近些年来随着地上资源的逐渐短缺,占据地球表面积71%的海洋空间成为了各国家关注的焦点。水下机器人作为一种涉及多个学科技术的科研成果对于海洋开发以及巩固海疆有着不可或缺的作用。在复杂的海洋环境当中,水下机器人如何进行自主、稳定及高效的运行已经成为行业关注的重点。水下机器人的结构和控制方法则是保障和提高水下机器人应用的核心技术。研究水下机器人的结构及控制方法将对加速水下机器人的实用化、工程化进程起着不可估量的作用。水下机器人是一种多输入多输出、强非线性、时变、大惯性系统。广义预测控制算法已经在工业领域广泛应用,但是将其应用到该系统中需要有一个良好的预测模型为前提。本文提出了一种新型的水下机器人,并将该机器人作为研究对象,对广义预测控制算法在其航姿控制上的应用做了相应的研究工作。首先在介绍和分析机器人的结构及运行模式的基础上进行机理建模获得了该机器人的水动力方程。通过FLUENT水动力仿真软件对机器人进行仿真。在水下机器人的水动力性能的方面,考虑到水下机器人上的进水孔结构可能带来的水动力影响,通过相关理论上对开孔结构进行定性分析,排除了该问题的影响。采用RNG k-ε湍流模型,用数值手段模拟了椭球体及碟形体斜航性能。同时,采用动网格技术数值计算了椭球体及碟形体的PMM试验运动,得到水下机器人的几个主要的水动力系数。通过椭球体水动力系数与势流理论面元法结果的比较,验证了数值计算的可行性与准确性,对比验证该新型水下机器人具有良好的灵活性、稳定性及水动力性能强的特点。在以上研究的基础上对机器人的水动力外形进行了优化。通过进行机器人水动力运动仿真实验获得的水下机器人的水动力参数,结合水动力方程进行了相应的线性化简化,得到了最终的水下机器人水动力方程。在简要分析了支持向量的原理和利用支持向量机辨识系统模型的可行性后,本文针对水下机器人强非线性、模型参数复杂且不易于得到的状况,提出了基于支持向量机回归理论,通过多输入多输出辨识碟形水下机器人系统控制模型的方法,而后对支持向量机参数的寻优方案作出了分析和比较。针对保证精度并控制计算量和驻点问题,提出了采用多窗口网格寻优得到支持向量机最优参数的方法。为了使系统能够实时适应复杂多变的工作环境,采用在线辨识不断修正系统的预测模型。引用Logistic人口模型来对旧数据表进行加权剔除,并将新数据映射到高维空间判断其与原有系统的线性相关性来进行筛选有效数据,以此实现对模型修正。通过该方法解决了支持向量机在线应用中遇到的稀疏性差以及大量数据重新辨识的计算问题。而后分别对在线辨识和离线辨识的效果还有辨识误差大小和控制情况的优劣进行了比较,验证了该在线辨识方法获得的模型的预测能力。为了解决水下机器人大惯性的滞后问题,提出了碟形水下机器人的广义预测控制算法。考虑到碟形水下机器人是一个多输入多输出的非线性系统,需要简化模型辨识问题和避免模型预测中的大量矩阵运算,由于支持向量机辨识得到的系统仍然是一个具有支持向量机结构的非线性系统,为了便于系统控制,利用多元函数泰勒展开将基于支持向量机的非线性系统瞬时线性化,得到系统的差分方程。从而提出了针对该碟形水下机器人的在线自适应多输入多输出广义预测控制算法。文章对支持向量机广义预测控制分别建立航向、横摇和纵摇的三个输出控制模型。利用水下机器人技术国家重点实验室的水下机器人试验水池进行了定航向、定横摇角以及俯仰S型机动实验,测试了该机器人的机动性能。并且与神经网络系统和水动力仿真建立的模型所得到的控制效果分别进行比较,对比了三种控制方法在碟形水下机器人的控制效果,验证了本文提出的的自适应航姿控制算法在该非线性系统上的良好控制效果。