西北工业大学航海学院兵器科学与技术研究生导师：高剑

• 2025考研英语全程班 早鸟3班
• 26考研全科上岸规划营「择校▪规划▪备考」
• 西北工业大学2025考研专业课复习资料「真题▪笔记▪讲义▪题库」

西北工业大学航海学院兵器科学与技术研究生导师高剑介绍如下：

基本信息 The basic information

姓名: 高剑

学院: 航海学院

学历: 博士研究生毕业

学位: 博士

职称：教授

学科: 兵器科学与技术

工作经历 Work Experience

高剑，男，1979年生，教授，博士生导师，2007年毕业于西北工业大学控制理论与控制工程专业，获博士学位。2007年12月至2010年4月，任西北工业大学航海学院讲师，2010年5月至2019年6月，任西北工业大学航海学院副教授，硕士生导师，2018年6月至今任博士生导师，2019年7月至今，任西北工业大学航海学院教授。2014年3月至2015年3月，加拿大维多利亚大学访问学者。

教育经历 Education Experience

1997至2001年，西北工业大学，自动化专业本科

2001年至2007年，西北工业大学，控制理论与控制工程专业博士

教育教学 Education And Teaching

讲授本科生课程《无人水下航行器自动控制系统》

研究生课程《水下航行器制导技术》、《无人海洋航行器控制软件设计与实践》

指导研究生3人获研究生国家奖学金

指导研究生获西北工业大学校级优秀硕士学位论文2篇

作为指导教师获全国海洋航行器设计大赛一等奖2项

招生信息 Admission Information

硕士招生专业：控制科学与工程（学术型）， 兵器科学与技术（学术型），控制工程（专业型），船舶与海洋工程（专业型） 

博士招生专业：兵器科学与技术

欢迎具有良好理论基础（数学、自动控制等）、英文基础和编程基础（C/C++、MATLAB），对水下机器人和视觉控制有兴趣的同学报考。

荣誉获奖 Awards Information

2009年获国防科技进步二等奖（排名第1）

2009年获西北工业大学教学成果二等奖 （排名第2）

2012年获国防科技进步一等奖（排名第12）

2016年获国防科技创新团队奖（排名第12）

2018年获国防科技进步二等奖（排名第2）

2019年获西北工业大学教学成果二等奖（排名第1）

科学研究 Scientific Research

主持项目

一、国家自然科学基金

(1) 水下航行器自主回收导引与控制技术研究（2010-2012）

(2) 基于视觉伺服的AUV自主对接建模与非线性控制研究（2013-2016）

(3) 面向自主作业的水下航行器-机械手系统视觉伺服协调控制研究（2020-2023）

二、国家级纵向项目

(1) 协同关键技术（2018-2019）

三、陕西省自然科学基础研究计划

基于模型预测的水下航行器视觉伺服控制研究（2018-2019）

四、国家级重点实验室基金

高空滑翔UUV自适应神经网络控制技术（2017-2018）

参与多项国家863计划、国防基础科研、预研等重大项目，完成多台水下航行器的控制算法设计和控制软件开发，以及湖海实验。

目前的主要研究方向：水下航行器非线性运动控制、水下航行器-机械手系统自主作业控制、视觉伺服控制、移动机器人控制、嵌入式软件开发与测试、分布式控制系统设计、智能控制、视景仿真等。

学术成果 Academic Achievements

专著和教材

高剑 著. 无人水下航行器自适应非线性控制技术，西北工业大学出版社，2016.3

高剑，张福斌 编著.  无人水下航行器控制系统，西北工业大学出版社，2018.11

期刊论文

[1]Jian Gao, Guangjie Zhang, Puguo Wu, Xinyuan Zhao, Tonghao Wang, Weisheng Yan. Model predictive visual servoing of fully-actuated underwater vehicles with a sliding mode disturbance observer. IEEE Access, vol. 7, pp. 25516-25526, 2019.

[2]Changxin Liu, Jian Gao, Huiping Li, Demin Xu. Aperiodic Robust Model Predictive Control for Constrained Continuous-Time Nonlinear Systems: An Event-Triggered Approach. IEEE Transactions on Cybernetics, vol. 48, no. 5, pp. 1397-1405, 2018.

[3]Guangjie Zhang, Weisheng Yan, Jian Gao, Changxin Liu. High-gain observer-based model predictive control for cross tracking of underactuated autonomous Underwater Vehicles: A comparative study. Indian Journal of Geo Marine Sciences, Vol. 46 (12), December 2017, pp. 2444-2451,

[4]Jian Gao, Xuman An, Alison Proctor, Colin Bradley. Sliding mode adaptive neural network control for hybrid visual servoing of underwater vehicles. Ocean Engineering, 2017, 142, pp 666–675.

[5]Jian Gao, Puguo Wu, Tianrui Li, Alison Proctor. Optimization-based model reference adaptive control for dynamic positioning of a fully actuated underwater vehicle. Nonlinear Dynamics, (2017) 87(4): 2611–2623.

[6]Jian Gao, Puguo Wu, Bo Yang, Fei Xia. Adaptive neural network control for visual servoing of underwater vehicles with pose estimation. Journal of Marine Science and Technology, 2017, Volume 22, Issue 3, pp 470–478.

[7]Liu, Changxin; Gao, Jian; Xu, Demin. Lyapunov-based Model Predictive Control for Tracking of Nonholonomic Mobile Robots under Input Constraints. International Journal of Control Automation and Systems, 15(5): 2313-2319, 2017.

[8]高剑，吴普国，严卫生，张福斌. 便携式AUV分布式控制系统开发与试验. 控制工程， 24(2): 315-320，2017

[9]J. Gao, A. Proctor, Y. Shi, and C. Bradley. Hierarchical model predictive image-based visual servoing of underwater vehicles with adaptive neural network dynamic control. IEEE Transactions on Cybernetics, vol. 46, no. 10, pp. 2323-2334, 2016.

[10]J. Gao, A. Proctor, and C. Bradley, Adaptive Neural network visual servoing control for Dynamic positioning of underwater vehicles. Neurocomputing, vol. 167, pp. 604-613, 2015.

[11]  Gao, Jian; Liu, Changxin; Proctor, Alison. Nonlinear model predictive dynamic positioning control of an underwater vehicle with an onboard USBL system. Journal of Marine Science and Technology (Japan), vol. 21, no. 1, pp. 57-69, 2016.

[12]  Gao Jian, Liu Changxin. Nonlinear Adaptive Path Following Control for an Autonomous Surface Vehicle without Velocities Measurement. Indian Journal of Geo-Marine Sciences, vol. 44, no. 11, pp. 1669-1677. 2015.

[13]  高剑，刘昌鑫. 基于应答器位置测量的AUV非线性模型预测对接控制[J]. 西北工业大学学报, 2015, 33(5): 860-866.

[14]  高剑,刘昌鑫,李勇强.基于人工势场的潜艇搭载AUV回收路径规划[J].火力与指挥控制,2015,07:4-7.

会议论文

[1]Jian Gao, Guangjie Zhang, Puguo Wu and Weisheng Yan. Disturbance Observer-Based Model Predictive Visual Servo Control of Underwater Vehicles. MTS/IEEE OCEANS Kobe Techno-Oceans (OTO), Kobe, Japan, 2018.

[2]Yingxiang Wang, Weisheng Yan, Jian Gao and Hong Yue. Neural Network-Based Visual Positioning Control of Unmanned Underwater Vehicles with Thruster Time Delay. MTS/IEEE OCEANS Kobe Techno-Oceans (OTO), Kobe, Japan, 2018.

[3]Lijun Zhang, Jian Gao and Weisheng Yan. Visual Servo Control for an Underwater Free-Floating Manipulator with Base Motion Compensation. MTS/IEEE OCEANS Kobe Techno-Oceans (OTO), Kobe, Japan, 2018.

[4]Changxin Liu, Jian Gao, Huiping Li and Demin Xu. Robust self-triggered min-max model predictive control for linear discrete-time systems. 36th Chinese Control Conference (CCC), Dalian, 2017, pp. 4512-4516.

[5]Changxin Liu, Jian Gao, Guangjie Zhang and Demin Xu. Robust event-triggered model predictive control for straight-line trajectory tracking of underactuated underwater vehicles. OCEANS-Aberdeen, 2017.

[6]Bo Jin, Jian Gao and Weisheng Yan. Pseudo control hedging-based adaptive neural network attitude control of underwater gliders. OCEANS-Aberdeen 2017.

[7]Jian Gao, Tianrui Li, Puguo Wu, Lichuan Zhang, Weisheng Yan. A Hybrid Approach for Visual Servo Control of Underwater Vehicles. Proceedings of the MTS/IEEE Oceans, 2016.

[8]Jian Gao, Changxin Liu, Yingxiang Wang. Backstepping adaptive docking control for a full-actuated autonomous underwater vehicle with onboard USBL system. Oceans - St. John's, OCEANS 2014.

团队信息 Team Information

西北工业大学自主水下航行器国防科技创新团队

水下信息与控制国家级重点实验室

无人水下运载技术工信部重点实验室