水下声学目标定位与跟踪综合综述：进展、挑战与展望
信号处理
2025-06-18 v1
摘要
水下目标跟踪技术在海洋资源勘探、环境监测和国家安全等领域发挥着关键作用。鉴于声波在水下环境中可实现远距离传输，水下声学目标跟踪已成为水下通信与网络研究的热门方向。现有文献综述往往视角狭窄，或未充分关注由深度学习和强化学习等新兴技术驱动的范式转变。为此，本工作提出一种基于目标尺度、传感器感知模式和传感器协作模式的多维分类框架，系统梳理了该领域的研究进展。我们综述了2016-2025年间超过180篇文献，涵盖从理论基础到多样化算法方法。尤其强调了机器学习技术（包括深度学习和强化学习）在提升水下跟踪系统性能和适应性方面的变革性潜力。最后，本综述指出该领域的关键挑战，并基于联邦学习、区块链、具身智能和大模型等新兴技术，提出未来发展方向。
引用
@article{arxiv.2506.14165,
title = {A Comprehensive Survey on Underwater Acoustic Target Positioning and Tracking: Progress, Challenges, and Perspectives},
author = {Zhong Yang and Zhengqiu Zhu and Yong Zhao and Yonglin Tian and Changjun Fan and Runkang Guo and Wenhao Lu and Jingwei Ge and Bin Chen and Yin Zhang and Guohua Wu and Rui Wang and Gyorgy Eigner and Guangquan Cheng and Jincai Huang and Zhong Liu and Jun Zhang and Imre J. Rudas and Fei-Yue Wang},
journal= {arXiv preprint arXiv:2506.14165},
year = {2025}
}