1.一种非平均机制引导的UUV集群协同控制方法，其特征在于，假定数量规模为N的UUV集群在二维平面内运动，其二阶质点运动模型为： pi,qi,ui分别表示个体i的位置信息、速度信息以及控制输入,Ni(t)＝{j|||pi-pj||≤R,j＝1,2…N,j≠i}为个体i的邻居集合，R为其感知半径，||pi-pj||表示个体i与个体j的欧式距离；

其协同控制方法包括以下步骤：

步骤一、分别通过拓扑交互、视野盲区以及视觉注意机制，优化选择个体邻域内的邻居数量；

步骤二、综合利用位置、速度以及方向信息构建个体交互行为作用强度，设计单紧邻结对跟随与多紧邻加群跟随耦合的非平均交互模型；

步骤三、利用虚拟势场建立空间聚集的位置协同、运动有序的速度协同、避免碰撞的约束协同、跟随模型的控制协同以及外部环境扰动在内的UUV集群运动模型。

2.根据权利要求1所述的一种非平均机制引导的UUV集群协同控制方法，其特征在于：所述步骤一在全局视野范围R内UUV利用拓扑交互固定周围数量规模为Ni1(t)的个体作为个体i候选行为交互个体，其交互方式中邻居数量Ni1(t)远远小于其视野感知范围内的邻居数量Ni(t)。

3.根据权利要求1所述的一种非平均机制引导的UUV集群协同控制方法，其特征在于：所述步骤一在局部视野受限范围内选择个体i视域范围内的邻居集合Ni2(t)作为其候选行为交互个体，即排除UUV尾部视觉盲区范围内的个体，这种交互方式中邻居数量Ni2(t)远远小于其拓扑交互的邻居数量Ni1(t)，即其中，为感知中心个体i的方位角，ω为关于方位角 对称的视野盲区，θij为个体j相对于个体i的方位角。

4.根据权利要求1所述的一种非平均机制引导的UUV集群协同控制方法，其特征在于：所述步骤一采用视觉注意力筛选机制对非视觉盲区进行均匀划分、并筛选每一个区域内距离最近的邻居形成集合Ni3(t)作为其候选行为交互个体，这种交互方式中邻居数量Ni3(t)远远小于其视野受限范围内的邻居数量Ni2(t)，即其中， 表示个体i第τ∈{1,2,...m}个区域内邻居个体的集合，m为划分的子区域个数。

5.根据权利要求1所述的一种非平均机制引导的UUV集群协同控制方法，其特征在于：所述步骤二具体过程为：首先计算个体i与其邻居集合Ni3(t)中j行为交互作用强度δij，其通过pi位置、qi速度、ui方向三者的协同作用来计算，即其中，αij，βij，χij表示个体i与j之间的速度、位置、方向协同系数， 为个体i邻居集合Ni3(t)的平均速度；

最后，根据δij与响应触发阈值Δi的比较进行跟随模型的决策判断，如果个体i与邻居集合Ni3(t)中任一个体j之间存在δij＜Δi，则个体i采用多邻域加权跟随模式与邻域内所有个体进行加权，则跟随控制率 为：

其中，wj表示控制率uj(t)对应的权重，即运动异常信息越大分配权重越大；反之，个体i采用单邻域结对跟随模式与交互作用强度最大的邻居j进行结对，即跟随控制率 为：

6.根据权利要求1所述的一种非平均机制引导的UUV集群协同控制方法，其特征在于：所述步骤三具体过程为：根据虚拟势场建立集群运动模型，探索包括空间聚集的位置协同运动有序的速度协同 避免碰撞的约束协同 跟随模型的控制协同 以及外部环境扰动 五项为：

7.根据权利要求2至6任一所述的一种非平均机制引导的UUV集群协同控制方法，其特征在于：所述t＝t+Δt；

其中，Δt为采样周期。