DSB智能自主技术定义

DSB将自主技术定义为“使系统的特定功能能够自动运行，或者在经编程的边界内，能够‘自治’的一种（或一组）能力”。自主性将增加复杂/动态/***环境中设备的生存性和自适应性，减少人为干预，通过导航和通信继电设备实现合作以及多设备操作，并提供更高水平的环境态势感知。AUV智能自主技术能够根据内部和外部状态完成环境探测和分析、运动决策、优路径实时规划、自主寻的和避障等。为了适应复杂的水下环境，智能AUV对于自身模型的不确定性和外部扰动具有学习和自适应能力，其迅速发展是建立在大数据、深度学习、强化学习和计算硬件迅速发展的基础上。

智能可重构AUV平台已初具雏形

智能可重构AUV平台已初具雏形。冰岛研制的G***IA采用了可重构高度模块化设计，具有便于携带、可重构、易于更换电池、维护费用低、装拆方便等优点。美军的MANTA将子模块设计成一种共形组件，在智能控制下，众多子模块实现与母体平台的外体与机制共形，是一种智能结构体。但结构模块化仅是可重构的步，要实现真正的“可重构”，系统的智能控制仍是亟待解决的难点。

基于信息融合的分布式探测技术

基于信息融合的分布式探测技术。通过对分布式节点所获取的数据和信息进行关联与融合，是经典的分布式探测技术途径。但由于声音在水中传播慢，水声传播时延的影响在水声目标分布式探测过程中不可忽略，因此分布式水声信息融合探测有其特殊性，不同于陆上基于无线电传感器网络的信息融合探测方法。

此类方法主要可分为目标级融合探测和特征级融合探测2种。其中，目标级融合探测以各分布式节点目标探测信息为基础，结合各节点的位置、概率统计模型等信息进行加权与关联分析，再按一定的优化融合规则（如**似然、N-P准则等）进行全局。特征级融合探测则是先提取各分布式节点数据中的相关特征与参数，再利用特征关联进行目标的联合探测。国内外研究还主要集中在目标级融合探测方面，特征级融合研究尚处在起步阶段。