智能AUV在对导航信息处理中引入人工智能技术实现智能导航的步

近代脑科学研究的进步促进了人工智能理论和技术的快速发展，也使以类脑的方式实现对人或动物认知导航机制的模拟成为可能，从而加快了在无人化平台发展中引入人工智能技术实现智能导航的步伐。智能AUV在对导航信息处理中引入了人工智能理论和技术，如认知科学等。例如，以认知导航具有的学习记忆、知识推理以及行为规划等智能导航信息处理能力为技术支撑，可以实现无人平台在自主选择的航迹上持续性自由行进，达到全自动化运行控制的目的。

在海洋地质调查领域,侧扫声呐的海底声图

在海洋地质调查领域，侧扫声呐的海底声图可以显示出地质形态构造和底质的大概分类，甚至可以显示出洋脊和海山，是研究地球大地构造和板块运动的有力手段。在海洋工程勘探领域，利用侧扫声呐可以分析地貌、海底构造、底质，可以分析海床迁移和稳定性，所以也广泛应用于海洋工程勘探，如海底电缆、海底输油管线的路由器调查等。能发挥侧扫声呐系统***性的是海底目标探测领域，侧扫声呐分辨率高，能实时连续显示海底声学图像，通常在海上作业的同时就能迅速判定目标的性质和大体尺度，在各类应急扫海测量和目标探测工作中，侧扫声呐起到了尤为重要的作用。

水声信道不确实与环境参数不确知情况下环境失配、统计失配和系统

研究宽容性处理方法，通过自适应处理、环境参数搜索优化等方法，解决水声信道不确实与环境参数不确知情况下环境失配、统计失配和系统失配等问题。针对宽容性处理的探测能力分析，提出了一种度量宽容性性能的量化指标，可以分析不同环境下宽容性探测能力。针对确定性失配问题，提出了多约束匹配场处理方法（MCM）、简化均方差方法（RMV）和邻域约束均方差方法（MV-NLC）等；针对不确知参数的失配情况，提出了不确定场优化处理方法（OUFP）、利用子空间特征提取的宽容性 MFP 方法、贝叶斯匹配场处理、Minimax 匹配场处理等。

复杂海洋环境下低信噪比目标探测问题

面对复杂海洋环境下低信噪比目标探测问题，基于现有的单平台、单基阵水声目标探测技术，难以满足当前需求。由于水声场是一种三维结构，使用在空间上分散布置的多个声基阵能够获取目标不同观测角度与传播路径的数据，有利于克服声场时空非均匀传播所导致的目标信噪比起伏问题，因此使用多平台、多基阵进行分布式探测是水声目标探测的一个发展趋势。

未来应关注多基地联合探测技术，利用多基地目标与信道特性，获取联合探测增益，提高弱目标探测能力。另外，目前多基地主要是“一发多收”模式，水声信道的频率选择性在一定程度上会影响主动目标探测的稳健性，而近年来兴起的“多发多收”技术，为解决这类问题提供了一个较为有效的技术途径。