改进EKF及模糊PID双闭环控制的无人艇抗扰系统及使用方法

摘要

本发明公开了改进EKF及模糊PID双闭环控制的无人艇抗扰系统及使用方法,包括数据采集单元、数据处理单元、控制单元和执行单元，执行单元包括平衡水箱、导轨和电机，数据处理单元用于根据采集的所述无人艇的姿态数据，通过改进EKF姿态解算算法得到无人艇的实时横滚角θ_i，控制单元用于将所述横滚角的偏差角θ_e输入至模糊PID双闭环控制器，得到对电机的PWM控制信号。采用基于双闭环模糊PID控制，能够使无人艇横滚角发生较大偏移时，将无人艇姿态及时调整回平稳状态，而不是等外力结束后通过自身结构进行调整，更为安全，并改进EKF姿态解算算法以应对不同的磁场干扰情况，提高横滚角的解算精度。

说明书

技术领域

本发明涉及无人艇技术领域，尤其涉及改进EKF及模糊PID双闭环控制的无人艇抗扰系统及使用方法。

背景技术

无人艇行驶的过程中，在遭遇到风浪等外力干扰时，艇身会发生倾斜。当倾斜角度过大时，就可能发生翻船事故。当外力消失后，船体能平稳地回到原来的漂浮状态的能力，称之为船体的稳性。当前大部分船体的稳性都是等外力消失后，通过使用不倒翁结构来使其恢复到平稳状态，使得船体具有一定的抗倾斜干扰能力。

然而，船体的稳性的好坏并不是简单的靠这种复原能力的好坏的评断的。需要结合自身和环境因素，使船体保持一个适当的稳性。这种方法并不能解决外力对船体姿态的干扰。当外力存在时，对小型无人艇的姿态的干扰足以造成对无人艇控制的影响，甚至会导致翻船。当前对于无人艇的姿态平稳控制的研究相对较少，这也受限于无人艇的结构。其次，现有的EKF姿态解算算法也无法应对不同磁场所带来的干扰。但在无人艇的行驶中，保持其有一个平稳的姿态是极其有必要的，特别是对于抗倾斜能力稍弱的中小型无人艇。

发明内容

本发明的一个目的在于提出一种改进EKF及模糊PID双闭环控制的无人艇抗扰系统及使用方法，采用基于双闭环模糊PID控制，能够使无人艇横滚角发生较大偏移时，将无人艇姿态及时调整回平稳状态，而不是等外力结束后通过自身结构进行调整，更为安全，并改进EKF姿态解算算法以应对不同的磁场干扰情况，提高横滚角的解算精度。

为达此目的，本发明采用以下技术方案：

一种改进EKF及模糊PID双闭环控制的无人艇抗扰系统，包括数据采集单元、数据处理单元、控制单元和执行单元；

所述执行单元包括平衡水箱、导轨和电机，所述导轨安装于无人艇，所述导轨的左右两端分别设有所述电机，所述平衡水箱通过所述电机传动在所述导轨左右移动；

所述数据采集单元用于通过加速度计、陀螺仪和磁力计进行所述无人艇的姿态数据采集；

所述数据处理单元用于根据采集的所述无人艇的姿态数据，通过改进EKF姿态解算算法得到所述无人艇的实时横滚角θ_i，并将所述实时横滚角θ_i与预设的横滚角期望值θ_p进行做差分析，得到所述横滚角的偏差角θ_e；

所述控制单元用于将所述横滚角的偏差角θ_e输入至模糊PID双闭环控制器，得到对电机的PWM控制信号，所述PWM控制信号用于驱动平衡水箱移动以调节所述无人艇的实时横滚角θ_i，直至所述无人艇的实时横滚角θ_i在预设范围内，所述无人艇达到平衡为止。

优选地，所述改进EKF姿态解算算法依次包括先验误差协方差计算、第一阶段加速度计数据校正、第二阶段加速度计数据校正和所述无人艇的实时横滚角θ_i计算；

所述先验误差协方差计算包括根据所述陀螺仪的三轴角速度数据，计算系统的离散转移矩阵

计算四元数q的先验估计值

和计算先验误差协方差

所述无人艇的实时横滚角θ_i计算为根据方向余弦矩阵和四元数旋转矩阵的对于关系，带入以下公式，得到所述无人艇的实时横滚角θ_i的值γ、俯仰角的值θ和偏航角的值ψ：

优选地，所述第一阶段加速度计数据校正包括计算四元数q的第一雅可比矩阵

计算第一卡尔曼增益

记录所述加速度计的测量数据z

计算加速度理论值：

根据卡尔曼滤波公式，计算四元数第一修正量：

和计算后验误差协方差

所述第二阶段加速度计数据校正包括计算四元数的第二雅可比矩阵

计算第二卡尔曼增益

记录所述磁力计的测量数据z

计算磁力计理论值：

根据卡尔曼滤波公式，计算四元数第二修正量：

和更新后验误差协方差为P

优选地，所述第二阶段加速度计数据校正中磁力计误差协方差矩阵为：

其中，所测磁场与重力方向的夹角

θ

优选地，所述模糊PID双闭环控制器依次包括角度环和角速度环，所述角度环用于先将所述横滚角的偏差角θ_e输入至第一模糊控制器依次进行模糊化、模糊推理和清晰化处理后，分别输出比例参数K

所述角速度环用于先将所述角速度期望值和角速度测量值做差得到角速度偏差值w_e，然后将所述角速度偏差值w_e输入至第二模糊控制器依次进行模糊化、模糊推理和清晰化处理后，分别输出比例参数K

优选地，所述第一模糊控制器包括模糊化模块、模糊推理模块和清晰化模块；

所述模糊化模块用于先预先对所述横滚角的偏差角θ_e的误差向量e(t)和误差变化率ec(t)进行实测数据采集，得到所述误差向量e(t)和误差变化率ec(t)的范围区间，将所述误差向量e(t)和误差变化率ec(t)的范围区间分别分为8个部分且将每个部分的中间值由小到大依次用NB，NM，NS，ZE，PS，PM，PB表示，从而实现模糊化，其中NB＝很小，NM＝小，NS＝较小，ZE＝正常，PS＝较大，PM＝大，PB＝很大，所述误差向量e(t)和误差变化率ec(t)的模糊控制量论域为[-3,3]和量化等级为{-3,-2,-1,0,1,2,3}；

所述模糊推理模块用于根据所述误差向量e(t)的模糊量和误差变化率ec(t)的模糊量，建立适应的模糊规则表，再根据所述模糊规则表查找出所述误差向量e(t)和误差变化率ec(t)的隶属度，所述模糊规则表为将输出值区间设为[800，1200]并划分为8个部分,再将所述输出值区间的每个部分的中间值由小到大依次用NB，NM，NS，ZE，PS，PM，PB表示，从而形成7个输出值的隶属度NB，NM，NS，ZO，PS，PM，PB。

优选地，所述清晰化模块用于根据所述误差向量e(t)和误差变化率ec(t)的隶属度，分别计算所述比例参数K

其中：U

根据得到的修正值ΔK

K

将更新后的所述比例参数K

优选地，所述控制单元具体用于先对所述横滚角的偏差角θ_e的正负进行判断：若为正则将所述横滚角的偏差角θ_e输入至所述模糊PID双闭环控制器，若为负则将所述横滚角的偏差角-θ_e输入至所述模糊PID双闭环控制器；

得到所述PWM控制信号后，若所述横滚角的偏差角θ_e为正，则根据所述PWM控制信号调控位于所述导轨右端的电机，驱动所述平衡水箱向右移动；若所述横滚角的偏差角θ_e为负，则根据所述PWM控制信号调控位于所述导轨左端的电机，驱动所述平衡水箱向左移动；

调控结束后再次检测所述无人艇的实时横滚角θ_i是否在预设范围内，若否则循环执行所述数据采集单元、数据处理单元、控制单元和执行单元，直到所述实时横滚角θ_i在预设范围内。

优选地，所述导轨包括上导轨、下导轨、左基座和右基座；

所述上导轨和下导轨均为贴合所述无人艇艇体的梯形导轨，所述上导轨和下导轨上下相对地设置于所述无人艇艇体的外壁，所述上导轨和下导轨的左右两端分别通过对应的左基座和右基座连接；

所述左基座和右基座分别安装有所述电机，所述上导轨和下导轨均设有滑轮，所述平衡水箱通过弹簧连接对应的滑轮以滑动连接于所述上导轨和下导轨；

所述平衡水箱和所述电机通过钢索进行传动连接；

所述电机为防水的无刷电机。

优选地，所述改进EKF及模糊PID双闭环控制的无人艇抗扰系统的使用方法，包括以下步骤：

步骤一，通过加速度计、陀螺仪和磁力计进行所述无人艇的姿态数据采集，并根据所述改进EKF姿态解算算法得到所述无人艇的实时横滚角θ_i；

步骤二，判断所述无人艇的实时横滚角θ_i是否在预设范围内：若是则结束，否则继续执行步骤三；

步骤三，将所述实时横滚角θ_i与预设的横滚角期望值θ_p进行做差分析，得到所述横滚角的偏差角θ_e；

步骤四，对所述横滚角的偏差角θ_e的正负进行判断：若为正则将所述横滚角的偏差角θ_e输入至所述模糊PID双闭环控制器，若为负则将所述横滚角的偏差角-θ_e输入至所述模糊PID双闭环控制器；

步骤五，所述模糊PID双闭环控制器先对所述横滚角的偏差角θ_e或-θ_e依次进行模糊化、模糊推理和清晰化处理后，分别输出比例参数K

步骤六，所述模糊PID双闭环控制器先将所述角速度期望值和角速度测量值做差得到角速度偏差值w_e，然后对所述角速度偏差值w_e依次进行模糊化、模糊推理和清晰化处理后，分别输出比例参数K

步骤七，若所述横滚角的偏差角θ_e为正，则根据所述PWM控制信号调控位于所述导轨右端的电机，驱动所述平衡水箱向右移动；若所述横滚角的偏差角θ_e为负，则根据所述PWM控制信号调控位于所述导轨左端的电机，驱动所述平衡水箱向左移动；

步骤八，所述步骤七完成后，循环执行步骤一至七，直至所述无人艇的实时横滚角θ_i在预设范围内。

所述改进EKF及模糊PID双闭环控制的无人艇抗扰系统，通过改进EKF姿态解算算法得到所述无人艇的实时横滚角θ_i，并将所述实时横滚角θ_i与预设的横滚角期望值θ_p进行做差分析，得到所述横滚角的偏差角θ_e；将所述横滚角的偏差角θ_e输入至模糊PID双闭环控制器，得到对电机的PWM控制信号，驱动平衡水箱移动以调节所述无人艇的实时横滚角θ_i，直至所述无人艇的实时横滚角θ_i在预设范围内，所述无人艇达到平衡为止；能够使无人艇的实时横滚角θ_i发生较大偏移时，将无人艇的姿态及时调整回平稳状态，而不是等外力结束后通过自身结构调整回来。

所述数据处理单元通过改进EKF姿态解算算法，对不同磁场采用不同的磁力计噪声矩阵，使得无人艇具有一定的抗磁场干扰能力，以此提高实时横滚角θ_i，进而减小整体姿态解算的误差，达到实时精准检测无人艇的姿态角的目的。所述控制单元基于模糊PID双闭环控制器，通过双闭环调节，能快速平稳地调节平衡水箱，使无人艇达到平衡，采用模糊PID控制，能适应更多不同的环境条件。

附图说明

附图对本发明做进一步说明，但附图中的内容不构成对本发明的任何限制。

图1是本发明其中一个实施例的改进EKF及模糊PID双闭环控制的无人艇抗扰系统结构示意图；

图2是本发明其中一个实施例的图1的A处放大图；

图3是本发明其中一个实施例的模糊PID双闭环控制器结构图；

图4是本发明其中一个实施例的模糊规则表结构图；

图5是本发明其中一个实施例的改进EKF及模糊PID双闭环控制的无人艇抗扰方法流程图。

其中：平衡水箱1；导轨2；电机3；第一模糊控制器4；角度PID控制器5；第二模糊控制器6；角速度PID控制器7；上导轨21；下导轨22；滑轮23；左基座24；右基座25；弹簧11；钢索31；无人艇8。

具体实施方式

下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。

本实施例的改进EKF及模糊PID双闭环控制的无人艇抗扰系统，包括数据采集单元、数据处理单元、控制单元和执行单元；

如图1所示，所述执行单元包括平衡水箱1、导轨2和电机3，所述导轨2安装于无人艇8，所述导轨2的左右两端分别设有所述电机3，所述平衡水箱1通过所述电机3传动在所述导轨2左右移动；

所述数据采集单元用于通过加速度计、陀螺仪和磁力计进行所述无人艇8的姿态数据采集；

所述数据处理单元用于根据采集的所述无人艇8的姿态数据，通过改进EKF姿态解算算法得到所述无人艇8的实时横滚角θ_i，并将所述实时横滚角θ_i与预设的横滚角期望值θ_p进行做差分析，得到所述横滚角的偏差角θ_e；

所述控制单元用于将所述横滚角的偏差角θ_e输入至模糊PID双闭环控制器，得到对电机3的PWM控制信号，所述PWM控制信号用于驱动平衡水箱1移动以调节所述无人艇8的实时横滚角θ_i，直至所述无人艇8的实时横滚角θ_i在预设范围内，所述无人艇8达到平衡为止。

所述改进EKF及模糊PID双闭环控制的无人艇抗扰系统，通过改进EKF姿态解算算法得到所述无人艇8的实时横滚角θ_i，并将所述实时横滚角θ_i与预设的横滚角期望值θ_p进行做差分析，得到所述横滚角的偏差角θ_e；将所述横滚角的偏差角θ_e输入至模糊PID双闭环控制器，得到对电机3的PWM控制信号，驱动平衡水箱1移动以调节所述无人艇8的实时横滚角θ_i，直至所述无人艇8的实时横滚角θ_i在预设范围内，所述无人艇8达到平衡为止；能够使无人艇8的实时横滚角θ_i发生较大偏移时，将无人艇8的姿态及时调整回平稳状态，而不是等外力结束后通过自身结构调整回来。

所述数据处理单元通过改进EKF姿态解算算法，对不同磁场采用不同的磁力计噪声矩阵，使得无人艇8具有一定的抗磁场干扰能力，以此提高实时横滚角θ_i，进而减小整体姿态解算的误差，达到实时精准检测无人艇8的姿态角的目的。

所述控制单元基于模糊PID双闭环控制器，通过双闭环调节，能快速平稳地调节平衡水箱1，使无人艇8达到平衡，采用模糊PID，能适应更多不同的环境条件。

所述控制单元实时检测无人艇8的实时横滚角θ_i是否在预设范围内，当无人艇8的实时横滚角θ_i超出预设范围时，所述执行单元通过导轨2实时调节控制平衡水箱1的位置，从而实时调整无人艇8的姿态，以达到新的平稳状态。当风浪对无人艇8的姿态造成较大影响时，本实施例的无人艇抗扰系统能将无人艇8的姿态调整回来，避免无人艇8以一个倾斜的状态继续航行，降低了无人艇8发生侧翻的风险。

磁场的干扰对磁力计的测量会造成一定的影响，进而影响航偏角的解算精度，也会在数据融合时干扰到实时横滚角θ_i和俯仰角。为了减小磁场对姿态解算精度的影响，所述改进EKF姿态解算算法依次包括先验误差协方差计算、第一阶段加速度计数据校正、第二阶段加速度计数据校正和所述无人艇8的实时横滚角θ_i计算。

所述改进EKF姿态解算算法先将加速度计的测量值作为观测量，完成对俯仰角和实时横滚角θ_i的解算；然后将加速度和磁力计得测量值都作为观测量，并加入可调节测量方差矩阵，自适应改变卡尔曼增益，调节观测量对状态预测的修正，减小磁干扰对偏航角的影响，提高解算精度。具体如下：

所述先验误差协方差计算包括根据所述陀螺仪的三轴角速度数据，计算系统的离散转移矩阵

计算四元数q的先验估计值

和计算先验误差协方差

需要说明的是，系统理论模型为：

四元数q的更新：

通过使微分运算显式，可将连续时间系统写成

将上述方程转换为离散时间方程

则得到系统的离散转移矩阵

卡尔曼更新方程修正等式为

其中，z

先验误差协方差

卡尔曼增益K

其中，R

因此，所述第一阶段加速度计数据校正包括计算四元数q的第一雅可比矩阵

从而计算出第一卡尔曼增益为

记录所述加速度计的测量数据z

计算加速度理论值：

根据卡尔曼滤波公式，计算四元数第一修正量：

和计算后验误差协方差

需要说明的是，重力矢量测量只可能校正实时横滚角θ_i和俯仰角。为了保证在适用的修正中偏航角不受影响，将四元数第一修正量q

所述第二阶段加速度计数据校正包括计算四元数的第二雅可比矩阵

计算第二卡尔曼增益

记录所述磁力计的测量数据z

计算磁力计理论值：

根据卡尔曼滤波公式，计算四元数第二修正量：

和更新后验误差协方差为P

具体地，所述第二阶段加速度计数据校正中磁力计误差协方差矩阵为：

其中，所测磁场与重力方向的夹角

θ

需要说明的是，现有的噪声方差矩阵为定值矩阵，不能应对不同的磁干扰环境。于是，本实施例采用可调节的测量噪声方差矩阵，即所述磁力计误差协方差矩阵，对不同的磁场强度采用不同的噪声方差矩阵，以减小磁干扰对偏航角的影响。由于在磁干扰较强的环境中，感应磁场强度与局部地球磁场强度的差距很大，磁倾角也会产生偏差。所以，可以将磁场强度和磁倾角作为判断磁干扰强弱的条件。

如果

若

最后，所述无人艇8的实时横滚角θ_i计算为根据方向余弦矩阵和四元数旋转矩阵的对于关系，带入以下公式，得到所述无人艇8的实时横滚角θ_i的值γ、俯仰角的值θ和偏航角的值ψ：

优选地，如图3所示，所述模糊PID双闭环控制器依次包括角度环和角速度环，所述角度环用于先将所述横滚角的偏差角θ_e输入至第一模糊控制器4依次进行模糊化、模糊推理和清晰化处理后，分别输出比例参数K

所述角速度环用于先将所述角速度期望值和角速度测量值做差得到角速度偏差值w_e，然后将所述角速度偏差值w_e输入至第二模糊控制器6依次进行模糊化、模糊推理和清晰化处理后，分别输出比例参数K

所述模糊PID双闭环控制器通过角度环和角速度环的双闭环调节，能快速平稳地调节平衡水箱1，在无人艇8实时横滚角θ_i发生较大偏移时可快速达到平衡，而不是等外力结束后通过自身结构调整回来；采用的模糊PID具有原理简单、使用方便、适用性强等特点，相对于普通的PID调节，它最大的优点是参数可自动调整，能使所述模糊PID双闭环控制器适应更多的不同的环境情况。所述模糊PID双闭环控制器相对于传统的单环PID，增加了角速度环这个内环，很大程度上提高了系统的控制品质，具有调速范围广、精度高、动态性能好、易于控制等优点。

模糊控制源于人类世界观中对模糊的理解，相对于传统的控制方式，模糊控制不需要建立被控对象的精确数学模型，仅仅利用人的经验和知识来对控制系统进行调节，这减少了对控制系统分析的工作量，同时依然能够达到很好的控制效果。

需要说明的是，模糊自适应控制的主要目的是将设计好的模糊控制器应用于被控对象中，以对被控对象的性能指标进行调节，使其达到较好的控制效果。模糊自适应控制算法的核心是设计好一个基于被控对象的模糊控制器，模糊控制器主要由三个模块组成：模糊化，模糊推理，清晰化。

模糊控制的基本实现过程：

(1)利用被控对象输出的实测值和参考值计算得到误差，作为模糊控制器的输入量；

(2)将误差进行模糊化处理，转换为模糊量；

(3)根据被控对象的特性建立与误差对应的模糊控制规则，将误差的模糊量结合模糊控制规则进行模糊推理与模糊决策得到模糊控制量；

(4)将模糊控制量清晰化，得到模糊控制器的输出，来对被控对象进行控制。

具体地说明角度环的模糊PID实现为：所述第一模糊控制器4包括模糊化模块、模糊推理模块和清晰化模块；

所述模糊化模块用于先预先对所述横滚角的偏差角θ_e的误差向量e(t)和误差变化率ec(t)进行大量的实测数据采集，通过对大量实测数据进行计算分析，得到所述误差向量e(t)和误差变化率ec(t)的范围区间，将所述误差向量e(t)和误差变化率ec(t)的范围区间分别分为8个部分且将每个部分的中间值由小到大依次用NB，NM，NS，ZE，PS，PM，PB表示，从而实现模糊化，其中NB＝很小，NM＝小，NS＝较小，ZE＝正常，PS＝较大，PM＝大，PB＝很大，所述误差向量e(t)和误差变化率ec(t)的模糊控制量论域为[-3,3]和量化等级为{-3,-2,-1,0,1,2,3}；

所述模糊推理模块用于根据所述误差向量e(t)的模糊量和误差变化率ec(t)的模糊量，建立适应的模糊规则表，再根据所述模糊规则表查找出所述误差向量e(t)和误差变化率ec(t)的隶属度，所述模糊规则表为根据电机3的摆角值范围将输出值区间设为[800，1200]并划分为8个部分,再将所述输出值区间的每个部分的中间值由小到大依次用NB，NM，NS，ZE，PS，PM，PB表示，从而形成7个输出值的隶属度NB，NM，NS，ZO，PS，PM，PB，如图4所示。

所述清晰化模块用于根据所述误差向量e(t)和误差变化率ec(t)的隶属度，分别计算所述比例参数K

其中：U

根据得到的修正值ΔK

K

将更新后的所述比例参数K

采用重心法将推理得到的模糊子集的隶属度函数与横坐标所围面积的重心所对应的标准论域元素作为精确化结果。在得到推理结果精确值后，还应按对应关系得到最终控制量输出。

进一步地，所述控制单元具体用于先对所述横滚角的偏差角θ_e的正负进行判断：若为正则将所述横滚角的偏差角θ_e输入至所述模糊PID双闭环控制器，若为负则将所述横滚角的偏差角-θ_e输入至所述模糊PID双闭环控制器；

得到所述PWM控制信号后，若所述横滚角的偏差角θ_e为正，则根据所述PWM控制信号调控位于所述导轨2右端的电机3，驱动所述平衡水箱1向右移动；若所述横滚角的偏差角θ_e为负，则根据所述PWM控制信号调控位于所述导轨2左端的电机3，驱动所述平衡水箱1向左移动；

调控结束后再次检测所述无人艇8的实时横滚角θ_i是否在预设范围内，若否则循环执行所述数据采集单元、数据处理单元、控制单元和执行单元，直到实时横滚角θ_i在预设范围内。此时，即便外力存在，无人艇8也能以一个相对平稳的状态保持航行，当外力增加时，也能避免翻船的危险。

其中，无人艇8在实际的航行中，横滚角的偏差角θ_e会出现两种情况：当横滚角的偏差角θ_e为正且超出预设范围，此时横滚角的偏差角θ_e称之为右偏差角；当横滚角的偏差角θ_e为负且超出预设范围，此时无人艇8的艇身左高右低，横滚角的偏差角θ_e称之为左偏差角。横滚角的偏差角θ_e为右偏差角，意味着无人艇8的艇身左低右高，则需要通过调控位于所述导轨2右端的电机3将平衡水箱1慢慢移动到艇身右边，来实现对实时横滚角θ_i的平稳控制。同理，当横滚角的偏差角θ_e为左偏差角，则需要通过调控位于所述导轨2左端的电机3将平衡水箱1慢慢移动到艇身左边。

更进一步地，如图1和图2所示，所述导轨2包括上导轨21、下导轨22、左基座24和右基座25；

所述上导轨21和下导轨22均为贴合所述无人艇8艇体的梯形导轨，所述上导轨21和下导轨22上下相对地设置于所述无人艇8艇体的外壁，所述上导轨21和下导轨22的左右两端分别通过对应的左基座24和右基座25连接；

所述左基座24和右基座25分别安装有所述电机3，所述上导轨21和下导轨22均设有滑轮23，所述平衡水箱1通过弹簧11连接对应的滑轮23以滑动连接于所述上导轨21和下导轨22；

所述平衡水箱1和所述电机3通过钢索31进行传动连接；

所述电机3为防水的无刷电机。

所述执行单元，按照无人艇8的大小，将贴合所述无人艇8艇体的梯形导轨装入无人艇8的艇身中间，通过控制左右两个电机3来实现对平衡水箱1的位置的改变，进而调整无人艇8的姿态。通过实时检测所述无人艇8的实时横滚角θ_i是否在预设范围内，当超出预设范围时，通过上导轨21和下导轨22固定平衡水箱1的移动轨迹，用弹簧11连接对应的滑轮23和平衡水箱1的角落，防止平衡水箱1脱轨；所述平衡水箱1和所述电机3通过钢索31进行传动连接，牵引力会抵消平衡水箱1的重力产生的滑动；从而通过所述上导轨21和下导轨22实时调节平衡水箱1的位置，实时调整无人艇8的姿态，以达到新的平稳状态。当风浪对无人艇8的姿态造成较大影响时，该方案能将无人艇8的姿态调整回来，避免无人艇8以一个倾斜的状态继续航行，降低了无人艇8发生侧翻的风险。

优选地，所述的改进EKF及模糊PID双闭环控制的无人艇抗扰系统的使用方法，如图5所示，包括以下步骤：

步骤一，通过加速度计、陀螺仪和磁力计进行所述无人艇8的姿态数据采集，并根据所述改进EKF姿态解算算法得到所述无人艇8的实时横滚角θ_i；

步骤二，判断所述无人艇8的实时横滚角θ_i是否在预设范围内：若是则结束，否则继续执行步骤三；

步骤三，将所述实时横滚角θ_i与预设的横滚角期望值θ_p进行做差分析，得到所述横滚角的偏差角θ_e；

步骤四，对所述横滚角的偏差角θ_e的正负进行判断：若为正则将所述横滚角的偏差角θ_e输入至所述模糊PID双闭环控制器，若为负则将所述横滚角的偏差角-θ_e输入至所述模糊PID双闭环控制器；

步骤五，所述模糊PID双闭环控制器先对所述横滚角的偏差角θ_e或-θ_e依次进行模糊化、模糊推理和清晰化处理后，分别输出比例参数K

步骤六，所述模糊PID双闭环控制器先将所述角速度期望值和角速度测量值做差得到角速度偏差值w_e，然后对所述角速度偏差值w_e依次进行模糊化、模糊推理和清晰化处理后，分别输出比例参数K

步骤七，若所述横滚角的偏差角θ_e为正，则根据所述PWM控制信号调控位于所述导轨2右端的电机3，驱动所述平衡水箱1向右移动；若所述横滚角的偏差角θ_e为负，则根据所述PWM控制信号调控位于所述导轨2左端的电机3，驱动所述平衡水箱1向左移动；

步骤八，所述步骤七完成后，循环执行步骤一至七，直至所述无人艇8的实时横滚角θ_i在预设范围内。

所述的改进EKF及模糊PID双闭环控制的无人艇抗扰系统的使用方法，通过改进EKF姿态解算算法得到所述无人艇8的实时横滚角θ_i，并将所述实时横滚角θ_i与预设的横滚角期望值θ_p进行做差分析，得到所述横滚角的偏差角θ_e；将所述横滚角的偏差角θ_e输入至模糊PID双闭环控制器，得到对电机3的PWM控制信号，驱动平衡水箱1移动以调节所述无人艇8的实时横滚角θ_i，直至所述无人艇8的实时横滚角θ_i在预设范围内，所述无人艇8达到平衡为止；能够使无人艇8的实时横滚角θ_i发生较大偏移时，将无人艇8的姿态及时调整回平稳状态，而不是等外力结束后通过自身结构调整回来。

以上结合具体实施例描述了本发明的技术原理。这些描述只是为了解释本发明的原理，而不能以任何方式解释为对本发明保护范围的限制。基于此处的解释，本领域的技术人员不需要付出创造性的劳动即可联想到本发明的其它具体实施方式，这些方式都将落入本发明的保护范围之内。