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。

水声目标探测技术向智能化方向发展

传统的水声目标探测，其目标性能受操作员的能力影响较大，有经验的操作员往往更容易检测判断出低信噪比背景下的目标。近年来，随着水下无人航行器（UUV）、水面无人艇（USV）等无人系统在水中逐渐应用，一方面，如何使无人系统在无人操作或者少人参与条件下自主探测并发现目标成为水声目标探测新问题；另一方面，伴随着以深度学习、和大数据等为代表的人工智能技术迅猛发展，也为水声目标探测技术向智能化方向发展提供了契机。

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。