智能AUV在对导航信息处理中引入人工智能技术实现智能导航的步

近代脑科学研究的进步促进了人工智能理论和技术的快速发展，也使以类脑的方式实现对人或动物认知导航机制的模拟成为可能，从而加快了在无人化平台发展中引入人工智能技术实现智能导航的步伐。智能AUV在对导航信息处理中引入了人工智能理论和技术，如认知科学等。例如，以认知导航具有的学习记忆、知识推理以及行为规划等智能导航信息处理能力为技术支撑，可以实现无人平台在自主选择的航迹上持续性自由行进，达到全自动化运行控制的目的。

基于非高斯、非线性特征提取的目标探测技术

基于非高斯、非线性特征提取的目标探测技术。利用 Wigner-Vill分布、小波变换、高阶统计、非线性等现代信号处理工具对接收数据进行分析与特征提取，然后进行探测也是基于特征探测的一个较为活跃的研究课题。其中，非高斯信号处理包括高阶统计（高阶谱估计、基于高阶累积量的 ARMA模型估计、超定递推辅助变量法参数估计、随机梯度法参数估计等）、盲解卷、非监督自适应滤波（盲均衡器、码率盲均衡器、常数模算法）等方面。

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。