近年来,随着海洋资源的开发和利用,如何利用现有资源快速搜索到水下目标成为一个亟待解决的问题。无人水下潜航器(Unmanned Underwater Vehicle)作为一种自带能源、搭载探测设备、自主完成任务的智能运载体为该问题的解决提供新的思路。本课题针对无人水下潜航器协同在线搜索海底目标问题展开研究,使其能够快速完成对水下目标的搜索任务。在解决系统协同在线优化搜索问题时,考虑到UUV的续航能力和搜索经济性,将工作模式分为:经济模式和搜索模式,并以此展开经济模式下的导引策略和搜索模式下的协同框架和在线优化决策算法的研究。本文主要的研究内容:首先,分析UUV协同在线优化搜索问题,制定搜索流程,划分UUV工作模式和依据,提出模型预测控制框架下的协同在线优化搜索决策的搜索方案。对搜索问题涉及到的要素进行建模,包括任务区域建模方法、UUV协同搜索体系结构和运动学模型、探测设备模型和系统内通信报文的定义。其次,针对UUV协同搜索决策问题,提出一种改进粒子群优化算法,在粒子的更新迭代过程中植入一阶预测和回溯法约束,避免粒子更新迭代过程产生不可行解;在设计粒子群优化目标函数时引入系统搜索终点距离约束。仿真以海岛附近海域为应用背景,仿真结果表明优化决策规划的搜索航路对水文信息不同的海域能维持不同的搜索力度,在搜索任务结束时,缩短系统搜索终点距离。然后,针对UUV协同在线优化搜索问题,设计经济模式下导引策略和搜索模式下的系统模型预测控制框架。在预测控制的基础上,利用改进粒子群算法优化求解控制输入集合,最优控制输入集合的第一步控制输入作为系统当前时刻的控制输入指令,将一个整体连续时间优化问题分解成连续有限时间段内的优化问题。在通信信息融合过程中,引入时间戳概念提高融合效率。仿真结果表明经济模式下的导引策略可以引导UUV进入目标存在范围,提高搜索的精准性;搜索模式下的协同在线优化搜索算法提高搜索的效率和经济性。最后,基于MATLAB的GUI设计,完成对基于预测控制机制的UUV协同在线优化搜索系统的搭建。将课题中设计的经济模式的导引策略、搜索模式的模型预测框架、优化搜索决策进行封装,通过界面化的设计完成对UUV协同在线优化决策搜索场景的仿真。通过不同的搜索案例证明本文研究内容的有效性。