面向水下数据中心监控的近程敌对声学源主动定位

水下数据基础设施相较于陆地设施具有天然散热和增强的物理安全优势，但其存储系统仍易受到声学注入攻击的威胁——声音诱导的机械振动会扰乱关键 I/O 操作，导致数据可用性受损。本文提出了一种针对近程敌对声学源的定位与跟踪监控框架，旨在保护离岸基础设施，特别是水下数据中心 (UDC)。我们设计了一种可扩展的异构接收器配置，包含一台安装在设施上的水声接收器和一台由监控机器人携带的移动水声接收器。由于面向分布式设施的规模、窄带信令伴随相位歧义、非合作源以及移动接收器状态不确定性，本问题不同于传统声源定位 (SSL)。为解决此类挑战，我们提出了 Locus-Conditioned Maximum A-Posteriori (LC-MAP) 方案，生成声学先验，确保初始状态在物理上合理，随后用于联合时差-及频率差-到达时间 (TDOA-FDOA) 滤波。我们将其集成到无迹卡尔曼滤波 (UKF) 流程中，并引入考虑面波和床面反射的多径感知测量模型，以及针对移动接收器不确定性的有效测量协方差。大量蒙特卡罗分析、固定阵列基线对比、Gazebo 物理仿真以及现场试验表明，该框架能够实现可靠的实时定位与跟踪，大多数情形下实现亚米级定位精度和 90% 以上的成功率，收敛时间约为基线方法的一半。总体而言，本研究构建了一种几何感知、实时的声学威胁定位方法，推动了水下基础设施的自主监控能力。