智能自主技术已应用到水下机器人

智能自主技术已应用到水下机器人。2019年1月，美国兰德公司发布《推进自主系统发展—对无人航行器当前和未来技术的分析》研究报告，对无人航行器的自主能力发展现状进行了详细分析。DARPA新发布的“琵琶鱼”水下自主机器人，无需外部操纵和通信，仅通过自身传感器自主探测海底环境，实现自主水下***、导航、搜索、避障和控制。

智能AUV基于深度学习等***的图像智能识别技术，具有更***的感知智能化水平。过去几十年中，人工智能、计算智能和***网络展示了其在信号-图像分析、对象检测和模式识别等方面的强大能力。在智能AUV中装备的具有智能识别或控制决策能力的计算机系统，通过与***网络结合，可以充分发挥逻辑推理能力强和***网络鲁棒性好、学习功能强等优点，克服学习能力弱和容错能力差的缺点。

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。

非线性信号处理则包括随机共振理论、基于随机统计学理论的非线性

非线性信号处理则包括随机共振理论、基于随机统计学理论的非线性时间序列分析（非参数化模型估计、非线性 ARMA 模型参数估计等）、基于混沌动力学理论的非线性时间序列分析（嵌入维估计、相空间重构技术、分形维和Lyapunov指数估计、全局与局部动力学模型估计、非线性预测与降噪等）、自相似随机信号模型（分数布朗运动、分数高斯噪声、分数Lévy稳定运动）等方面的工作。比如，Haykin和Thomson提出了一种新的非平稳信号探测的思路，即非平稳环境下的信号探测问题可以转化为自适应模式识别的问题，利用 Wigner-Vill分布等时频分析工具对数据进行二维时频分析，进行特征提取，并用***网络进行探测。

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***。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***分辨力，因此是未来很有潜力的分布式探测技术。