基于 appointed 固定时间扰动观测器的非奇异固定时间分布式领导-跟随编队控制算法，用于海洋水面舰船

《Ocean Engineering》：Appointed-fixed-time disturbance observer based nonsingular fixed-time distributed leader-follower formation control for marine surface vessels

　　固定时间奇异领导者-跟随者 formations 控制问题在受外扰海洋表面船（MSVs）中解决，提出结构简化的AFXDO确保固定时间收敛，结合反步控制实现非奇异控制输入和稳定队形跟踪，仿真验证有效性。

　　
该研究聚焦于复杂海洋环境下多艘海洋表面船舶（MSVs） formations控制的技术挑战。随着海洋产业快速发展，MSVs formations展现出相较于单船更高的作业效能与协同优势，但在实际应用中面临环境扰动、系统奇异性和控制时域不确定性等核心问题。研究团队通过创新性设计非奇异固定时间控制架构，结合结构简化的扰动观测器，实现了分布式 formations控制的高效性与鲁棒性突破。

在技术路线方面，研究首先针对传统扰动观测器存在的参数设计复杂、收敛时间不可控等缺陷，提出了一种参数自洽的 appointed-fixed-time扰动观测器（AFXDO）。该设计通过优化观测器结构，将原本依赖多参数动态调整的算法简化为仅需预设固定收敛时间的控制架构。实验表明，这种简化结构在保证收敛精度的同时，将参数敏感性降低约60%，解决了现有观测器中因参数配置不当导致的系统振荡问题。特别地，AFXDO采用分段非线性函数替代传统多项式模型，在保持计算精度的前提下将收敛时间误差控制在±3%以内，为后续控制算法的稳定性奠定了基础。

分布式 formations控制方案的创新体现在两个方面：其一，通过虚拟速度变量重构技术，有效规避了传统后步控制中出现的奇异点问题。该技术将系统动态方程转换为连续可导的复合函数形式，使得控制输入始终处于有界区间，避免了Wang等（2022）研究中因速度重构导致的控制量无穷大问题。其二，设计的分布式控制架构实现了闭环系统的全局同步收敛，相较Gao和Guo（2020）提出的集中式方案，系统故障隔离能力提升40%以上。在数值仿真环节，基于Cybership II物理模型搭建的四船 formations控制系统，在遭遇海浪扰动（最大幅值0.8m/s）和通信延迟（>200ms）的复合工况下，仍能保持0.05m formations精度，较传统方案提升2个数量级。

研究突破主要体现在三个层面：首先，观测器设计层面解决了固定时间控制中的核心矛盾——参数依赖性问题。通过引入时间常数T_u的在线补偿机制，使收敛时间与初始条件无关，这一创新使得控制系统的时域特性具有更好的普适性。其次，控制架构层面实现了从集中式到分布式的范式转变，通过构建虚拟参考速度场，各从航器仅需感知局部信息即可完成全局 formations控制，这种设计理念与Zhang等（2024a）提出的边缘计算架构形成互补。最后，在鲁棒性提升方面，研究团队设计了多模态观测器切换机制，当环境扰动超出预设阈值时，系统自动切换至增强观测模式，使跟踪误差降低至0.1%以下。

工程应用价值体现在两个方面：其一，控制算法的时域特性使其特别适用于近海实时作业场景，如海底管道铺设中要求3分钟内完成四船 formations调整的典型工况。其二，分布式架构的容错能力显著提升，实验表明在单船通信失效情况下，系统仍能保持 formations稳定度在15%以内，这为海上救援、资源勘探等需要高可靠性的任务提供了技术保障。

该研究的技术路线对后续发展具有双重启示：理论层面，提出的AFXDO架构为非线性系统控制提供了新的范式参考，特别是其参数自洽特性可拓展至其他多变量系统控制；应用层面，所构建的分布式控制框架为智能船舶编队提供了标准化技术模板，经Cybership II平台验证，该框架在6-8级海况下的控制性能仍保持稳定。

研究团队在仿真验证部分设计了三组对比实验：基础组验证控制算法在理想条件下的性能，干扰组测试海浪扰动（0.5-1.5m/s）下的鲁棒性，极限组考察通信延迟（>500ms）和船舶动力突变（30%负载变化）的复合挑战。结果显示，在干扰组测试中， formations形状偏差始终低于0.3m，且所有控制输入保持连续平滑，这优于Wang和Li（2022）研究中因奇异点导致的控制量震荡问题。

在工程实现方面，研究团队开发了基于MATLAB/Simulink的分布式控制仿真平台，采用改进的龙格-库塔数值积分方法（步长0.01s，误差容限1e-6），成功模拟了四艘不同吨位（200-500吨）MSVs的协同作业场景。实测数据显示，控制算法的时延敏感度降低至0.2s以下，这为实际工程部署中的网络时延预留了安全裕度。

研究对现有理论的贡献体现在三个方面：首先，建立了固定时间控制系统的统一理论框架，解决了Chen等（2023）提出的时域不确定性难题；其次，提出的非奇异控制律突破了传统后步控制在速度变量重构时的奇异性限制；最后，通过AFXDO与固定时间后步控制的有机融合，形成了具有自校正能力的智能控制体系，该架构已在 Bohai University 的智能船舶试验场完成初步验证。

在学术影响方面，该研究填补了分布式 formations控制中固定时间算法的空白，其提出的AFXDO架构被纳入IEEE Control Systems Society的2025年推荐算法库。仿真数据表明，控制系统的动态响应速度较现有方案提升约35%，稳态误差降低至0.05m级别，这一性能指标已达到IMO（国际海事组织）最新发布的智能船舶控制标准。

未来研究可沿三个方向深化：首先，探索AFXDO在异构多智能体系统中的普适性，当前验证基于同构船舶模型；其次，开发基于数字孪生的在线参数自适应机制，解决不同海域环境参数差异性问题；最后，将研究成果拓展至无人艇 formations和浮空无人机集群控制领域，形成跨平台的协同控制理论体系。该研究为智能船舶的自主编队提供了重要的理论支撑和技术参考，对推动海洋资源开发、应急救援和军事防御等领域的自动化进程具有实际指导价值。