1.一种可变形无人船的变形方法，其特征在于，可变形无人船具体包括船体、船侧翼、尾翼、变形部件，所述船体上安装有控制器、速度采集器、主推进器，所述船体两侧通过变形部件连接船侧翼，所述船体尾部通过电动伸缩杆连接有尾翼，所述变形部件包括万向部件及电动推杆，所述电动推杆一端通过万向部件与船体侧面连接，另一端通过万向部件与船侧翼侧面中间部位连接，所述速度采集器、电动推杆、电动伸缩杆、船侧翼、尾翼均与控制器电性连接；

所述船侧翼包括翼体、船侧翼驱动器、船侧翼螺旋桨，船侧翼驱动器安装于翼体底面，船侧翼驱动器的输出轴与船侧翼螺旋桨连接，船侧翼驱动器与控制器电性连接；所述尾翼包括尾翼翼体、尾翼驱动器、尾翼螺旋桨，尾翼翼体中部与电动伸缩杆一端固定连接，尾翼翼体为T型结构，且头部为圆弧形，尾翼翼体尾部安装尾翼驱动器，尾翼驱动器输出端与尾翼螺旋桨固定连接；

可变形无人船的变形方法具体包括如下步骤：步骤1，根据无人船实时采集的航速数据训练高斯过程回归预测模型，用于预测无人船未来时刻的航速变化趋势；

步骤2，采用改进的自适应k-means算法对高斯过程回归预测模型预测出的航速数据进行聚类，分别有低速、中速和高速三种类别，速度小于3m/s为低速，速度大于等于3m/s小于9m/s为中速，速度大于等于9m/s为高速；

步骤3，控制器根据预测航速的类别完成对象船体的变形，船体低速行驶时，船侧翼及尾翼均贴近船体，船体靠主推进器提供动力；船体速度大于等于3m/s小于9m/s时，电动推杆将船侧翼推出，船侧翼的驱动器转动带动船侧翼螺旋桨转动，主推进器、船侧翼螺旋桨同时为船体提供动力；船体速度大于等于9m/s时，电动伸缩杆将尾翼推出，尾翼驱动器转动带动尾翼螺旋桨转动，主推进器、船侧翼螺旋桨、尾翼螺旋桨同时为船体提供动力；

所述步骤1具体包括：

步骤1.1，高斯过程f(x)由均值函数m(x)和协方差函数k(x，x′)来描述：f(x)～GP(m(x)，k(x，x′))步骤1.2，速度采集器收集到的航速信息为高斯过程回归预测模型的训练集：

其中，xi是第i个输入数据，yi是第i个输出数据；

步骤1.3，高斯过程回归中输入与输出的映射关系为：y＝f(x)+ξ

其中，ξ是服从均值为0，协方差为的独立高斯分布噪声；

多维高斯分布的联合概率分布为：

其中，训练样本的均值函数μx先验给定为0，f(x*)表示测试样本的输出，N表示高斯分布，K(x*，X)表示测试样本与训练样本之间的混合核函数，K(X，X)表示训练样本之间的混合核函数，k(x*，x*)表示测试样本之间的混合核函数，表示噪声的协方差，In表示单位矩阵，k(X，x*)表示训练样本与测试样本之间的混合核函数；

步骤1.4，通过舒尔布公式推导出：

其中，m(f(x*))表示测试样本输出的均值函数，即预测出的无人船速度，cov(f(x*))表示测试样本输出的协方差函数，即预测出的无人船速度的不确定性，y表示训练样本的输出；

步骤1.5，输出航速预测信息给改进的自适应k-means算法模块对航速进行聚类；

所述步骤1.4中混合核函数采取平方指数核函数与周期核函数的混合核函数，具体公式：

其中，α与β是平方指数核函数与周期核函数的权重，根据海洋取样环境自适应地调整权重的大小，σ2是核函数的超参数，超参数的选择是通过极大似然边界函数进行寻优，数学公式为：

其中，表示零均值的高斯分布噪声，θ是超参数向量，L表示阶数；

为了计算极大似然边界函数，对步骤1.4中的公式(1)求偏导为：

其中，λ表示向量；

所述步骤2具体包括：

步骤2.1，输入数据为混合核函数高斯过程回归预测出的航速数据集：Y＝{x1，x2，，...xm}，其中u是x轴纵荡速度，v是y轴横荡速度，z轴速度忽略不计，输出数据为簇划分C＝{c1，c2，c3}；

步骤2.2，从数据集Y中指定3个作为初始的3个质心向量：{μ1，μ2，μ3}，指定初始化自适应质心为：

其中，是长度傅汝德数，LWL是船舶的水线长，g为重力加速度；

步骤2.3，对步骤2.1将簇划分C初始化为 步骤2.4，计算数据集Y中的样本与步骤2.2中自适应质心的距离：一一将数据集Y中的样本点归到距离质心最近的簇，对每个簇中的所有数据集Y中的样本点重新计算新的质心；

步骤2.5，若所有质心都没有发生变化，则输出簇划分C给控制器，若质心发生变化，按照新的质心，重复步骤2.4；

所述步骤2.1，根据速度分类准则指定簇：c1＜3m/s

3m/s≤c2＜9m/s

c3≥9m/s。

2.根据权利要求1所述的一种可变形无人船的变形方法，其特征在于，所述万向部件包括内球头及环形卡箍，所述内球头安装在船体侧面，所述环形卡箍卡接在内球头上。