(1) 国家自然科学基金委员会, 青年科学基金项目, 61901079, 浅海目标多基地声呐协同探测技术研究, 2020-01-01 至 2022-12-31, 24万元, 结题, 主持

(2) J科委, 173基金, 无, 水下**回波特征**及相关机理研究, 2022-11 至 2026-11, 1830万元, 在研, 参与

(3) GF科工局, 创新科研, 无, XX中低频声强渡预报数字仿真与控制, 2023-01 至 2025-12, 300万元, 在 研, 参与

(4) **Z备发展部**项目管理中心, 基金, 无, 动态/集群等**水中**建模技术, 2022-10 至 2025-09, 350 万元, 在研, 参与

(5) 国家自然科学基金委, 中国博士后面上基金, 2020M681303, 水下目标身份识别的“声条形码”研究, 2020-10 至 2022-11, 8万元, 结题, 主持

本人一直从事水中目标声散射机理、特性分析与特征提取的理论建模、实验研究和数据分析处理工作，参与了多个目标声特性国防项目、自然基金项目等的研究工作，熟练掌握对目标特性分析与特征提取等信号处理分析方法，本人所在水声工程团队具有优良的水池实验条件，水池提供了目标声特性研究必需的实验环境，此外实验室具备图像声呐、采集器等水声实验设备，具备蛙人、小型UUV等目标，建立了水下目标静态、运动声散射测量系统，积累了可靠的试验流程和数据处理方法，可确保UUV、蛙人小目标分类识别算法、试验验证和分析的顺利完成。

“水下智能识别”技术结合了深度学习与声呐信号处理，旨在复杂水下环境中提升对无人潜航器（UUV）、潜水员（蛙人）等小目标的分类与识别能力。UUV、蛙人等小目标具有物理尺度小、运动速度慢、目标强度低的特点。小目标主要的活动场所为近岸环境，水文环境（含沙量、潮汐差）、海底环境（海深、海底坡度、海峡宽度、底质类型）复杂多样，给水下目标识别带来巨大挑战。基于DeepSeek架构的UUV、蛙人小目标分类识别技术，利用神经网络自动提取声呐数据中的关键特征，实现实时目标识别，克服传统方法在水下目标检测中的局限性。