智能控制技术涵盖了对智能系统内部软硬件平台的

智能控制技术涵盖了对智能系统内部软硬件平台的智能控制和对外部信息反馈的智能控制等，表现为可以依据事先的规划指令和任务过程中的应变指令进行自主控制，更重要的是其控制系统可以根据对内部和外部的感知信息，结合任务要求，自主对路径、规避以及目标等选择做出决策方案。智能AUV系统建立了的运动模型，同时结合了***的控制方法，如深度学习、人工***网络、粒子群优化算法等实现高机动性和稳定性的目的。

船体水下区域的检验(如图11)

船体水下区域的检验(如图11)。船舶由于碰撞、触礁、螺旋桨绞入渔网等事故，需要进行特殊检验，通常需要派潜水员到水下进行观测和拍摄视频(或照片)，以便根据实际损坏情况得出检验结论，供***公司和船东参考。如果能使用水下智能机器人(如图11的水下蛇形机器人)，上述工作就变得非常容易，完全可以替代潜水员完成这项艰巨的任务。可以将拍摄(或其他探测方式)到的水下船体情况实时上传到水面分析，得到远比潜水员水下观测更为准确的信息。

目标辐射噪声与回波强度大幅降低

目前，深海运载与作业技术装备朝实用化、综合技术体系化方向发展，功能日益完善。新型深海运载平台不断涌现，作业深度不断加深。发展多功能、实用化深海遥控潜水器、自治水下潜水器、载人潜水器和配套作业工具，实现装备之间的相互支持、联合作业、安全救助，能够顺利完成水下调查、搜索、采样、维修、施工、救捞等任务，已成为国际深海运载与作业技术的发展趋势。

目标辐射噪声与回波强度大幅降低。随着现代船舶工程技术的飞速发展，在过去三四十年内，舰船辐射噪声正以平均每年0.5～1.0dB的速度降低（图1），目前***舰船的辐射噪声水平已经接近甚至低于海洋环境噪声。此外，***消声材料技术的进步，也使得主动探测传统工作频段上的舰船回波强度降低了5～15dB。

研究自适应模基处理(MBP)方法

研究自适应模基处理（MBP）方法，这是基于数据驱动的动态模型匹配方法（图3）。此类方法首先建立一些参数不确定的模型集，利用水声时空数据根据一定处理准则进行递归估计所构建模型的参数，从而得到一个与“环境场”相匹配的“拷贝场”模型，所构建的“拷贝场”模型可以随着环境的变化而进行相应的调节，在此基础上进行目标信号的探测，从而提高了方法对环境的适配性。

模基处理主要有3方面优势：①它是递归的，因此可以序贯地修正对声呐和环境参数的估计；② 可以包含系统和测量噪声，这里的噪声不仅指声学噪声，也包括模型参数的输入误差；③其输出之一是新息序列，可以在线测试模型与数据的匹配程度，通过分析新息序列的统计特性评价处理器的整体性能。