诺夫函数将纵向速度和偏航角速度约束在安全限界内，神经网络用来处理模型中的不确定性，大量模拟结果证明了所提控制方法的有效性。刘振业等[73]设计了一种神经网络自抗扰航迹引导控制器及航向控制器，该控制器具有强自适应性、强鲁棒性和小的超调量等优点。Shojaei[74]基于多层神经网络与自适应鲁棒控制技术设计了一种考虑执行机构饱问题的气垫船轨迹跟踪控制器。
虽然以神经网络为基础的控制方法拥有强大的自学习能力，但是在自学习的过程中，控制器的瞬间响应能力被降低[75]。并且人工神经网络不具备逻辑推理能力，如果将模糊控制与神经网络结合，即同时具备自学习和逻辑推理能力，该方法受到了广大学者关注。
6) 有限时间控制。
基于渐进稳定的气垫船运动控制策略只能保证气垫船无限大时间内状态收敛到期望值或其邻域，但是快速性是控制系统的一项重要指标，因此提出有限时间收敛控制。有限时间控制是指在有限时间内将系统状态收敛到期望目标或者期望目标的邻域内。从时间最优角度来说，如果系统能在有限时间内收敛，并且一直保持稳定状态，这类控制就是时间最优控制[76]。目前较为经典的有限时间控制方法有：加幂积分算法、终端滑模控制及齐次系统法等。文献[47]针对多输入多输出的非线性系统提出了一种基于齐次性理论和滑模控制的有限时间鲁棒控制器，并且对全垫升气垫船进行实例研究。文献[49]为全垫升气垫船设计了一种有限时间轨迹跟踪控制器，仿真实验表明所设计的控制器在保证速度和位置追踪误差有限时间收敛到一定值，并且设计的控制器针对外界干扰具有很强的鲁棒性。Wang[82]针对存在模型不确定性和外界干扰的气垫船轨迹跟踪控制问题，提出了一种基于有限时间扩张状态观测器的非奇异有限时间积分终端滑模控制器和非奇异有限时间反正切终端滑模控制器，有效提高了气垫船的轨迹跟踪控制性能。
虽然基于有限时间理论的控制器能够保证追踪误差的收敛时间是有界的，但是收敛时间的界限与被控船舶的初始状态及控制器控制参数有关。如果船舶初始状态离期望目标较远或者系统稳定时控制器参数选取较大，收敛时间的界限也会随之增加。
7) 约束控制。
约束控制思想主要是将系统的某些参数约束在一定的界限中，从而保证系统能够稳定安全运行。当前针对具有输出和状态约束的非线性系统的控制方法主要有：预设性能、模型预测、障碍李雅普诺夫函数和参考调节控制等。目前在气垫船运动控制中应用较多是障碍里亚夫诺夫函数。Gao等[77]利用安全保障辅助动力系统、积分滑模控制开发了一种安全保障轨迹跟踪控制器。安全保障辅助动力系统旨在实现系统状态和输入约束。通过考虑速度与阻力驼峰的关系，约束气垫船的速度，消除阻力驼峰的影响，获得更好的稳定性。同时在文献[78]基于动态安全空间约束、终端滑模控制和自适应机制，设计了一种基于状态空间的航向控制策略，并对纵荡速度和侧滑角进行约束。Wang等[37]引入障碍李雅普诺夫函数，提出了一种新型偏航率约束控制器来确保时变偏航率约束，理论分析证明所提出的控制器可以严格保证位置跟踪误差约束和偏航率约束。Zhang[72]针对多约束和模型不确定性，提出了一种自适应神经网络运动控制器，其中神经网络用来处理模型不确定性，障碍李雅普诺夫函数来对纵向速度和偏航角速度进行约束。文献[79]对障碍李雅普诺夫函数进行改进，研究气垫船安全控制问题。Fu[83]针对气垫船多约束问题，提出了一种新型非对称积分障碍李雅普诺夫函数，以保证气垫船在高速航行时的安全转弯运动和性能要求，并采用扩张状态观测器对系统扰动进行估计补偿。
障碍李雅普诺夫函数是针对追踪误差进行的，如果想要对系统状态进行约束，就需要将状态约束边界转化为跟踪误差边界进行间接控制，这样就会对系统初始值选取范围有较大的限制。
5. 结束语与展望
根据上述全垫升气垫船安全航行控制现状总结分析，目前对其航行控制的学术成果依旧较少，且现有成果大多把全垫升气垫船作为普通水面船进行控制。所采用的四自由度模型无法准确的描述全垫升气垫船运动特性。另外，全垫升气垫船在航行过程中会出现航向不稳定、回转失速、大侧滑大横倾、高速甩尾等问题，严重威胁到航行安全。因此对全垫升气垫船航行控制研究中依然存在某些不足，需要进一步解决和突破。
随着舰船技术、人工智能、控制科学、通信技术的快速发展，气垫船控制技术未来发展将是高稳定、强抗干扰、高自适应、高控制精度，满足未来复杂海洋环境下的控制系统。本文最后提出一些尚待解决的问题和未来值得深入探究的方向。
5.1 当前亟待解决问题
1) 由于垫升系统的存在，全垫升气垫船数学模型比传统水面船模型更具有强耦合性和模型不确定性，同时全垫升气垫船在受到外界干扰情况下很有可能激发高频未建模动态。另一方面，气垫船在航行时，系数会随着自身运动状态而改变，再加上模型参数测量的不准确，以及复杂系统建模时不可避免地忽略一些非线性动态，使得气垫船模型存在参数不确定性和建模不精准问题。因此当前很难获得精准的气垫船模型，这就使得传统基于精准模型的控制方法很难直接应用到气垫船航行控制中。因此需要在建立准确的六自由度运动数学模型。
2) 由于复杂多变的海洋环境以及自身建模的复杂性，气垫船在航行时容易受到环境干扰和不确定性影响。因此考虑带有模型参数不确定性和外界干扰的不确定性对气垫船航行控制有重要意义。虽然已经有一些控制理论如：模糊控制、自适应控制等对不确定进行处理，但是实际应用并不常见，未来需要将此类控制方法应用到实际应用中。
3) 安全性是保证一切航行任务顺利完成的前提，而现有关于气垫船安全航行控制的研究成果大多以完成控制任务，提高控制精度为目标，针对气垫船安全航行的研究较少。由于全垫升气垫船存在众多安全问题，就需要在航行控制器中把航行安全性和航行控制任务相结合，在保证航行任务的同时，气垫船航行是安全的。如何在气垫船航行控制中加入保障安全航行的控制算法是未来控制要求。
5.2 全垫升气垫船未来发展展望
1) 船体结构。
随着综合电力推进系统技术的成熟，气垫船螺旋桨推进系统可以更换成电力推进，可以降低噪音和增长使用寿命；作为军事舰艇，未来气垫船将采用隐形技术，提高其隐身突进能力；由于围裙系统使气垫船运动控制复杂难控，未来气垫船船体结构将朝着复合型发展。
2) 智能航行。
随着计算机技术、控制技术、自主航线规划、自主避碰和远程遥控技术的发展，未来气垫船可以对大数据获取的环境信息深度处理，通过智能规划和优化气垫船的航行路径，自动选择最安全、最优、最节能的航行路线[80]。
3) 编队航行。
当前全垫升气垫船航行还未实现多船编队航行，随着编队环境感知技术、编队控制技术以及集群控制算法、编队自主航行技术、路径规划技术的发展，通过智能感知-智能决策-智能控制-智能执行这一闭环逻辑可以实现气垫船编队航行[81]。
4) 无人航行。
由于气垫船高速航行下操纵性、稳定性较差，当前气垫船航行控制中必须要有人员参与，通过人工智能和自动化技术发展，未来气垫船航行控制可以从人机共融到远程自主的逐渐发展，实现自动驾驶、远程驾驶、自主驾驶、无人驾驶的阶段性功能。
5) 航行控制。
当前全垫升气垫船航行控制问题主要集中于轨迹跟踪和路径跟踪问题，针对其特有结构-围裙垫升系统的研究并不多，未来可针对升沉位移、气垫进气控制等方面进行研究。此外，目前没有一种合适的艏喷管和空气舵协调控制策略能保证气垫船的安全航行，未来可以对此进行进一步讨论。
综上所述，当前全垫升气垫船控制技术存在一定的不足，对气垫船本身的模型不确定性、外界干扰、结构缺陷等问题的处理能力不够。随着当代人工智能、材料科学、计算机技术等发展，未来气垫船航行控制将是现有技术与新一代人工智能技术的深度结合，最终实现气垫船多功能、智能化、无人化，在保证气垫船航行安全的前提下实现气垫船自动控制和管理。
-
图 1 格里芬级气垫船
Fig. 1 Griffon air cushion vehicle
下载:
全尺寸图片
图 2 LCAC型气垫船
Fig. 2 LCAC air cushion vehicle
下载:
全尺寸图片
图 3 “野牛”气垫船
Fig. 3 Zubr air cushion vehicle
下载:
全尺寸图片
图 4 “野马”型气垫登陆艇
Fig. 4 726 air cushion vehicle
下载:
全尺寸图片
图 5 全垫升气垫船船体坐标系示意
Fig. 5 Chematic diagram of the hovercraft coordinate system
下载:
全尺寸图片
图 6 全垫升气垫船控制方法
Fig. 6 Control method of hovercraft
下载:
全尺寸图片
-
[1] 王成龙, 边信黔, 付明玉, 等. 全垫升气垫船航向稳定性研究[J]. 海军工程大学学报, 2009, 21(1): 73-78, 106. https://www.cnki.com.cn/Article/CJFDTOTAL-HJGX200901016.htm WANG Chenglong, BIAN Xinqian, FU Mingyu, et al. Heading stability of air cushion vehicle[J]. Journal of Naval University of Engineering, 2009, 21(1): 73-78, 106. https://www.cnki.com.cn/Article/CJFDTOTAL-HJGX200901016.htm [2] 傅华. 全垫升气垫船航行安全特性分析及思考[J]. 船舶, 2008, 19(6): 1-3. https://www.cnki.com.cn/Article/CJFDTOTAL-CBZZ200806002.htm FU Hua. Analysis and consideration on safety of all-lift hovercraft[J]. Ship & boat, 2008, 19(6): 1-3. https://www.cnki.com.cn/Article/CJFDTOTAL-CBZZ200806002.htm [3] 恽良, 邬成杰. 面向21世纪的高性能船舶[J]. 武汉造船, 1997, 26(3): 1-11. https://www.cnki.com.cn/Article/CJFDTOTAL-WHZC706.000.htm YUN Liang, WU Chengjie. High-performance ships facing the 21st century[J]. Wuhan shipbullding, 1997, 26(3): 1-11. https://www.cnki.com.cn/Article/CJFDTOTAL-WHZC706.000.htm [4] 张宗科. 英国全垫升气垫船的技术发展与性能分析[J]. 船舶, 2018, 29(6): 9-22. doi: 10.19423/j.cnki.31-1561/u.2018.06.009 ZHANG Zongke. Technology development and performance analysis of hovercraft in UK[J]. Ship & boat, 2018, 29(6): 9-22. doi: 10.19423/j.cnki.31-1561/u.2018.06.009 [5] 潘金宽. 国外气垫船的发展现状[J]. 中国军转民, 2019(2): 79-84. https://www.cnki.com.cn/Article/CJFDTOTAL-ZJZM201902039.htm PAN Jinkuan. Development status of foreign hovercraft[J]. Defence industry conversion in China, 2019(2): 79-84. https://www.cnki.com.cn/Article/CJFDTOTAL-ZJZM201902039.htm [6] BROOKS E, ZEITFUSS W J. A method for predicting the static directional aerodynamic characteristics of typical air cushion vehicle configurations through 180 degrees of sideslip[C]//Proceedings of the Guidance, Control and Flight Mechanics Conference. Reston, Virigina: AIAA, 1971: 1-9. [7] FEIN J, MAGNUSON A H, MORAN D D. Dynamic performance of an air cushion vehicle in a marine environment[J]. AIAA Paper, 1974: 74-323. [8] CUMMINGS D, KERN E, SHURSKY S, et al. Mathematical model of an air cushion vehicle. mathematical model of an air cushion vehicle, 73-C-0138-1[R]. Orlando, Florida: Naval Training Equipment Center, 1975. [9] KOZIN V M, POGORELOVA A V. Variation in the wave resistance of an amphibian air-cushion vehicle moving over a broken-ice field[J]. Journal of applied mechanics and technical physics, 2007, 48(1): 80-84. doi: 10.1007/s10808-007-0011-1 [10] RASHID M, ARAS M, KASSIM A, et al. Dynamic mathematical modeling and simulation study of small scale autonomous hovercraft[J]. International journal of advanced science technology, 2012, 46: 95-114. [11] PHAN A T. A study on hovercraft resistance using numerical modeling[J]. Applied mechanics and materials, 2016, 842: 186-190. doi: 10.4028/www.scientific.net/AMM.842.186 [12] 黄国梁, 刘天威, 周伟麟, 等. 全垫升气垫船操纵运动研究[J]. 船舶工程, 1996, 18(2): 20-23, 41. https://www.cnki.com.cn/Article/CJFDTOTAL-CANB199602004.htm HUANG Guoliang, LIU Tianwei, ZHOU Weilin, et al. A study on maneuvering motion of air cushion vehicle[J]. Ship engineering, 1996, 18(2): 20-23, 41. https://www.cnki.com.cn/Article/CJFDTOTAL-CANB199602004.htm [13] ZHAO Shuqin, SHI Xiaocheng, SHI Yilong, et al. Simulation study of plane motion of air cushion vehicle[J]. Journal of marine science and application, 2003, 2(2): 67-71. doi: 10.1007/BF02918666 [14] 付明玉, 张洪雨, 施小成, 等. 气垫船操纵性能理论分析[J]. 中国造船, 2006, 47(3): 14-21. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGZC200603001.htm FU Mingyu, ZHANG Hongyu, SHI Xiaocheng, et al. Theoretical analysis on the operation performance of air cushion vehicle[J]. Ship building of China, 2006, 47(3): 14-21. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGZC200603001.htm [15] LU J, HUANG G L. Four degree-of-freedom maneuverability of an air cushion vehicle[J]. Journal of Shanghai Jiaotong University, 2007, 41(2): 216-220. [16] 王建琴. 全垫升气垫船垫升压力控制方法研究[D]. 哈尔滨: 哈尔滨工程大学, 2013. WANG Jianqin. The research on air cushion pressure control methods of ACV[D]. Harbin: Harbin Engineering University, 2013. [17] 冀楠. 全垫升气垫船运动特性研究[D]. 哈尔滨: 哈尔滨工程大学, 2014. JI Nan. Research on motion characteristics of air cushion vehicle[D]. Harbin: Harbin Engineering University, 2014. [18] 张宗科. ABAQUS二次开发实现气垫船围裙的参数化建模与分析[C]// 2017年数字化造船学术交流会议论文集. 上海, 2017: 6-11. ZHANG Zongke. Parametric modeling and analysis of hovercraft apron through ABAQUS secondary development[C]//Proceedings of the 2017 Digital Shipbuilding Academic Exchange Conference. Shanghai, 2017: 6-11. [19] XU Shengjie, TANG Yujia, CHEN Kejie, et al. Numerical investigation on pressure responsiveness properties of the skirt-cushion system of an air cushion vehicle[J]. International journal of naval architecture and ocean engineering, 2020, 12: 928-942. doi: 10.1016/j.ijnaoe.2020.09.006 [20] 恽良. 气垫船原理与设计[M]. 北京: 国防工业出版社, 1990. [21] 马涛, 邬成杰. 气垫船总体性能与围裙气垫系统流体动力设计[M]. 北京: 国防工业出版社, 2012. [22] 庄元. 全垫升气垫船的埋艏与翻船的原因探讨[J]. 航海技术, 2000(6): 10-11. https://www.cnki.com.cn/Article/CJFDTOTAL-HHJS200006003.htm ZHUANG Yuan. Discussion on the causes of burying head and capsizing of full-cushion hovercraft[J]. Marine technology, 2000(6): 10-11. https://www.cnki.com.cn/Article/CJFDTOTAL-HHJS200006003.htm [23] 张宗科. 关于全垫升气垫船阻力峰与航行过程中纵倾姿态动态变化的探讨[C]//中国国际船艇展暨高性能船学术报告会. 上海, 2014. Zhang zongke. Discussion on the dynamic change of the drag peak and the trim attitude of air cushion vehicle during sailing[C]//China International Boat Show and High Performance Boat Symposium. Shanghai, 2014. [24] COHEN M, MILOH T, ZILMAN G. Wave resistance of a hovercraft moving in water with nonrigid bottom[J]. Ocean engineering, 2001, 28(11): 1461-1478. doi: 10.1016/S0029-8018(00)00065-2 [25] LU Jun, HUANG Guoliang, LI Shuzhi. A study of maneuvering control for an air cushion vehicle based on back propagation neural network[J]. Journal of Shanghai Jiaotong University (science), 2009, 14(4): 482-485. doi: 10.1007/s12204-009-0482-8 [26] 李宁. 气垫船航行控制特性的非线性分析方法研究[D]. 哈尔滨: 哈尔滨工程大学, 2011. LI Ning. Research on nonlinear analysis method of navigation control characteristics of air cushion vehicle[D]. Harbin: Harbin Engineering University, 2011. [27] WANG Yuanhui, TONG Haiyan, FU Mingyu. Line-of-sight guidance law for path following of amphibious hovercrafts with big and time-varying sideslip compensation[J]. Ocean engineering, 2019, 172: 531-540. doi: 10.1016/j.oceaneng.2018.12.036 [28] 付明玉. 气垫船运动协调控制研究[D]. 哈尔滨: 哈尔滨工程大学, 2005. Fu mingyu. Research on coordinated control of hovercraft motion[D]. Harbin: Harbin Engineering University, 2005. [29] 王成龙. 全垫升气垫船安全航行多模型协调控制方法研究[D]. 哈尔滨: 哈尔滨工程大学, 2009. WANG Chenglong. Research on multi-model coordinated control method for safe navigation of air cushion vehicle[D]. Harbin: Harbin Engineering University, 2009. [30] 张丽娜. 全垫升气垫船安全航行控制方法研究[D]. 哈尔滨: 哈尔滨工程大学, 2015. ZHANG Lina. Research on safety navigation control strategy method for air cushion vehicle[D]. Harbin: Harbin Engineering University, 2015. [31] 张宗科. 全垫升气垫船高速埋艏与低速侧翻的机理分析及应对措施[J]. 船舶, 2019, 30(4): 15-27. https://www.cnki.com.cn/Article/CJFDTOTAL-CBZZ201904004.htm ZHANG Zongke. Mechanism analysis and countermeasures of plough-in at high speed and at side overturn at low speed for air cushion vehicles[J]. Ship & boat, 2019, 30(4): 15-27. https://www.cnki.com.cn/Article/CJFDTOTAL-CBZZ201904004.htm [32] KANELLAKOPOULOS I, KOKOTOVIC P V, MARINO R. An extended direct scheme for robust adaptive nonlinear control[J]. Automatica, 1991, 27(2): 247-255. doi: 10.1016/0005-1098(91)90075-D [33] DO K D, JIANG Z P, PAN J. Robust adaptive path following of underactuated ships[J]. Automatica, 2004, 40(6): 929-944. [34] DO K D, PAN J, JIANG Z P. Robust and adaptive path following for underactuated autonomous underwater vehicles[J]. Ocean engineering, 2004, 31(16): 1967-1997. [35] DO K D, JIANG Z P, PAN J. Robust adaptive path following of underactuated ships[J]. Automatica, 2004, 40(6): 929-944. [36] 付明玉, 王奎民, 边信黔, 等. 模糊-反步串级控制方法在气垫船航迹保持中的应用[J]. 中国造船, 2009, 50(1): 83-91. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGZC200901016.htm FU Mingyu, WANG Kueimin, BIAN Xinqian, et al. The application of fuzzy-backstepping cascade control in the path-keeping of air-cushion vessel[J]. Shipbuilding of China, 2009, 50(1): 83-91. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGZC200901016.htm [37] FU Mingyu, WANG Taiqi, WANG Chenglong. Barrier Lyapunov function-based adaptive control of an uncertain hovercraft with position and velocity constraints[J]. Mathematical problems in engineering, 2019, 2019: 1-16. [38] XIE Wei, CABECINHAS D, CUNHA Rita, et al. Robust motion control of an underactuated hovercraft[J]. IEEE transactions on control systems technology, 2019, 27(5): 2195-2208. [39] XIE Wei, CABECINHAS D, CUNHA Rita, et al. Global practical tracking for a hovercraft with unmeasured linear velocity and disturbances[J]. IFAC-PapersOnLine, 2020, 53(2): 8959-8964. [40] ZHAO Ximei, WANG Tianhe, JIN Hongyan. Intelligent second-order sliding mode control for permanent magnet linear synchronous motor servo systems with robust compensator[J]. IET electric power applications, 2020, 14(9): 1661-1671. [41] ZHENG Xuemei, FENG Yong, HAN Fengling, et al. Integral-type terminal sliding-mode control for grid-side converter in wind energy conversion systems[J]. IEEE transactions on industrial electronics, 2019, 66(5): 3702-3711. [42] FARAMIN M, GOUDARZI R H, MALEKI A. Track-keeping observer-based robust adaptive control of an unmanned surface vessel by applying a 4-DOF maneuvering model[J]. Ocean engineering, 2019, 183: 11-23. [43] GE Yang, YANG Lihui, MA Xikui. Adaptive sliding mode control based on a combined state/disturbance observer for the disturbance rejection control of PMSM[J]. Electrical engineering, 2020, 102(4): 1863-1879. [44] YUE Fengfa, LI Xingfei. Adaptive sliding mode control based on friction compensation for opto-electronic tracking system using neural network approximations[J]. Nonlinear dynamics, 2019, 96(4): 2601-2612. [45] TRAN D T, BA Dangxuan, AHN K K. Adaptive backstepping sliding mode control for equilibrium position tracking of an electrohydraulic elastic manipulator[J]. IEEE transactions on industrial electronics, 2020, 67(5): 3860-3869. [46] SIRA-RAMIREZ H. Dynamic second-order sliding mode control of the hovercraft vessel[J]. IEEE transactions on control systems technology, 2002, 10(6): 860-865. [47] DEFOORT M, FLOQUET T, KOKOSY A, et al. A novel higher order sliding mode control scheme[J]. Systems & control letters, 2009, 58(2): 102-108. [48] LI Juan, SONG Dacheng, LIU Zhenye. Sliding mode control of ACV heading tracking based on backstepping[C]//2013 IEEE International Conference on Mechatronics and Automation. Piscataway, NJ: IEEE, 2013: 360-364. [49] FU Mingyu, GAO Shuang, WANG Chenglong, et al. Human-centered automatic tracking system for underactuated hovercraft based on adaptive chattering-free full-order terminal sliding mode control[J]. IEEE access, 2018, 6: 37883-37892. [50] LIU X J, HAN Y Z. Continuous higher-order sliding mode control for multi-input multi-output nonlinear uncertain system[J]. Control theory applications, 2016, 33(9): 1236-1244. [51] JEONG S, CHWA D. Coupled multiple sliding-mode control for robust trajectory tracking of hovercraft with external disturbances[J]. IEEE transactions on industrial electronics, 2018, 65(5): 4103-4113. [52] WU Cihang, YAN Jianguo, LIN Hao, et al. Fixed-time disturbance observer-based chattering-free sliding mode attitude tracking control of aircraft with sensor noises[J]. Aerospace science and technology, 2021, 111: 106565. [53] RABIEE H, ATAEI M, EKRAMIAN M. Continuous nonsingular terminal sliding mode control based on adaptive sliding mode disturbance observer for uncertain nonlinear systems[J]. Automatica, 2019, 109: 108515. [54] WANG Dandan, ZONG Qun, TIAN Bailing, et al. Neural network disturbance observer-based distributed finite-time formation tracking control for multiple unmanned helicopters[J]. ISA transactions, 2018, 73: 208-226. [55] LIU Yu'ang, WANG Qing, HU Changhua, et al. ESO-based fault-tolerant anti-disturbance control for air-breathing hypersonic vehicles with variable geometry inlet[J]. Nonlinear dynamics, 2019, 98(3): 2293-2308. [56] DU Heng, SHI Jiajun, CHEN Jinda, et al. High-gain observer-based integral sliding mode tracking control for heavy vehicle electro-hydraulic servo steering systems[J]. Mechatronics, 2021, 74: 102484. [57] DAVILA J, FRIDMAN L, LEVANT A. Second-order sliding-mode observer for mechanical systems[J]. IEEE transactions on automatic control, 2005, 50(11): 1785-1789. [58] ZHENG Zewei, FEROSKHAN M. Path following of a surface vessel with prescribed performance in the presence of input saturation and external disturbances[J]. IEEE/ASME transactions on mechatronics, 2017, 22(6): 2564-2575. [59] RIGATOS G G, RAFFO G V. Input-output linearizing control of the underactuated hovercraft using the derivative-free nonlinear Kalman filter[J]. Unmanned systems, 2015, 3(2): 127-142. [60] MORALES R, SIRA-RAMÍREZ H, SOMOLINOS J A. Linear active disturbance rejection control of the hovercraft vessel model[J]. Ocean engineering, 2015, 96: 100-108. [61] WANG Yuanhui, TONG Haiyan, REN Hongliang. NESO-based path following control for underactuated hovercrafts with unknown nonlinear uncertainties and a safety limit constraint[J]. Applied sciences, 2020, 10(15): 5287. [62] ABDULLAH S R S, MUSTAFA M M, RAHMAN R A, et al. A fuzzy logic controller of two-position pump with time-delay in heavy metal precipitation process[C]//2011 International Conference on Pattern Analysis and Intelligence Robotics. Piscataway, NJ: IEEE, 2011: 171-176. [63] 刘振业, 刘伟, 付明玉, 等. 基于模糊自适应ADRC的全垫升气垫船航向控制[J]. 信息与控制, 2011, 40(6): 747-752. https://www.cnki.com.cn/Article/CJFDTOTAL-XXYK201106006.htm LIU Zhenye, LIU Wei, FU Mingyu, et al. Course control of full-cushion hovercraft based on fuzzy adaptive ADRC[J]. Information and control, 2011, 40(6): 747-752. https://www.cnki.com.cn/Article/CJFDTOTAL-XXYK201106006.htm [64] TANAKA K, IWASAKI M, WANG H O. Switching control of an R/C hovercraft: stabilization and smooth switching[J]. IEEE transactions on systems, man, and cybernetics, part B (cybernetics), 2001, 31(6): 853-863. [65] 匡红波, 施小成, 田亚杰, 等. 全垫升气垫船航迹保持的变结构模糊PID控制[J]. 自动化技术与应用, 2006, 25(8): 4-6. https://www.cnki.com.cn/Article/CJFDTOTAL-ZDHJ200608002.htm KUANG Hongbo, SHI Xiaocheng, TIAN Yajie, et al. A track keeping variable structure fuzzy-PID controller for air cushion vehicle[J]. Techniques of automation and applications, 2006, 25(8): 4-6. https://www.cnki.com.cn/Article/CJFDTOTAL-ZDHJ200608002.htm [66] 黄勇, 边信黔, 匡红波, 等. 常规控制和模糊PID控制在全垫升气垫船航向控制中的应用[J]. 自动化技术与应用, 2005, 24(12): 36-38. https://www.cnki.com.cn/Article/CJFDTOTAL-ZDHJ200512011.htm HUANG Yong, BIAN Xinqian, KUANG Hongbo, et al. Application of fuzzy control in air cushion vehicle[J]. Techniques of automation and applications, 2005, 24(12): 36-38. https://www.cnki.com.cn/Article/CJFDTOTAL-ZDHJ200512011.htm [67] 楚焱芳, 张瑞华. 模糊控制理论综述[J]. 科技信息, 2009(20): 161-162. https://www.cnki.com.cn/Article/CJFDTOTAL-KJXX200920134.htm CHU Yanfang, ZHANG Ruihua. Summary of fuzzy control theory[J]. Science & technology information, 2009(20): 161-162. https://www.cnki.com.cn/Article/CJFDTOTAL-KJXX200920134.htm [68] ZIRKOHI M M, FATEH M M, SHOOREHDELI M A. Type-2 fuzzy control for a flexible- joint robot using voltage control strategy[J]. International journal of automation and computing, 2013, 10(3): 242-255. [69] 王成龙, 施小成, 付明玉, 等. 神经网络PID在全垫升气垫船航向控制中的应用[J]. 中国造船, 2008, 49(3): 62-67. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGZC200803010.htm WANG Chenglong, SHI Xiaocheng, FU Mingyu, et al. Application of the neural net PID in heading control of air cushion vehicle[J]. Ship building of China, 2008, 49(3): 62-67. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGZC200803010.htm [70] FU Mingyu, GAO Shuang, WANG Chenglong, et al. Design of driver assistance system for air cushion vehicle with uncertainty based on model knowledge neural network[J]. Ocean engineering, 2019, 172: 296-307. [71] WANG Chenglong, SHI Xiaocheng, FU Mingyu, et al. An idea of heading control for air cushion vehicles[C]//2007 IEEE International Conference on Integration Technology. Piscataway, NJ: IEEE, 2007: 334-337. [72] FU Mingyu, ZHANG Tan, DING Fuguang, et al. Safety-guaranteed adaptive neural motion control for a hovercraft with multiple constraints[J]. Ocean engineering, 2021, 220: 108401. [73] 刘振业, 刘伟, 付明玉, 等. 神经网络自抗扰全垫升气垫船航迹控制[J]. 哈尔滨工程大学学报, 2012, 33(3): 283-288. http://heuxb.hrbeu.edu.cn/#/digest?ArticleID=997 LIU Zhenye, LIU Wei, FU Mingyu, et al. Trace-keeping of an air cushion vehicle based on an auto disturbance rejection controller with a recurrent networks model[J]. Journal of Harbin Engineering University, 2012, 33(3): 283-288. http://heuxb.hrbeu.edu.cn/#/digest?ArticleID=997 [74] SHOJAEI K. Neural adaptive robust control of underactuated marine surface vehicles with input saturation[J]. Applied ocean research, 2015, 53: 267-278. [75] LU Xingguo, ZHAO Yue, LIU Ming. Self-learning interval type-2 fuzzy neural network controllers for trajectory control of a Delta parallel robot[J]. Neurocomputing, 2018, 283: 107-119. [76] 刘洋, 井元伟, 刘晓平, 等. 非线性系统有限时间控制研究综述[J]. 控制理论与应用, 2020, 37(1): 1-12. https://www.cnki.com.cn/Article/CJFDTOTAL-KZLY202001001.htm LIU Yang, JING Yuanwei, LIU Xiaoping, et al. Survey on finite-time control for nonlinear systems[J]. Control theory & applications, 2020, 37(1): 1-12. https://www.cnki.com.cn/Article/CJFDTOTAL-KZLY202001001.htm [77] FU Mingyu, GAO Shuang, WANG Chenglong. Safety-guaranteed trajectory tracking control for the underactuated hovercraft with state and input constraints[J]. Mathematical problems in engineering, 2017, 2017: 1-12. [78] FU Mingyu, GAO Shuang, WANG Chenglong. Safety-guaranteed course control of air cushion vehicle with dynamic safe space constraint[J]. Journal of control science and engineering, 2018, 2018: 1-7. [79] FU Mingyu, ZHANG Tan, DING Fuguang. Adaptive safety motion control for underactuated hovercraft using improved integral barrier Lyapunov function[J]. International journal of control, automation and systems, 2021, 19(8): 2784-2796. [80] 韩泽旭. 智能船舶的发展现状及趋势[J]. 船舶物资与市场, 2021, 29(5): 3-4. https://www.cnki.com.cn/Article/CJFDTOTAL-CBWZ202105002.htm HAN Zexu. Development status and trend of intelligent ships[J]. Marine equipment/materials & marketing, 2021, 29(5): 3-4. https://www.cnki.com.cn/Article/CJFDTOTAL-CBWZ202105002.htm [81] 严新平, 刘佳仑, 范爱龙, 等. 智能船舶技术发展与趋势简述[J]. 船舶工程, 2020, 42(3): 15-20. https://www.cnki.com.cn/Article/CJFDTOTAL-CANB202003008.htm YAN Xinping, LIU Jialun, FAN Ailong, et al. Brief introduction to the development and trend of intelligent ship technology[J]. Ship engineering, 2020, 42(3): 15-20. https://www.cnki.com.cn/Article/CJFDTOTAL-CANB202003008.htm [82] WANG Xueying, WANG Yuanhui, MI Wansheng. Finite-time ESO and non-singular TSM control strategy for trajectory tracking of hovercraft[C]//OCEANS 2022, Hampton Roads. Piscataway, NJ: IEEE, 2022: 1-9. [83] FU Mingyu, DONG Lijing, XU Yujie, et al. A novel asymmetrical integral barrier Lyapunov function-based trajectory tracking control for hovercraft with multiple constraints[J]. Ocean engineering, 2022, 263: 112132.
