成熟技术支持下,能完成实际监视与侦察任务

在成熟技术支持下，能完成实际监视与侦察任务”。“可重构”作为技术要求被提出，是智能AUV研制的重要技术亮点之一，是提高智能AUV对环境适应能力的一种重要手段。当前可重构技术主要针对固定构型AUV，当任务超出其自身的机构物理特性时，它将很难甚至无法完成。可重构AUV是一种利用智能材料优势，结合轻质变形结构和驱动装置的“智能变形机构”。它能够根据任务需要，通过***模块自主构型。这种组合并不是简单的机械重构，还包括控制系统（电子硬件、控制算法、软件）的重构。

水下机器人诞生于20世纪后半叶

水下机器人诞生于20世纪后半叶，是一种工作于水下的极限作业机器人，具有技术密集型高、系统性强的特点，涉及结构、、智能控制、水下探测与识别、水下***及导航、通讯、动力供给等。我国从上世纪70年始大规模地开展水下机器人研制工作。特别是近20年来，水下机器人产业得到飞速发展，总体达到水平。预计到2020年，我国水下机器人市场规模将达到600亿元，产业规模年均增长近20%。

海洋环境不确定条件的信号处理方法

利用信道特征（如波导不变性、时反不变性等）处理增强不确实环境下的目标探测性能。例如，D’Spain 和 Kuperman研究的基于波导不变量、利用干涉结构的环境适配探测方法等，对环境参数具有较好的宽容性。时反处理也是一种适用于海洋环境不确定条件的信号处理方法，其利用基于声场的空间互易性和时反不变性，通过海洋环境本身来“自适应”地进行匹配处理，对模型失配问题具有较好的宽容性。

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。