Location-based Physical Layer Authentication in Underwater Acoustic Communication Networks
由于水下通信的各种现代应用，水下通信的研究正迅速成为人们关注的焦点。保护这种通信的有效机制是通过物理层安全。在本文中，我们提出了一种新的物理层认证（PLA）机制在水声通信网络中，我们利用发射机节点的位置/位置来实现认证。我们执行发射机的位置估计从接收到的信号在参考节点部署在固定的位置在一个预定义的水下区域。我们使用到达时间（ToA）估计，并推导出固有的不确定性的分布估计。接下来，我们对估计的位置进行二进制假设检验，以确定发送节点是合法的还是恶意的。然后，我们提供了封闭形式的表达式的虚警率和漏检率导致的二元假设检验。我们验证了我们的建议，通过仿真结果，这表明错误的行为对链路质量，恶意节点的位置，和接收机工作特性（ROC）曲线。我们还将我们的结果与先前提出的PLA在水声通信网络中的指纹机制的性能进行了比较，为此，我们展示了使用PLA中的位置作为指纹的明显优势。
2023-03-12 eess.SP
Impulsive Noise Mitigation in Underwater Acoustic Communication Systems: Experimental Studies
脉冲噪声是正交频分复用（OFDM）水声通信的主要障碍。在这项工作中，我们评估的无记忆模拟非线性预处理器（MANP），用于减轻离群值的性能。建议的MANP表现出间歇性的非线性，只有在脉冲噪声的存在下，并根据其幅度抑制功率的离群值。由于在抗混叠滤波之前，异常值在模拟域中是可区分的，因此MANP在所有情况下都优于其数字对应物。使用在冰下环境中收集的数据的实验结果表明，我们的方法相对于经典的非线性方法，如消隐和削波优越的BER性能。
2019-01-02 eess.SP
M-ary Orthogonal Chirp Modulation for Coherent and Non-coherent Underwater Acoustic Communications
提出了一种用于水声通信的正交线性调频波形设计方案，分析了正交线性调频波形在相干和非相干检测中的互相关特性。我们认为，信息符号进行了建议的M元正交线性调频波形的UW-A传输。此外，我们开发了一个相干和一个最佳的非相干接收机的基础上提出的啁啾波形。显式推导包括互相关系数的封闭形式表达式，以及相干和非相干接收机的理论误码率（BER）。在水槽实验中评估了M元正交啁啾波形的性能。因此，我们已经证明了建议的多进制正交线性调频调制在UW-A多径衰落信道的有效性。
2018-03-08 eess.SP
Transmit Beamforming for High-Rate Underwater Acoustic Communications
Stony Brook University（石溪大学）；Northeastern University（东北大学）
本文提出基于角度的波束成形策略，利用传播场中稳定的几何结构成分，减少对完整信道知识的依赖，通过实验验证其在数据检测均方误差和误码率上的有效性。
2026-07-21 eess.SP
Underwater Acoustic Reconfigurable Intelligent Surfaces: from Principle to Practice
本文针对水声通信距离受限和生态影响问题，提出并实测了由24个声学单元组成的水声可重构智能表面原型，验证了其通过无源波束成形将声波反射到任意方向的能力，显著扩展了水下通信的距离和数据速率。
2024-12-21 eess.SP
A Robust ADMM-Based Optimization Algorithm For Underwater Acoustic Channel Estimation
针对水下通信中脉冲噪声干扰下的水声信道估计难题，提出基于ADMM的压缩感知一阶鲁棒估计算法，仿真验证其在强脉冲噪声环境下的时变信道估计性能更优。
2023-08-24 eess.SP
Deep Learning Based Multi-Step Channel Prediction for Adaptive Underwater Acoustic OFDM Systems
IRIS Research Group, ADAPT Center, School of Computer Science and Statistics, Trinity College Dublin（都柏林三一学院计算机科学与统计学院）；College of Oceanography, Hohai University（河海大学海洋学院）；Navigation College, Jimei University（集美大学航海学院）
提出基于PatchCSI-T Transformer的多步信道预测模型，结合贪婪自适应调制与功率分配，实现低延迟高精度CSI预测，提升实际水声信道下的端到端误码率和频谱效率。
2026-06-03 eess.SP
Underwater Acoustic Communication Channel Modeling using Reservoir Computing
水声通信已得到广泛的应用，但由于水下环境的复杂性，水声通信受到极大的影响。为了改善水声通信，水声信道的建模和理解是必不可少的。然而，由于水下环境的高度不确定性和缺乏真实世界的测量数据，存在许多挑战。在这项工作中，水库计算和深度学习的能力进行了探索，以准确地使用从水槽中收集的真实水下数据与干扰和从太浩湖的UWA通信信道建模。我们利用水库计算的能力来建模动力系统，并提供了一个数据驱动的方法来建模的UWA信道使用回声状态网络（ESN）。此外，迁移学习的潜在应用水库计算进行了检查。实验结果表明，与流行的深度学习模型相比，ESN能够对混沌UWA信道进行建模，在平均绝对百分比误差（MAPE）方面具有更好的性能，具体而言，ESN在良性和混沌UWA中分别优于深度神经网络2%和40%。
2022-05-30 eess.SP
A Comprehensive Survey on Underwater Acoustic Target Positioning and Tracking: Progress, Challenges, and Perspectives
针对现有水下目标跟踪综述视角狭窄、未覆盖新兴技术驱动的范式转变问题，本文构建多维分类框架，系统梳理2016-2025年180余篇文献，重点分析机器学习技术的作用，并提出未来研究方向。
2025-06-17 eess.SP
A 2D Non-Stationary Channel Model for Underwater Acoustic Communication Systems
水声通信在海洋探测和研究过程中起着关键的作用。本文提出了一种改进的浅水场景下UWA通信非平稳宽带信道模型。在这种基于几何的随机模型（GBSM）中，考虑了多个运动效应、时变角度、距离、簇的位置与信道的几何关系以及超宽带特性，使得所提出的模型更加真实，能够支持长时间/长距离的仿真。一些关键的统计特性进行了研究，包括时间自相关函数（ACF），功率延迟分布（PDP），平均延迟，和均方根（RMS）延迟扩展。分析了多种运动因素对时域ACF的影响。仿真结果表明，该模型能够很好地模拟水声信道的非平稳特性。最后，利用实测数据对模型进行了验证.
2021-08-14 eess.SP
Vector Approximate Message Passing based Channel Estimation for MIMO-OFDM Underwater Acoustic Communications
准确的信道估计对正交频分复用（OFDM）水声通信的性能至关重要，特别是在多输入多输出（MIMO）环境下。本文探讨了结合最大期望值（EM）的矢量近似消息传递（VAMP）来获得MIMO OFDM UWA通信的信道估计（CE）。该方案采用Bernoulli-Gaussian（BG）先验分布作为信道冲激响应，并通过EM算法学习BG先验分布的超参数。通过两次海上水声通信实验的合成数据和实际数据，对EM-VAMP-CE的性能进行了评估。仿真结果表明，与现有的信道估计方法相比，该算法具有更好的性能和复杂度折衷。
2022-11-22 eess.SP
Waveform Design for Underwater Simultaneous Acoustic Information and Power Transfer
University of Electronic Science and Technology of China（电子科技大学）；Nanjing University（南京大学）；Beihang University（北京航空航天大学）
针对水下同时声学信息与功率传输系统，考虑换能器频率特性和整流器非线性，通过SCA和交替优化联合优化波形向量与功率分配因子，显著提升声学能量传输效率。
2026-07-03 eess.SP
Application of Vector Sensor for Underwater Acoustic Communications
矢量传感器作为水声通信系统接收机的应用越来越广泛。获得这种通信系统的性能测量以量化它们的功效已经变得重要。使用矢量传感器作为接收器的基本优点是单个传感器能够提供MIMO系统提供的分集增益。在最近的工作中，提出了一种新的评估水下信道容量的框架。该方法基于将信道建模为一组路径，信号沿着这些路径以不同的到达角到达接收器。在这项工作中，我们在该框架的基础上提供了这样一个系统的可实现能力的界限。分析界进行了比较，对基于矢量传感器的SIMO水下通信系统的仿真结果。通过分析Bellhop仿真工具生成的统计数据，对信道参数进行建模。信道的这种表示是灵活的，并且允许表征在因特网地理位置处和在不同时间实例处的信道。根据信道参数的这种表征使得能够计算不同地理位置的性能测量（信道容量界限
2018-04-18 eess.SP
Transmission of Video Image in Underwater Acoustic Communication
声波通信目前被认为是在水下长距离传输信息的最佳方式，因为声波在水中的衰减比其他信息传输介质低。然而，由于高频声波在水中衰减较大，目前水声通信的信息传输速率通常受到低频带宽的限制。具有螺旋波前位错的螺旋声束携带轨道角动量，已被应用于声悬浮和捕获。近年来，利用希尔伯特空间的正交性和无穷维性在水声通信中被认为是很有前途的。本文构建了一个实时水声通信系统来传输视频图像。该系统复用了8个从+1到+8的轨道角动量拓扑电荷，并采用开关键控调制格式编码，实现了8（bit/s）/Hz的频谱效率。该演示表明，多路复用的信息承载轨道角动量声束呈现出巨大的潜力，用于增加水下通信系统的容量。
2019-02-26 eess.SP physics.app-ph
Adaptive Multiuser MCDM for Underwater Acoustic Communications
Chirp信号由于具有良好的抗多径干扰能力和良好的相关特性，在雷达和水声（UW-A）通信系统中得到了广泛应用。提出了一种多用户多载波线性调频分复用（MU-MCDM）系统，该系统利用正交线性调频扩频技术实现多用户多载波通信。此外，正交啁啾变换（OCT）和离散正交啁啾变换（DOCT）的连续和离散实现MCDM系统的发展。此外，我们设计了一个最大似然（ML）接收机能够同步，信道估计，和符号检测。MU-MCDM系统考虑因素，包括前导码长度、子载波数量、导频部分、保护时段和多用户接入场景，以适应时变UW-A信道。误码率（BER）性能和自适应传输进行了评估，在仿真研究。因此，我们已经证明了MCDM调制系统的模拟，他们提高性能的UW-A通信自适应和支持多个用户。此外，MCDM架构可以应用于高阶调制，以在UW-A信道中提供更高的传输速率。
2020-03-04 eess.SP
CDMA for Underwater Acoustic Communication
本文综述了声波在水下通信中的重要性，以及与无线电波和光波相比，声波在水下通信中的重要性，水声信道的特点和模型。介绍了水下传感器的体系结构、网络中传感器节点所面临的挑战和媒体访问控制（MAC）协议的解决方案。本文还介绍了各种通信方法，包括信道编码在水下和他们的性能分析不同的方法使用。通过这些方法，多个水下机器人可以在它们之间以及与控制台进行通信，具有最小的误比特率。
2021-11-20 cs.IT eess.SP math.IT
A Probabilistic Focalization Approach for Single Receiver Underwater Localization
针对浅水环境下单移动接收机的被动声学声源定位存在测量来源不确定性的问题，提出一种结合概率数据关联的概率聚焦贝叶斯估计方法，可匹配TDOA观测与模型预测以估计时变声源位置，且经真实声学数据验证了性能。
2024-06-24 eess.SP
Active Localization of Close-range Adversarial Acoustic Sources for Underwater Data Center Surveillance
University of Florida（佛罗里达大学）
针对水下数据中心面临的声学注入攻击威胁，提出一种基于异构接收器配置和Locus-Conditioned最大后验估计的主动定位与跟踪框架，实现亚米级定位精度和超过90%的成功率。
2026-05-23 eess.SP
A Semi-Blind Method for Localization of Underwater Acoustic Sources
传统的水声定位一直是具有挑战性的，由于未知的环境结构和动态条件的存在。当这样的结构包括遮挡时，问题更加丰富，这导致声源和接收器之间的视线（LOS）的损失，许多现有的定位算法依赖于该视线。我们开发了一种半盲被动定位方法，即使在源和所有接收器之间可能没有LOS的情况下，也能够准确地估计源的位置。基于典型的可用的先验知识的水面和底部，我们推导出一个封闭形式的表达式下的多射线传播模型，这是适合于浅水环境和高频信号的最佳估计。通过利用这种估计的计算效率的形式，我们的方法使得相对高分辨率的本地化可行。我们还推导出该模型的Cramér-Rao界，该界可用于指导接收器集合的放置，以优化定位精度。相对于在类似设置中有用的现有定位方法，该方法提高了对环境模型失配的准确性和鲁棒性的平衡。仿真和水槽实验验证了该方法的有效性。
2023-02-02 eess.SP
Towards Robust Data-Driven Underwater Acoustic Localization: A Deep CNN Solution with Performance Guarantees for Model Mismatch
针对水下声学定位在复杂高混响及环境失配下的鲁棒性问题，本文基于深度卷积神经网络数据驱动方法，推导了真实环境定位均方误差的上界，并通过仿真验证了其性能保证。
2023-05-29 eess.SP
Joint Spectrum Sensing and Resource Allocation for OFDMA-based Underwater Acoustic Communications
针对OFDMA水声认知网络中的异步、ICI及资源分配难题，提出基于DRL的端到端联合频谱感知与资源优化方法，显著提升频谱效率和通信成功率。
2025-06-16 eess.SP
An Implementation of Partial Transmit Sequences to Design Energy Efficient Underwater Acoustic OFDM Communication System
本文对水声收发器进行了研究。由于水声收发器比射频收发器消耗更多的功率。目前在无线电频率中使用的技术不能直接应用于水声系统，需要重新研究设计新的方法。为了实现可靠的声学数据传输，应该实现新的技术或者应该修改传统的正交频分复用技术。功耗还取决于水下声学信号传播和传输距离。一些水下声学应用需要对海洋进行长期监测。对于电池供电的调制解调器，它成为非常严重的问题。通过设计一个能量有效的OFDM通信系统可以解决这个问题。针对正交频分复用系统的主要缺点，研究了正交频分复用系统的峰均功率比。本文采用的降低峰均比的方法是部分发送序列，用于水声OFDM通信系统，具有较低的复杂度。研究结果为水声OFDM通信系统提供了较好的性能。
2020-07-02 cs.CE cs.IT eess.SP
Universal Modem Generation with Inherent Adaptability to Variant Underwater Acoustic Channels: a Data-Driven Perspective
针对水声通信中多普勒效应引起的载波间干扰问题，提出多分辨率卷积神经网络UWAModNet优化调制解调矩阵，并设计两阶段训练策略，实验证明其在等效子信道速率和误码率上优于ZP-OFDM且具备更强鲁棒性。
2024-09-21 eess.SP
Bio-inspired efficient cyclostationary analysis in machine and underwater acoustic recordings
Western Sydney University（西悉尼大学）
本文提出一种基于CARFAC模型内毛细胞响应的生物启发方法，用于高效提取声学信号中的循环调制，在CWRU轴承和ShipsEar数据集上验证了其可靠性与计算效率。
2026-09-25 eess.SP
Underwater Node Localization using Optoacoustic Signals
水下网络定位在军事和民用领域有着重要的应用。由于GPS接收机不在水面以下工作，传统的定位方法形成水下节点（UWN）的相对拓扑结构，并利用锚节点或具有双收发器的浮动网关来确定全球坐标。然而，这些方法在部署锚和/或地面网关时引入了后勤复杂性和安全风险。本文解决了这样一个问题，提出了新的定位技术，可以远程定位UWN使用光声信号。在我们的方法中，GPS坐标从空中传输到UWN通过创建一个水下临时各向同性声发射器与光声过程。我们分析了控制等离子体的形状和大小来创建各向同性声发射器的过程，并通过实验验证了各向同性声信号的产生。然后分别针对静态和动态UWN提出了两种定位方法。最后，仿真结果与实验值表明我们的方法的有效性。与传统方法相比，我们的方法在不使用任何表面或水下锚节点的情况下达到了相同的精度。
2022-01-21 eess.SP
An Adaptive Receiver for Underwater Acoustic Full-Duplex Communication with Joint Tracking of the Remote and Self-Interference Channels
全双工（FD）通信是解决水声（UWA）信道数据传输速率限制的一种很有前途的方案。由于在相同时间和相同频段上的传输，来自本地发射机的信号产生自干扰（SI），该自干扰污染来自远程发射机的信号。在本地接收机处，需要SI和远程信道两者的信道状态信息来分别去除SI和均衡无SI信号。然而，由于UWA环境的快速时变，实时跟踪的通道是必要的。在本文中，我们提出了一种UWA-FD通信的接收机，其中的SI和远程信道的变化联合跟踪通过使用递归最小二乘（RLS）算法反馈从先前检测到的数据符号。由于联合信道估计，SI消除与具有单独信道估计器的UWA-FD接收机相比更成功。此外，由于提供了一个实时的信道跟踪，而不需要频繁的训练序列，带宽效率保持在建议的接收机。
2021-03-11 eess.SP
Joint Optimization of Communication Enhancement and Location Privacy Protection in RIS-Assisted Underwater Communication System
针对水下通信中源节点位置隐私易被窃听的问题，提出集成人工噪声模块的UARIS架构，通过推导定位CRLB并建模多目标优化问题，仿真验证该架构可同时提升通信速率与位置隐私保护能力。
2024-11-30 eess.SP
Fast Ray-Tracing-Based Precise Underwater Acoustic Localization without Prior Acknowledgment of Target Depth
针对目标深度未知的水下定位难题，提出迭代射线追踪三维定位方法，通过声速剖面简化实现快速分层补偿，平均精度提升约3米。
2023-10-12 eess.SP
Model-Driven Based Deep Unfolding Equalizer for Underwater Acoustic OFDM Communications
本文提出基于深度展开的水声OFDM均衡器UDNet，结合MMSE结构、KL散度四分类和带状滑动结构，在实测水声信道下以低复杂度实现比MMSE低近一个数量级的符号错误率。
2023-04-15 eess.SP
Data-Driven Modulation Optimization with LMMSE Equalization for Reliability Enhancement in Underwater Acoustic Communications
针对严重时延尺度扩展下水声多载波系统可靠性不足的问题，提出在LMMSE均衡假设下利用连体架构优化波形离散表示的调制方案，以最大化符号估计MSE公平性，无需在线开销且泛化性强，误码率测试验证了其优异性能与鲁棒性。
2025-06-30 eess.SP
Modeling Of A Shallow Water Acoustic Communication Channel
在过去的几年里，许多研究集中在可靠的水声通信系统的设计上。然而，海洋声通信信道具有很强的幅度和相位起伏，以及衍射、折射和反射现象。由于环境的复杂性、换能器的运动、海面等，水下声信号在幅度和相位上表现出随机的时间和空间频率波动。因此，对如此复杂的渠道进行建模是非常重要的。声传播的特征在于三个主要因素：随信号频率增加的衰减、时变多径传播和低声速（1500 m/s）。背景噪声虽然通常被表征为高斯噪声，但不是白色的，而是具有衰减的功率谱密度。信道容量取决于距离并且可能极其有限。本文提出了一种新的浅海水声通信多径信道模型。特别是，我们的模型考虑了传播损耗、散射和反射的影响。
2019-07-14 eess.SP
Performance Analysis of Underwater Acoustic Channel Amid Jamming by Random Jammers
本文首次利用随机几何方法分析水声通信中随机干扰源攻击对合法链路覆盖概率、平均速率和能量效率的影响，并通过蒙特卡洛仿真验证了深水场景下干扰影响更大。
2024-05-05 cs.ET eess.SP
Underwater Cooperative MIMO Communications using Hybrid Acoustic and Magnetic Induction Technique
未来的智能海洋应用需要长距离和可靠的通信，将水下传感器/机器人与远程地面基站连接起来。由于水声信道的恶劣性和动态性，实现这一目标具有挑战性。多输入多输出（Multiple-Input and Multiple-Output，MIMO）技术可以提高可靠性和传输范围，但由于波长较大，很难在单个水下设备上放置多个换能器。协作MIMO技术虽然可以解决这一问题，但由于声波的传播时延极大且动态变化，使得分布式的水下设备之间无法实现同步。为此，本文提出了一种基于声磁混合技术的水下协作MIMO通信机制。利用多波束融合技术可以很好地解决节点间的同步问题，使分布式声换能器能够协同形成窄波束，实现远距离水下通信。由于MI具有可忽略的信号传播延迟，同步时间和误差显著减少。为了定量地分析改进，严格推导出所提出的系统的同步误差、信噪比（SNR）、有效通信时间和吞吐量的封闭形式的表达式。所提出的混杂系统实现在一个软件定义的测试床下的波束成形和空时编码方案。通过数值分析和实际实验表明，与传统的水声系统相比，本文提出的混合协作MIMO机制具有更低的误比特率和同步误差。
2019-10-24 cs.IT eess.SP math.IT
Path-specific Underwater Acoustic Channel Tracking and its Application in Passive Time Reversal Mirror
本文考虑时变双扩频水声信道。针对传统的信道估计和判决反馈均衡器（DFE）不能很好地适应这种信道的情况，提出了一种路径特定的水声信道跟踪方法。它是基于卡尔曼滤波器的框架。我们提供了一个简化的声音传播模型作为状态转移模型。提出了一种多径跟踪器，它是容忍的模型失配。然后，我们可以得到时变的路径数和路径特定的参数，如延迟和多普勒缩放因子。我们还考虑了所提出的路径特定的水声信道跟踪的应用。针对时变双扩频水声信道，提出了两种基于路径参数的被动式时间反转镜（PTRM）。通过信道跟踪获得的路径特定参数，所提出的PTRM不仅可以匹配传统PTRM的时间色散，而且还可以匹配双扩展信道，因为路径特定延迟和多普勒缩放因子可以帮助在时域和频域中匹配信道。对于广泛的双扩展信道，我们可以进一步将路径特定补偿应用于PTRM。仿真和2016年千岛湖实验数据的实验结果表明，所提出的路径特定的信道跟踪和路径特定参数的PTRM的有效性。
2021-03-01 eess.SP stat.AP
Compressed Underwater Acoustic Communications for Dynamic Interaction with Underwater Vehicles
水下航行器用于各种应用，包括水下数据收集任务。系绳连接限制了任务的行驶距离和可以在同一区域运行的车辆数量，而在车辆上添加声学通信则赋予了它们几种功能。然而，由于水下声学信道的低带宽-这导致低数据速率-以及由信道传播延迟和声学调制解调器的处理延迟两者强加的时间开销，需要有效的协议。本文提出了一种隐式数据压缩和传输协议，以执行环境监测任务，如在水中的物理和化学参数的自适应采样。在车辆和控制中心之间的半自主方式中，双方在数据传输中保持沉默，只要它们能够估计和预测另一方的动作，除非发现环境数据和/或运动学数据是不可预测的。我们的设计让人参与到发送高级控制命令的循环中。实验是使用带有WHOI微型调制解调器的自动驾驶汽车在新泽西州的拉里坦河、萨默塞特、普林斯顿的卡内基湖和红岸的海洋公园进行的。
2019-11-11 cs.NI cs.SY eess.SP
Authentication by Location Tracking in Underwater Acoustic Networks
Università degli Studi di Padova（帕多瓦大学）；National Inter-University Consortium for Telecommunications (CNIT)（国家大学间电信联盟（CNIT））
针对水声网络中设备移动导致信道变化影响物理层认证的问题，提出基于位置估计与预测的两步上下文认证机制，实验表明典型水下运动场景下卡尔曼滤波方案优于RNN方案。
2024-10-04 cs.LG eess.SP
Cooperative Authentication in Underwater Acoustic Sensor Networks
随着水声通信（UWAC）在工业和军事行动中的日益广泛应用，需要确保通信安全。水下声学网络（UWAN）是一个特别的挑战，它经常长时间无人看管。目前，由于物理和性能限制，UWAC数据包很少包含加密，使UWAN暴露于伪造合法消息的外部攻击。在本文中，我们提出了一种新的算法，在UWAN设置的消息认证。我们首先观察到，由于水声信道的强烈空间依赖性，攻击者可以尝试模仿与合法发射机相关联的信道，仅用于一小组接收器，通常仅用于单个接收器。考虑到这一点，我们的计划依赖于可信节点，独立地帮助一个汇聚节点在认证过程中。对于每个传入的数据包，汇融合信任节点评估的信念，以达到认证决定。这些信念是基于估计的统计信道参数，选择是最敏感的发射机-接收机位移。我们的模拟结果表明，准确识别攻击者的数据包。我们还报告了海上实验的结果，证明了我们的方法的有效性。
2019-01-02 cs.NI eess.SP
Reversibility in space, time, and computation: the case of underwater acoustic communications
几十年来，波的时间反演已经成功地用于通信、传感和成像。在水下声学通信中的应用是我们特别感兴趣的，因为它将可逆过程（允许可逆的软件或硬件实现）和可逆介质（允许环境的可逆模型）结合在一起。这份工作进展报告从可逆计算的角度讨论了声学时间反演的建模、分析和实施问题。我们展示了使用可逆元胞自动机建模和量化的可逆性在时间反演通信过程中的潜力。在此基础上，提出了一种基于可逆电路的时间反转硬件实现方法。
2018-06-11 cs.ET eess.SP nlin.CG
Opportunistic Routing for Opto-Acoustic Internet of Underwater Things
水下物联网（IOUT）是一场技术革命，可能标志着科学，工业和军事水下应用的新时代。为了缓解恶劣的水下信道特性，本文将水声无线通信与光无线通信相结合，分别实现无处不在的控制和高速低延迟的组网性能。由于水下光无线通信（UOWC）的范围有限，它需要有效的多跳路由解决方案。在这方面，我们提出了一个基于扇区的路由选择（SectOR）协议。与传统的路由（TR）技术，单播数据包到一个唯一的中继，机会路由（OR）的目标是一组候选中继，利用广播性质的UOWC信道。OR提高了分组递送率，因为具有至少一个成功分组接收的可能性比传统单播路由中的可能性高得多。取决于单跳链路的性能表征，我们获得了各种本地和全球的指标来评估的候选集（CS）的健身和优先级的CS的成员。由于速率误差和距离波束宽度的权衡产生不同的候选集的差异，我们开发了一个候选过滤和搜索算法，通过扫描可行的搜索空间找到最佳的扇形覆盖区域。此外，混合声/光协调机制被认为是避免重复传输的继电器。数值结果表明，SectOR协议可以执行甚至比最佳单播路由协议在良好连接的UOWN。
2020-02-12 cs.NI eess.SP
A Novel Initialization Method for HybridUnderwater Optical Acoustic Networks
为了满足水下场景对高数据率和可靠传输的需求，需要结合水下终端的特点和关键需求，构建一种高效的混合水下光声网络（UWOAN）结构。在水下节点（UWOAN）和基站（BS）之间配置光上行链路和声下行链路，其中光束向BS传输高数据率业务，而声波携带控制信息实现网络管理。在水下环境中，由于GPS服务的缺乏和设备有效载荷的限制，UWOAN网络初始化问题是一个具有挑战性的任务。为此，采用声波进行节点定位，提出了一种新的网络初始化方法，包括超声波网络的识别、发现、定位以及分解，并通过数值仿真验证了该初始化方法的有效性.
2021-09-29 cs.NI eess.SP
Image denosing in underwater acoustic noise using discrete wavelet transform with different noise level estimation
在许多应用中，图像去噪和改善是存在色噪声的必要过程，例如在水下。噪声的功率谱密度在一定的频率范围内是变化的，自相关噪声函数不像δ函数。因此，水下噪声被描述为色噪声。提出了一种基于不同基函数的离散小波变换多阶噪声功率估计的图像去噪方法。峰值信噪比（PSNR）和均方误差代表了本研究结果所依赖的性能指标。和symlet（sym.），结果表明，该方法的去噪过程比其他方法产生了更突出的图像和更高的PSNR值。
2020-09-21 eess.IV eess.SP
From Signals to Evidence: Interpretable Underwater Acoustic Target Sensing with Large Language Models - Part I: Framework and Recognition
School of Artificial Intelligence, Northwestern Polytechnical University（西北工业大学人工智能学院）；School of Ocean Engineering and Technology, Sun Yat-sen University（中山大学海洋工程与技术学院）；School of Marine Science and Technology, Northwestern Polytechnical University（西北工业大学海洋科学与技术学院）；School of Electronic and Optical Engineering, Nanjing University of Science and Technology（南京理工大学电子与光学工程学院）
该研究提出从信号到证据的水下声感知框架，结合物理感知声学编码与LLM，通过UPT模型实现船只识别及轴频等属性的可靠估计。
2026-10-16 cs.SD eess.SP
Time-Frequency Mask Aware Bi-directional LSTM: A Deep Learning Approach for Underwater Acoustic Signal Separation
National Key Laboratory of Science and Technology on Communications（通信抗干扰技术国家级重点实验室）；University of Electronic Science and Technology of China（电子科技大学）
水声信号分离是水声通信的关键技术之一。现有的方法大多是基于模型的，不能准确模拟实际水声通信环境。它们只适用于二元信号分离，而不能处理多元信号分离。另一方面，递归神经网络（RNN）在提取时间序列的特征方面表现出了强大的能力。受此启发，本文提出了一种利用深度学习技术进行水下声信号分离的数据驱动方法。我们使用双向长短期记忆（Bi-LSTM）来探索时频（T-F）掩码的特征，并提出一种T-F掩码感知的Bi-LSTM信号分离。利用T-F图像的稀疏性，所设计的Bi-LSTM网络能够提取用于分离的鉴别特征，进一步提高了分离性能。特别是该方法突破了现有方法的局限性，不仅在多元分离方面取得了良好的效果，而且在与40 dB高斯噪声信号混合时也能有效分离信号。实验结果表明，该方法能够实现$97\%$保证率（PSR），在高噪声条件下，多元信号分离的平均相似系数稳定在0.8以上。
2022-02-09 cs.SD eess.AS eess.SP
Underwater Source Detection and Classification for Signal-based Surveillance: Audio Dataset Curation and Cross-Domain Evaluation
Department of Electrical and Computer Engineering, Drexel University（德雷塞尔大学电气与计算机工程系）
为解决水下声学标注数据稀缺问题，从开源海事声音档案中整理出包含8类生物和机械声学标签的数据集，并提出带特征对齐的边界增强损失CNN基线，在域内准确率96.35%的同时，零样本舰船检测提升42.60%。
2026-07-08 cs.SD eess.AS eess.SP
Underwater Messaging Using Mobile Devices
水下数字声通信自开始以来，就需要定制硬件，而这些硬件既不具有规模经济，也不普及。我们提出了第一个声学系统，将水下消息传递功能带到现有的移动设备，如智能手机和智能手表。我们的纯软件解决方案利用音频传感器，即，麦克风和扬声器，在当今的设备中无处不在，以实现移动设备之间的声学水下通信。为了实现这一目标，我们设计了一种通信系统，实时适应移动设备的频率响应差异，在不同位置的多径和噪声水平的变化和动态信道变化，由于流动性。我们评估我们的系统在六个不同的现实世界的水下环境中，深度为2-15米，在船只，船只和人们钓鱼和皮划艇的存在。我们的研究结果表明，我们的系统可以在实时自适应其频带，并实现100 bps至1.8 kbps的比特率和30米的范围。通过使用10-20 bps的较低比特率，我们可以进一步将范围增加到100 m。随着智能手机和手表越来越多地用于水下场景，我们基于软件的方法有可能使水下消息传递功能广泛适用于任何拥有移动终端的人。包含开源代码和数据的项目页面可以在这里找到：https://underwatermessaging.cs.washington.edu/
2022-08-22 cs.NI eess.SP
Direct Localization in Underwater Acoustics via Convolutional Neural Networks: A Data-Driven Approach
Massachusetts Institute of Technology（麻省理工学院）
直接定位（DALK）方法使用观察到的数据在一步过程中将源定位在未知位置处，通常优于其间接两步对应物（例如，使用到达时间差）。然而，水下声学Doppler方法需要环境的先验知识，并且计算成本高，因此速度慢。我们建议，什么是我们所知的最好的，第一个数据驱动的DSPOT方法。受经典和当代基于模型的最优DSPs解决方案的启发，并利用卷积神经网络（CNN）的功能，我们设计了一个整体的基于CNN的解决方案。我们的方法包括一个专门定制的输入结构，架构，损失函数，和一个渐进的训练过程，这是独立的兴趣在更广泛的背景下的机器学习。我们证明了我们的方法优于有吸引力的替代品，并渐近匹配的性能的Oracle最优模型为基础的解决方案。
2022-07-20 cs.LG cs.RO eess.SP
Energy Efficient Routing For Underwater Acoustic Sensor Network Using Genetic Algorithm
Vel Tech University（Vel Tech大学）；Indian Institute of Technology, Kharagpur（印度理工学院卡拉格普尔分校）
在水声传感器网络中，能量可靠的数据传输是一项具有挑战性的任务。这是由于由过量噪声、特别长的传播延迟、高比特出错率、有限的带宽能力和干扰引起的声传输干扰。如何延长数据传输的寿命，是UWBER研究的重要课题之一。数据从源节点到目的节点的传输是一个复杂的课题。在过去的几年中，已经开发了许多路由算法，例如基于向量的转发和基于深度的路由。我们提出了一种基于遗传算法的优化方法，用于提高从源节点到目的节点的路由路径中数据传输的能量效率。
2022-04-25 cs.LG cs.NI cs.RO
Mismatch-Robust Underwater Acoustic Localization Using A Differentiable Modular Forward Model
University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；Stony Brook University（石溪大学）
针对环境失配下的水下声学定位问题，提出在推理时优化预训练网络权重并引入物理启发的模块化正向模型，以端到端方式学习多径结构，有效缓解数据失配影响。
2025-03-30 cs.LG cs.SD eess.AS
Impact of Inter-Channel Interference on Shallow Underwater Acoustic OFDM Systems
研究了信道间干扰（ICI）对浅海水声正交频分复用（OFDM）通信系统的影响。考虑到湍流的水面和底部的粗糙度，一个随机的基于几何的信道模型用于宽带传输的情况下，已被利用来推导仿真模型。由于系统带宽和子载波间隔在几kHz的范围内非常有限，因此水声系统的信道容量受到ICI效应的严重影响。为了进一步研究，我们在仿真模型的基础上构造了信号噪声干扰比（SINR），然后评估了信道容量。仿真结果表明，UWA-OFDM系统的子载波、带宽和OFDM符号等因素对不同多普勒频率下的信道容量有影响。这些观测结果为UWA-OFDM系统参数的选择提供了参考。
2021-01-06 cs.IT eess.SP math.IT
ONCship: A Large-Scale Underwater Acoustic Corpus for Ship Recognition
School of Marine Science and Technology, Northwestern Polytechnical University（西北工业大学海洋科学与技术学院）；Research and Development Institute of Northwestern Polytechnical University in Shenzhen（西北工业大学深圳研究院）
该研究推出大规模水下声学数据集ONCship，经实验验证其可提升船舶识别任务性能，还能支持MMSI级船舶分类的探索。
2026-10-15 cs.AI cs.SD eess.SP
ML-ARIS: Multilayer Underwater Acoustic Reconfigurable Intelligent Surface with High-Resolution Reflection Control
University of Alabama（阿拉巴马大学）
本文提出了一种多层水下声学可重构智能表面（ML-ARIS）架构，通过独立调整各层负载阻抗实现高分辨率反射控制，提升声波定向和抑制干扰的能力。
2026-04-07 cs.SD cs.SY eess.AS
Adaptive Underwater Acoustic Communications with Limited Feedback: An AoI-Aware Hierarchical Bandit Approach
University of Catania（卡塔尼亚大学）；University of Palermo（巴勒莫大学）；Auburn University（奥本大学）
本文提出一种分层多臂老虎机框架，通过结合信道状态反馈和信息年龄，优化自适应调制与发射功率，提高吞吐量并降低反馈开销，仿真结果表明相比深度强化学习基线，吞吐量提升20.61%，能耗降低36.60%。
2026-02-23 cs.NI eess.SP
Joint Source-Environment Adaptation for Deep Learning-Based Underwater Acoustic Source Ranging
University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；Stony Brook University（石溪大学）
提出一种无监督领域自适应方法，通过结合接收信号能量估计微调预训练深度学习模型，提升水下声源测距在新环境中的泛化性能。
2025-03-30 cs.LG cs.SD eess.AS
Modulation Feature Enhancement with a Multi-Stage Attention Network for Underwater Acoustic Target Recognition
Institute of Acoustics, Chinese Academy of Sciences（中国科学院声学研究所）；University of Chinese Academy of Sciences（中国科学院大学）；School of Computer Science and Electronics Engineering, University of Essex（埃塞克斯大学计算机科学与电子工程学院）
本文提出了一种基于变分模态分解和3/2-D频谱的特征提取与融合方法，结合多阶段多类型注意力机制和可调类平衡焦点损失，提升水下声学目标识别性能。
2026-05-20 cs.SD eess.SP
