智能声呐系统如何洞察海底世界
“你只有探索才知道答案。”这是科幻小说《海底两万里》中的一句名言。海洋浩瀚无垠，海底世界无比丰富，如何探索其中奥秘，得到人们想知道的“答案”呢？
许多人可能第一反应是借助“声呐”。没错，这是一种利用声波在水中的传播特性，通过电声转换和信息处理，探测各类水下目标的位置、类型、运动方向等属性的技术。对海底世界的探测和观察，至今还没有发现比声波运用更有效的手段。声呐系统成为目前海洋技术装备中应用最广泛的一项技术。
自第一次世界大战被用来侦测潜水艇开始，声呐系统一直是各国海军进行水下监视、侦测、攻防的“利器”。如对水下目标进行探测、分类、定位和跟踪，在水下通信、导航，保障各类水面舰艇、水下潜艇、反潜飞机的战术机动和水中武器使用，等等。
声呐系统不仅在海洋军事行动和海战中发挥重要作用，在经略海洋、发展国民经济等方面也同样不可或缺。如水下探测鱼群、海洋石油勘探、船舶导航、水文测量和海底地质地貌勘测等，都离不开它。
随着人类对海洋认知的加深与探测技术的进步，从最初的“水听器”发展而来的被动声呐，到有目的发射声波的主动声呐，再到两者相结合的声呐系统，尽管在技术上得到了突破，但传统声呐系统仍难以满足现实所需。
在计算机技术、人工智能等现代科技大发展的时代背景下，集声学、海洋科学、电子科学、计算机科学等众多学科于一身的新一代智能声呐系统随之问世。
人工智能，赋予声呐聪慧“大脑”
人工智能诞生于1956年，它的实质是模拟人的思维过程。
人的大脑在日常生活中，会对不同事物或信息产生不同体验，并留下印象或记忆，形成经验。当再次遇到类似事物或信息时，先前的经验会被唤醒，并产生一系列相应的判断与处理方式。
以机器学习为代表的人工智能，模拟了这一过程：它借鉴人脑的神经系统，将其抽象化为数学模型，然后使用不同类型数据，让计算机发掘它们的差异，形成不同的“体验”，并通过调整计算方法，形成“记忆”。当未知类型的数据输入时，调整后的计算方法会凭借自己的“记忆”，给出处理结果。
近年来，借助人工智能，海洋科学家开始将声音信号识别与人脑思维规律结合起来。
一般情况下，只有同时掌握了海域的海面、海体和海底等情况，才能较准确地掌握某一海域的声学环境。然而现实情况是，由于海洋时空的变换，完整获取以上3个方面信息往往很难。这就极大限制了人们探索未知海域的能力。
当科学家成功地将人工智能引入声呐系统后，这一问题迎刃而解。科学家运用其中的机器学习技术，设计出了多种声呐定位算法，并结合海试数据，验证了智能声呐算法的性能优势和应用潜力。
未来，装备了人造“大脑”的智能声呐系统，将犹如一位经验丰富的老水手，具备很强的环境适应能力。如果将其应用于海战系统，可帮助战斗人员增强对未知环境的适应性。它既可使海上作战系统绕开环境信息缺乏的阻碍，利用有限声学数据还原目标的声学特征，有效实现水下目标定位，又能在声学情报与实际环境出现差异时，通过智能声呐定位技术，修正先验信息中出现的误差。
如今，在机器学习与声呐技术这一新兴学科交叉方向，其研究呈现出方兴未艾之势，推动着智能声呐研究进入快速发展阶段。
高分辨水下成像，让声呐“明察秋毫”
智能声呐系统要在大海中“明察秋毫”，仅有聪慧的“大脑”还不够，同时还要有一双看得清、辨得明的“慧眼”，实现对水下目标高分辨成像。
于是，科学家将具有高分辨成像的合成孔径雷达技术引入声呐系统，并将侧扫声呐与合成孔径声呐结合在一起。这样，就给智能声呐系统添上一双明察秋毫的“慧眼”，具有了水下高分辨成像的本领。
侧扫声呐技术采用传统的回声测深原理，具有探测速度快、目标定位快的优势。与普通声呐不同的是，它向海底发射的探测声波呈扇形，并在海底形成长条形投射区。随着声呐设备在探测中不断移动，海底目标就能像拼图一样被细分成许多块，一一捕捉目标的细节特征及高度信息。在这张“拼图”上，既有捕获的海底不同物体的形貌特征，又能帮助人们识别探测目标的种类，如同阳光洒在大地上所呈现的色彩缤纷的光学世界一样。
不仅如此，它还能根据不同探测目的，选择不同频率的发射波束，对不同物质、不同频率声波产生不同的散射强度，使漆黑的海底也能变得“五彩斑斓”。
相比之下，合成孔径声呐则具备更清晰的成像能力。它利用小孔径基阵的移动，来获取方位方向的高分辨力，能实现更广的探测范围，还能利用低频段声波探测到被泥沙掩埋的目标。就如同给海底探测器装上了一台X光机，帮助人们探测到大洋中更多的奥秘。
目前，以侧扫声呐与合成孔径声呐为代表的高空间分辨智能声呐系统，在海洋测绘、勘探领域已得到成熟应用。如用来钻探发现海底“可燃冰”资源，协助潜水员执行水下搜寻救助作业等。国外一些研究机构还将合成孔径声呐技术用于水下潜航器，构建起新型水下成像系统，有效促进水下无人作战能力稳步提升。
总之，拥有高分辨成像能力的智能声呐系统，让各类水下目标显露出“真容”已不再是设想。
多方位融合，打造声呐“多面手”
传统声呐系统的工作方式，有主动式和被动式两种。主动式声呐系统像是探路的蝙蝠，一边自主发射声波，一边接收回波，以此刻画目标区域的基本特征；被动式声呐系统像是“顺风耳”一样的倾听者，能将目标区域发出的所有声学信号收入囊中，从嘈杂声音中发现目标的“蛛丝马迹”。
随着现代科技发展，这两种声呐系统的缺点也愈发明显。特别是在潜艇降噪技术和潜艇战术不断进步的背景下，单一工作方式的声呐系统局限性更是显而易见：主动式声呐系统由于声波发射与回波接收均在同一处，工作时容易暴露自身方位；被动式声呐在面对安静型潜艇时，探测能力捉襟见肘。
面对日趋复杂的海战环境，现代智能声呐系统一大优势是，能利用多平台融合技术，实现声呐平台的“联动”。以目前常用的诸如岸基式、舰载固定式、舰载拖曳式和航空式声呐平台为例，它们各具优势，但也各有不足：岸基式声呐机动性差，一旦暴露即失去存在价值；舰载固定式声呐极易受到舰艇自身噪声干扰，且尺寸有限，探测能力受限；舰载拖曳式声呐机动性差；航空式声呐在使用时易受天气影响，探测区域和探测深度受限。
如今，科学家参照物联网的思路，将主被动声呐系统、多平台声学传感器整合进一个互联网络，使网络中的主动式声呐、被动式声呐可以随时切换，舰载声呐、岸基固定阵声呐、航空式声呐等同时作业、相互补充，对海面、海底和海体全海域空间实施全覆盖，通过内部互联网络，实现水下声学数据共享，即可打造出一套具有多种功能的智能声呐系统。
这种多基地、多方位相融合的智能声呐系统，一些军事强国一直在进行研究探索，在“海网”“近海水下持续监视网”等水下网络项目上取得较大进展。
以国外“海网”为例，该系统由岸基固定式节点和潜艇、潜航器、海底爬行车等多个移动节点组成，各节点之间通过水声通信链路相连，可实现不同节点之间数据实时共享。借助该网络，潜艇不仅可以获取水下声学信息，还能与其他海、陆、空天平台共享，从而提高反潜作战能力。
据报道，国外的“近海水下持续监视网”已基本具备作战能力，可通过潜艇释放多个无人潜航器，构建一个临时动态水下网络，获取周边海域的声学信息，并诱使敌方提前暴露，以抢占先机。
版式设计：梁 晨