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交叉融合，催生了新的理论方法，为水下目标跟踪领域的研究提供了新的设计思想与技术体系。

本书作者及团队从2014年开始从事水下目标跟踪系统的理论与实践研究，将多传感器技术、人工智能技术引入目标跟踪领域，创新性地提出了特征辅助跟踪、基于深度强化学习的目标运动分析等理论，有效解决了水下目标跟踪技术适应性不足等问题，并应用在海域动态监视、海上作战以及海上应急救援等领域。本书是作者在总结水下目标跟踪领域长期的研究成果及多年应用实践的基础上撰写而成的，书中材料主要来源于作者及团队的高水平学术论文、发明专利以及湖海测试报告等。

全书共7章，分为两部分。第一部分概述水下目标跟踪的应用背景与发展现状，系统介绍概率统计、估计理论等基础知识，包含第1章“绪论”以及第2章“水下目标跟踪理论基础”两章。第二部分聚焦水下目标跟踪的5个前沿研究热点，涵盖从基础理论推导到实际应用的完整过程，包含第3章“水下目标跟踪中的节点调度理论”、第4章“水下目标跟踪中的量测干扰补偿理论”、第5章“水下目标跟踪中的自适应融合理论”、第6章“基于特征辅助的水下多目标跟踪理论”以及第7章“基于深度强化学习的水下目标跟踪理论”5章。其中，第3~5章聚焦水下单目标跟踪，第6章关注水下多目标跟踪，第7章介绍有关深度强化学习的前沿目标跟踪理论。

本书的出版得到了

国家重点研发计划项目（No.2024YFB4710600）、

国家自然科学基金项目(No.62173299、No.U23B2060)、装备预研教育部联合基金项目(No.8091B042220、No.8091B032234

、No.8091B022147)、浙江省自然科学基金重点项目(No.LZ23F030006)的支持和资助。

本书的出版得到了2024年度国家科学技术学术著作出版基金资助，在此表示感谢！

作者对参与课题研究和本书撰写的汤淼奕、张涛、郑林垚、周成义、肖莹莹、唐冰钊、郭帅帅、翁歌骅等表示感谢！

尽管作者付出了最大努力，但由于本书涉及前沿的研究性成果且内容丰富，因此难免存在不妥之处，恳请读者批评指正，在此表示衷心感谢。

刘妹琴

2026年3月