自主式水下机器人(AUV)的研究是我国海上国防与海洋开发战略的重要组成部分。为了保证AUV在研制开发、设计制造中高效率、高可靠性,以及在水下实验和作战使用完成运动控制、作战任务,并且能够安全回收,必须对其传感器系统的工作状态进行监测。 本文通过对水下机器人的控制系统中传感器系统的分析,提出了一种简单可行的传感器分组法,建立了基于智能方法的以诊断模型和信号恢复模型为核心的监测系统结构,它主要建立了自主式水下机器人的各传感器的诊断模型和信号恢复模型,通过对在巡航和搜索两种航行方式下的传感器信号进行监测,来诊断各传感器是否出现故障,并对故障传感器进行信号恢复,保证水下机器人安全航行。 在监测模型建模中采用了数据融合与神经网络结合的技术,以径向基函数网络为核心,运用基于k-均值聚类的确定中心和半径的方法,以及基于梯度法的参数调整的,来完善网络结构与性能,并在状态监测过程中,通过对由控制器输入的水下机器人运动控制量与诊断模型的诊断结果相融合得到传感器(陀螺仪,多普勒等)的工作状态优劣程度,实现信号恢复;为保证水下机器人完成任务,安全返回提供控制依据。通过计算机仿真试验,证明了该方法的可行性和监测系统的有效性。