当前无人水下航行器(UUV)通过携带不同传感器来执行军、民用领域的任务,如情报搜集、反潜战、海洋环境勘察和海底地形测绘等。作为一种无人操控下可自主远程航海与作业的新概念水下智能平台,面向复杂且未知的海洋环境,态势感知、威胁评估与自主决策是UUV无人现场操控下自主作业的关键保证,亦是UUV自主能力的重要体现。因此,研究UUV的态势感知、威胁评估和自主决策的技术问题具有重要的理论研究价值和工程应用意义。本文主要开展以下方面的研究工作:首先,UUV在复杂的海洋环境下执行任务时,传感器受到不同的深度、水温、噪声等因素的影响使检测的感知信息存在不确定性,这种不确定性对UUV的自主作业有着重要影响。根据UUV配置的传感器的种类、测量信息,构建UUV态势感知模型;分析UUV态势感知模型中所存在的潜在不确定事件,利用本体论方法建立不确定事件本体模型,设计触发不确定事件的语义规则,利用规则引擎推理机制更新不确定事件本体模型;将不确定事件本体转换为贝叶斯网络,经贝叶斯网络推理获得不确定事件的影响程度,仿真验证本体论方法的有效性。其次,针对复杂海洋环境下UUV受到威胁时如何有效准确评估的问题,提出基于动态贝叶斯网络的UUV威胁评估算法。根据每一类不确定事件威胁要素的特点进行威胁特征变量的提取,确定动态贝叶斯网络结构;结合专家领域知识和遗传优化算法确定网络参数,解决参数主观性强且推理不准确的问题。通过贝叶斯网络和动态贝叶斯网络的对比,验证动态贝叶斯网络进行不确定推理的优越性和有效性。再次,针对不确定海洋环境下UUV自主动态决策问题,提出基于动态影响图和期望效用理论的自主决策方法。根据威胁评估的结果,在威胁评估动态贝叶斯网络基础上构建了UUV自主决策的动态影响图模型,包括概率模型、决策规则模型和期望效用模型;设计动态影响图的效用计算模型,利用最大期望效用原则获得最优的决策。仿真验证动态影响图用于UUV自主决策的有效性和动态性。最后,根据UUV作业任务需求设计水下区域搜索和巡航两种典型使命任务,按照时间序列仿真设置不确定事件的触发要素,通过仿真验证UUV态势感知、威胁评估与自主决策方法的有效性,仿真结果表明UUV能够在任务执行过程中完成威胁的感知与威胁等级的评估,并可自主生成有效、合理的自主决策策略,可有效保证UUV的作业安全性。