与传统螺旋桨推进的水下机器人相比,基于MPF模式中胸鳍波动推进方式的仿生机器鱼,具有高效、稳定、机动性和可控性好等优点,因此在资源勘探、水下考古、水质监测、军事侦查和生物观察等方面具有很好的应用前景。但是对于胸鳍波动推进方式而言,表现出推进力小、游动速度低等不足。本文旨在以生物魟鱼为仿生原型,并引入BCF模式中尾鳍摆动推进策略,来改善胸鳍波动推进模式仿生机器鱼推进力不足的缺陷,设计出一种基于胸鳍波动和摆动融合推进方式的仿生机器鱼。首先,在对魟鱼的身体形态结构与胸鳍运动特征,以及BCF模式鱼类尾鳍运动特征的分析基础上,提出了有效的融合策略,并建立了胸鳍波动与尾鳍摆动融合推进方式的运动学和水动力模型,从理论上分析融合运动参数对推进性能的影响,设计了仿生机器鱼的机械结构和分布式控制系统。然后,在研究单个Hopf振荡器的动态特性的基础上,对Hopf振荡器模型加以改进,建立了多个Hopf振荡器间的耦合机制;并利用20个改进后的Hopf振荡器构建中心式仿生神经中枢模式发生器(CPG,Central Pattern Generator)网络拓扑模型。通过MATLAB/Simulink仿真验证该网络拓扑模型能稳定输出耦合状态信号,控制机器鱼鳍条运动实现融合推进模式下直线巡游、机动转弯和加速游动,以及各游动模式间平滑稳定地切换;最后将该算法在STM32微控制器上软件实现。最后,在胸鳍波动与摆动融合推进机制下,进行了仿生机器鱼推进性能试验和运动性能试验,其中推进试验包括测力试验和测速试验。试验结果表明,融合推进方式下产生的最大平均推力为2.8N,相对于胸鳍波动推进方式提高了1.52倍;最大游动速度为121mm/s,提高了约1.20倍。另外,运动性能试验结果表明,本文建立的中心式CPG网络拓扑模型,能有效地控制仿生机器鱼胸鳍运动实现融合推进方式下的各种游动模式和各模式间平滑连续地切换;同时也验证了融合推进模式保留了胸鳍波动推进方式突出的机动性、稳定性和可控性特点。