开发用于海洋任务的水下无人潜航器与空中平台自主编队

核心观点

本研报提出了一种基于物联网和深度学习技术的多层框架，用于实现自主水下航行器（UUV）集群进行水下养殖作业。该框架主要由天空段、地面段和水下段组成，并利用声学通信、无线通信、深度学习、海豚优化算法（DOA）和支撑向量机（SVM）等技术，实现了UUV集群的自主运行、同步协调和目标检测。

关键技术

• 水下声学通信：采用自适应无源时间反转（APTR）算法和自适应声学MIMO天线，提高了水下通信的速率和可靠性。
• 双认知大脑：利用DOA和SVM技术，实现了UUV集群的同步自主运动和目标检测。
• 可再生能源生成：通过系留气艇上的太阳能电池板和风力涡轮机，为UUV集群提供绿色能源，延长了其续航时间。

研究结论

• 通信性能：与定向天线相比，水下声学MIMO天线能够显著提高频谱效率和接收信号强度（RSS）。
• 同步自主运动：DOA技术能够实现UUV集群在不同深度下的高精度同步运动。
• 目标检测：SVM技术能够有效地提取水下图像特征，并实现高准确度的目标检测。
• 可再生能源系统：混合可再生能源系统能够为UUV集群提供持续稳定的能源供应。

研究意义

该研究提出的多层框架为水下养殖作业提供了一种高效、可靠的解决方案，能够显著提高UUV集群的作业效率和自主性，并为水下环境的监测和保护提供新的技术手段。