近日，我校航运学院2023级硕士研究生徐李港澳同学在张强教授的指导下，以第一作者身份在人工智能领域的国际知名期刊《Engineering Applications of Artificial Intelligence》上发表了题为《Global robust adaptive fault-tolerant formation control of unmanned surface vessels with internal/external uncertainties and saturated actuators under deception attacks》的学术论文。

随着海洋探索的不断深入，海上任务的复杂程度显著提升，单艘无人水面船舶（USV）的能力已逐渐难以满足执行复杂海上任务的需求。然而，USV编队在执行海洋勘探、海上救援等复杂任务时，展现出更高的作业效率、更好的兼容性和更强的环境适应性，因而获得了广泛认可。近几十年来，USV编队控制已成为全球范围内备受关注的热点课题，吸引了广大学者和工程师的深入研究。USV编队在执行海上任务的过程中，会受到多种复合因素的干扰，例如未知的时变外界扰动、模型参数不确定性、执行器饱和非线性、船载设备故障以及网络攻击等，这些因素会降低USV编队执行任务的效率与稳定性。为提高USV编队系统的鲁棒性，作者团队提出了一种新型自适应编队控制方案，用于解决具有内外部不确定性和饱和执行器的无人水面船舶在欺骗攻击下的容错编队控制问题。

研究采用领导者-跟随者方法，将编队控制问题转化为各跟随者的独立轨迹跟踪任务。在设计各跟随者的控制律时，综合考虑了传感器故障、饱和执行器故障、欺骗攻击以及内外部不确定性等问题。针对各跟随者自身速度信号未知的情况，设计了一种新型状态观测器。此外，各跟随者的位置信号在传输至自身控制器时携带了未知的攻击信号，因此将观测器生成的位置信号引入后续的反步计算中，以削弱欺骗攻击信号进入控制回路的影响。在执行器饱和非线性方面，采用基于高斯误差函数的饱和函数进行表征；针对内外部不确定性及传感器测量误差，则利用参数自适应方法加以处理。理论分析表明，所设计的控制律能够使各跟随者跟踪期望轨迹，同时保证各跟随者闭环控制系统中所有信号的全局一致最终有界性。仿真结果不仅验证了所提控制方案的有效性，还表明该方案对上述干扰因素具有良好的鲁棒性。

《Engineering Applications of Artificial Intelligence》期刊是是IFAC（国际自动控制联合会）旗下的一本重要学术期刊，由Elsevier出版发行。专注于人工智能理论与工程应用相结合的研究成果发表，是中科院SCI一区TOP期刊、CCF推荐人工智能领域C类期刊，最新影响因子为9.0。该期刊自1988年创刊以来，一直是人工智能领域中的领先期刊之一。其主要关注人工智能的工程应用，特别是智能控制、优化算法、机器学习、专家系统及复杂系统建模等多个方向在各类工程问题中的解决方案。

论文链接：https://doi.org/10.1016/j.engappai.2026.115546

（航运学院 文图/王天舒）