基于多水下滑翔机的海洋中尺度涡实时跟踪观测方法研究

Ocean mesoscale eddy is a kind of annular vortex in the ocean. Mesoscale eddies exist in oceans of all the world. There are thousands of mesoscale eddies exist in the ocean at this very moment, which have important influence on global heat, inorganic salt and carbon cycle, as well as underwater sound field and underwater navigation safety. The generation, propagation and evolution mechanism of mesoscale eddies are the focus of current research. This project aims at the mesoscale vortex tracking observation requirements based on multi-underwater gliders. The research on mesoscale eddy state real-time estimation and prediction, adaptive control and collaborative observation methods is carried out, and the theoretical methods and application technologies involved are deeply explored. Firstly, by analyzing the variation characteristics of marine environmental parameters caused by mesoscale eddies, the mesoscale eddy state estimation and prediction method based on real-time in-situ observation data was studied to realize the identification and tracking of the mesoscale eddy center and provide target information for underwater gliders. Then, adaptive control and cooperative observation methods for underwater gliders in mesoscale eddy three-dimensional flow field are developed. Finally, relevant methods and strategies are verified by semi-physical simulation platform. It is expected that the study of this project will provide theoretical basis for real-time tracking and observation of mesoscale eddies, and further provide data basis for the study of mesoscale eddis' formation mechanism and its impact on global climate.

海洋中尺度涡是海洋中的一种环状涡旋，世界各大洋中每时每刻都有数以千计的中尺度涡存在，其对全球热量、无机盐和碳循环，以及水下声场、水下航行安全等有着重要影响。中尺度涡的生成、传播和演化机制是目前研究的热点，获取丰富全面的观测数据是进行相关研究的基础。本项目针对基于多水下滑翔机的中尺度涡跟踪观测需求，开展中尺度涡状态实时估计与预测、自适应控制和协同观测方法的研究，对其中涉及的理论方法和应用技术进行深入探究。首先通过分析中尺度涡引发的海洋环境参数变化特性，研究基于实时原位观测数据的中尺度涡状态估计与预测方法，实现对中尺度涡中心的识别与跟踪，为水下滑翔机提供目标信息和流场环境信息。然后制定水下滑翔机在中尺度涡三维流场内的自适应控制和协同观测方法，最后通过半物理仿真平台对相关方法和策略进行验证。以期为实时跟踪观测中尺度涡提供理论基础，进一步为研究中尺度涡的形成机理、及其对全球气候的影响提供数据基础。

本项目以海洋中尺度涡作为研究对象，开展基于水下滑翔机的中尺度涡自主跟踪观测方法和策略的研究。研究内容涉及基于原位观测数据的中尺度涡状态实时识别和预测方法，为水下滑翔机提供目标信息；水下滑翔机在中尺度涡内的自适应航行控制和协同观测方法，对中尺度涡实现实时跟踪观测，并通过仿真平台进行相应的仿真，对相应方法进行验证。取得的主要研究进展包括建立了中尺度涡识别和状态预测方法、建立并完善了水下滑翔机自适应航行控制方法，通过仿真验证了方法的有效性；进一步制定了水下滑翔机协同观测的方法，并初步对水下滑翔机、USV等异构海洋机器人的协同作业进行了探究。..本研究采用两种随机运动学模型，即恒速度(CV)模型和恒加速度(CA)模型来模拟涡流中心的运动。并通过仿真比较各模型的优缺点。在新的卫星数据可用之前，Still模型将涡旋中心视为静态的。该模型被许多研究者引用用于涡动跟踪。该模型在精度上不是很准确，但由于其普及性和简易性，将其与本研究所使用的模型进行了比较。涡旋运动状态预测以后，水下滑翔机应该按照计划的采样路径穿过涡旋区域。本项目在考虑旋涡的运动速度和环境洋流扰动情况下，制定了滑翔机的航向角的控制方法。..本项目建立了仿真平台，将历史数据的一部分作为测量数据，另一部分作为预测对比数据，比较了Still预测和基于CV或CA模型的Kalman预测的预测结果。仿真结果表明Still模型的预测误差远远大于CV或CA模型。CV模型与CA模型的误差值基本一致。Still模型的跟踪误差小于3km的概率为55.64%，CV模型的概率为75.18%，CA模型的概率为78.60%。在本项目设计的航向控制方法下下，结合卡尔曼滤波器，水下滑翔机能够在可接受的跟踪误差水平下自主跟踪采样路径。

内容获取失败，请点击重试