本书涵盖了水下目标跟踪的基础理论和最前沿的研究成果。全书分为两大部分：第一部分介绍了水下目标跟踪技术的应用背景、发展现状以及概率统计、估计理论的基础知识；第二部分针对水下目标跟踪中的6个前沿研究热点：传感器节点调度、水声干扰补偿、自适应信息融合、水声特征提取、特征辅助跟踪以及基于深度强化学习的水下目标跟踪理论，介绍了问题描述、解决方法、理论推导以及具体应用等内容。本书取材新颖，理论深入浅出，工程实用性强，适合高等院校自动化、信息等专业高年级本科生、研究生和教师阅读，也可供控制工程、信息融合和海洋船舶等领域的科研人员和技术人员参考。

刘妹琴，西安交通大学二级教授，教育部长江特聘教授，科技部中青年科技创新领军人才，国家优秀青年科学基金获得者；中国自动化学会会士，装备发展信息服务与端系统技术专业组专家，中国自动化学会工业视觉专委会副主任。入选斯坦福大学世界排名前2%科学家名单（2020年-2023年）。研究方向为水下机器人、水下信息感知与处理、人工智能理论与应用。近5年来，以第一/通讯作者发表论文 100 多篇，分别在科学出版、Springer 出版社出版著作3部；授权国家发明专利40多项；主持国家、省部级和国防项目10多项，包括国家重点研发计划项目、国家白然科学基金委员会重大科研仪器研制项目、重大项目课题和联合基金（重点支持项目）和国防装备预研基金项目等；获得浙江省科学技术奖3项（2004年，2013年,2023年）;2017年获得中国自动化学会第三届青年科学家奖，2019年以第一完成人获得中国自动化学会自然科学奖一等奖。

前言 海洋蕴含着丰富的自然资源，不仅是人类社会赖以生存繁衍和社会实现可持续发展的重要战略空间，同时也是国家安全的重要保护屏障。近年来，随着世界各国对海洋资源的开发和利用， 海洋技术已成为“十四五”规划和“2035远景目标”的重点支持方向。水下目标跟踪技术作为海洋技术的重要组成部分之一，在水下安全警戒、水下目标打捞搜救、水下机器人导航控制、海洋生物跟踪等方面起着关键作用，对海洋资源的开发与保护、海洋安全保障以及海洋科学研究具有重要意义。 水下目标跟踪技术属于多学科交叉的前沿领域，涉及声学、计算机科学、控制理论、信号处理、人工智能、海洋学等多个学科的交叉融合，迄今已有30余年的发展历史。总体而言，水下目标跟踪是利用水下传感器对目标运动体的状态特征进行估计的过程。其中，水下传感器包括水下光学摄像头及水听器等，用于提供关于目标状态特征的量测数据。目标的状态特征通常指目标的位置、速度及加速度等运动状态。因此，水下目标跟踪是综合运用信号及信息处理技术，融合关于目标的先验信息以及水下传感器提供的在线量测信息，对目标运动状态进行在线估计的过程。然而，受海洋场景复杂性、水声环境可变性以及水下任务多样性的影响，传统的水下目标跟踪方法在实际应用过程中显现出其局限性： 缺少对海洋环境中高维、大尺度、时变和空变等多变因素的全面考虑； 缺乏复杂环境条件下的多传感器信息冗余、表征空间不一致性及有限资源下的动态能效权衡的解决手段； 忽视了系统自组织、自决策与自我优化能力的重要性。随着传感器网络、人工智能等技术的蓬勃发展，目标跟踪理论与多源异构信息融合、深度强化学习等技术...