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。

多波束测深系统利用发射换能器基阵向海底发射

多波束测深系统，又称为多波束测深仪、条带测深仪或多波束测深声呐等，是一种相对于单波束测深系统而言更更复杂的水深测量系统。与传统的单波束测深系统每次测量只能获得测量船垂直下方一个海底测量深度值相比，多波束探测能获得一个条带覆盖区域内多个测量点的海底深度值，实现了从“点—线”测量到“线—面”测量的跨越，其技术进步的意义十分突出。

多波束测深系统利用发射换能器基阵向海底发射宽覆盖扇区的声波，并由接收换能器基阵对海底回波进行窄波束接收。

被突起海底遮挡部分的海底没有回波

被突起海底遮挡部分的海底没有回波，这一部分叫声影区。这样回波脉冲串各处的幅度就大小不一，回波幅度的高低就包含了海底起伏以及底质的信息。一次发射可获得换能器两侧一窄条海底的信息，在设备上显示成一条线。工作船向前航行，换能器按一定频率进行发射和接收操作，设备将每次接收到的一条线数据显示出来，就得到了二维海底地形地貌的声图，声图以不同的灰度表示海底的特征，由此来判断海底的地形地貌。侧扫声呐能直观地提供海底形态的声图，但声图显示受波束入射角度、环境噪声、扫测航向、航速以及目标形状的影响很大，所以对测量人员的判图经验要求很高。

基于物理基处理的分布式探测技术

基于物理基处理的分布式探测技术。在空间分布较远的多个声基阵可以增加在三维声场空间采样的差异性和多样性，以此为基础能够进行多节点之间的空间上和时间上的物理场匹配处理，分布式匹配场是其中典型的一类方法。

其根据海洋环境信息和声场预报模型，对感兴趣的目标（目标簇）的空间分布范围进行扫描，计算不同空间分布的各声基阵节点处预报的目标声场信号特征矢量，与相应的测量场信号特征矢量进行相关匹配处理，再按照一定的规则计算全局相关匹配模糊度平面，进行目标的探测与定位。由于分布式物理基匹配处理技术能够在更大的空间尺度上进行“全场”匹配处理，理论上可以获得更高的空间和时间处理增益以及更高的三维定位分辨力，因此是未来很有潜力的分布式探测技术。