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、人工神经网络、
水下航行器价格
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、人工神经网络、粒子群优化算法等实现高机动性和稳定性的目的。
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。
多基地主动目标探测技术
多基地主动目标探测技术。分布式探测系统工作在主动模式下即是多基地。多基地概念来自雷达领域，引入到水声领域已有数十年时间，但在应用上很难与雷达领域相比，究其原因主要是水声传播速度慢、时延不可忽略、信道时空起伏严重，基于概率统计与忽略时延的多基达探测与估计理论很难适用。因此，相关研究主要集中在利用简单声学模型（主要基于声呐方程）、结合经典统计理论与数据关联融合方法优化系统配置、探测与定位性能方面，其中探测方法与基于目标级关联融合的被动探测方法类似，未考虑主动观测周期、传播时延等的影响，其性能还是依赖于单基地探测能力，很难利用多基地特性获取额外增益。
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。
（作者： 来源：）
