海洋環(huán)境大動態(tài)變化特性導致水聲信道復雜的時-空-頻變,傳統(tǒng)水聲通信技術難以有效地與之自適應匹配。目前仍無法研制出一種能在各類海洋環(huán)境下均滿足水聲業(yè)務指標的水聲通信機,更難以在全天候條件下實現(xiàn)大規(guī)模、穩(wěn)健可靠的水聲通信組網(wǎng)應用。近年來,人工智能和大數(shù)據(jù)的迅速發(fā)展,為突破傳統(tǒng)水聲通信技術瓶頸、建設海洋物聯(lián)網(wǎng)帶來新思路。本文對國內外利用人工智能技術解決水聲通信難題的研究狀況進行了概述,結合水聲信道特性梳理了水聲通信領域應用人工智能技術的主要思路,圍繞人工智能技術從水聲通信物理層和網(wǎng)絡層兩方面進行歸納,最后對未來的人工智能與水聲通信交叉研究進行總結展望。 

【文章來源】：哈爾濱工程大學學報. 2020,41(10)北大核心EICSCD

【文章頁數(shù)】：9 頁

【部分圖文】：

人工智能與機器學習、深度學習的關系

圖2梳理了目前水聲領域應用人工智能相關算法的部分研究情況。從應用對象看,人工智能技術在水聲通信中的應用可大致分為2類:1)以水聲探測和節(jié)點間通信為主要應用場景的物理層方面,包括水聲目標識別[21-23]、水聲定位[24-27]、水聲信道估計[28-29]、水聲信道均衡[30-33]、水聲自適應調制[10-12,47]、水聲通信質量預測[34]等;2)以水聲通信組網(wǎng)為主要應用場景的網(wǎng)絡層方面,包括以低功耗為主要目標的水聲網(wǎng)絡路由設計[14-17]、網(wǎng)絡拓撲分簇[35-37]、節(jié)點功率分配[38-40]、AUV輔助的水聲數(shù)據(jù)搜集路徑規(guī)劃[41-43]和水聲網(wǎng)絡安全[18-20]等。

【參考文獻】：
期刊論文
[1]基于粒子群最小二乘支持向量機的前視聲吶目標識別[J]. 石洋,胡長青.  聲學技術. 2018(02)
[2]海洋信息獲取、傳輸、處理及融合前沿研究評述[J]. 徐文,鄢社鋒,季飛,陳景東,張杰,趙航芳,陳戈,吳永清,余華,張歆,許肖梅,陳惠芳.  中國科學:信息科學. 2016(08)
[3]基于波形結構特征和支持向量機的水面目標識別[J]. 孟慶昕,楊士莪,于盛齊.  電子與信息學報. 2015(09)
[4]采用支持向量機的水聲通信信號調制識別方法[J]. 江偉華,曹秀嶺,童峰.  廈門大學學報(自然科學版). 2015(04)
[5]改進支持向量機和常數(shù)模算法水聲信道盲均衡[J]. 童峰,許肖梅,方世良,李霞.  聲學學報. 2012(02)
[6]多小波模糊神經(jīng)網(wǎng)絡盲均衡算法[J]. 劉振興,郭業(yè)才,高敏,趙雪清.  兵工學報. 2010(09)
[7]基于支持向量機的水聲信道盲均衡算法研究[J]. 李金明,趙俊渭,陸晶.  電聲技術. 2006(09)
[8]一種基于支持向量機的目標定位方法[J]. 潘翔,李潔冰.  浙江大學學報(工學版). 2006(03)

碩士論文
[1]基于改進遺傳優(yōu)化的正交小波盲均衡算法[D]. 王衛(wèi).南京信息工程大學 2012
[2]基于支持向量機的盲均衡算法研究[D]. 李振興.哈爾濱工程大學 2006



本文編號：3321833