海洋机器人检测试验综合服务平台

海洋机器人检测试验综合服务平台致力于打造一个整合试验、检测服务资源，在更广阔的水域进行多渠道的测试试验，为服务对象提供更便捷服务的载体。平台定制一艘海洋试验工程船，配备液压尾部双臂吊，船舷吊、***机器人试验设备，可搭载履带机器人、悬浮机器人、侧扫声呐检测、前视声呐检测及***等一系列检测监测系统，对海洋机器人在海洋作业性能进行检验测试，对服务对象进行操作培训，以及对故障机器人进行针对性检修。

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优越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。

基于特征学习的自主探测技术

基于特征学习的自主探测技术。面向无人系统的应用，传统的依赖于先验知识与人类经验的人工很难在线实现，而水声目标与环境的时空起伏特性使得传统基于统计模型的恒虚警自动的方式，很难在复杂多目标环境下获得理想的检测性能。因此，目前研究主要集中在基于特征学习的自主探测技术上，即通过对具有一定规律性的目标和环境特征的自适应学习，在多特征联合概率模型下检测。

例如，对于微弱目标检测，采用跟踪或分类置前检测思想，利用目标方位、幅度、频谱等多维度特征，通过粒子滤波等算法进行基于关联学习，然后根据行为、特征差异性来进行自主探测，从而能够在低信噪比条件下获得高检测概率和跟踪精度。