仿生波动长鳍是仿生学在水下机器人领域的典型应用,它借鉴长鳍波动推进鱼类在推进效率、机动性、稳定性和低速下状态保持等方面的优势,以期提高传统水下推进系统性能或者指导设计新型水下推进系统,无论在军事还是民用领域都有着广阔的应用前景。针对现有仿生波动长鳍性能受限的现状,论文提出了仿生长鳍波动适应性技术,主要围绕仿生波动长鳍运动学建模、仿生长鳍波动适应性研究、仿生长鳍波动适应性控制方法和仿生长鳍波动适应性实验验证等方面展开探索性研究,主要工作和研究成果包括：(1)揭示了鱼类感知水流环境、调节自身运动规律、提高游动性能的适应性技能,将其引入仿生长鳍水下推进器的研究中,剖析了仿生长鳍波动适应性内涵,阐述了仿生长鳍波动适应性技术的定义、分类及关键问题,建立了仿生长鳍波动适应性的理论框架。(2)借鉴Martin自推进系统的数学模型,提出了能够兼容自然鱼类和各种仿生推进系统的统一描述方法,建立了鱼体游动统一描述模型；结合长鳍鱼类外部形态和波动推进的基本特征,建立了基于直纹面的仿生波动长鳍运动学模型,该模型不仅能够有效地描述非等高鳍条、弯曲基线、非零厚度等形态特征,而且可以表征波动周期性、波幅单峰性、游动双向性和波形非对称性等运动特征。(3)构建了仿生长鳍波动适应性分析平台,根据仿生长鳍直纹面运动学描述模型,设计并实现了面向CFD分析的长鳍波动包络提取算法、长背鳍光滑移位算法和动网格分析算法,为仿生长鳍波动适应性分析奠定了基础。(4)基于仿生波动适应性分析平台,研究了仿生长鳍形态适应性和运动适应性,验证了仿生长鳍沿体分布优化的形态特征,分析了仿生长鳍波动推进的倍频效应、变波长效应和非对称波形效应；结合生物运动观测实验数据,提出了工程实用化的仿生长鳍波动适应性准则,为仿生长鳍的结构设计和性能改进提供重要借鉴和指导。(5)分析了仿生长鳍波动推进的回滞特性,建立了基于Preisach方程的回滞非线性描述模型,理论证明了Preisach回滞非线性系统的时间连续性和可重复性,设计并实现了基于迭代学习的仿生长鳍波动适应性控制算法,用于改善仿生鳍条波形跟踪精度和仿生长鳍波动推进性能。(6)基于研究组自行研制的仿生波动长鳍RoboGnilos和波动测试平台,构建了具有迭代学习能力的波动控制系统,开展了相应的仿生长鳍波动适应性实验研究,既验证了仿生长鳍波动推进CFD分析之倍频、变波长及非对称波形效应,也验证了仿生长鳍波动适应性迭代学习控制算法的有效性,典型波动模式下经10次迭代学习后仿生长鳍波动推进速度可提高近40%。上述研究工作和成果有效地开展了仿生波动长鳍从“形仿”(模仿鱼类运动形式)到“神仿”(模仿鱼类游动适应性技能)的有益探索,为最终研制出实用的新型水下仿生推进器提供新思路、储备新技术。