包 藝，張慶輝，劉勇鋒，李廣華，張 淼，陳效鵬，杜 鵬，*

（1.西北工業(yè)大學(xué) 航海學(xué)院，陜西 西安 710072；2.山西平陽(yáng)重工機(jī)械有限責(zé)任公司，山西 侯馬 043099；3.國(guó)網(wǎng)淮北供電公司，安徽 淮北 235000；4.河南省水下智能裝備重點(diǎn)實(shí)驗(yàn)室，河南 鄭州 450015）

0 引言

海洋是地球上重要的生態(tài)系統(tǒng)，是軍事上寸土必爭(zhēng)的戰(zhàn)略要地，同時(shí)，海上運(yùn)輸也是當(dāng)今全球最重要的交通運(yùn)輸方式。人類(lèi)對(duì)海洋的探索從未停止，深海探測(cè)、深海資源挖掘、海洋生態(tài)保護(hù)，以及水下追蹤、隱身等技術(shù)已經(jīng)成為目前國(guó)際上研究的熱點(diǎn)。隨著我國(guó)“海洋強(qiáng)國(guó)”戰(zhàn)略的提出，國(guó)內(nèi)對(duì)水下探測(cè)技術(shù)與海洋探測(cè)裝備的研究變得越來(lái)越重視。

水下探測(cè)技術(shù)的發(fā)展經(jīng)歷了一個(gè)漫長(zhǎng)的演變過(guò)程。早期嘗試使用光波進(jìn)行探測(cè)，但對(duì)于深海區(qū)域，光線(xiàn)難以到達(dá)，且易發(fā)生衰減和散射，導(dǎo)致水下影像變得模糊，影響高質(zhì)量水下目標(biāo)圖像的獲取[1]。隨著近代水聲學(xué)的發(fā)展，聲吶技術(shù)成為了重要的探測(cè)方式，聲學(xué)信號(hào)在深海區(qū)域內(nèi)具有衰減程度小、傳播距離遠(yuǎn)等優(yōu)點(diǎn)[2]。但由于潛艇降噪技術(shù)、消聲和隔振技術(shù)等聲隱身技術(shù)的發(fā)展和復(fù)雜海洋條件對(duì)水下聲傳播的制約，聲學(xué)探測(cè)技術(shù)正面臨著威脅和挑戰(zhàn)[3]。除了光學(xué)探測(cè)、聲學(xué)探測(cè)以外，水下探測(cè)的方法還包括磁異探測(cè)、紅外探測(cè)、激光探測(cè)、合成孔徑雷達(dá)探測(cè)等[4]。

除了上述典型的水下探測(cè)方法外，海洋生物的生理結(jié)構(gòu)與行為特征能為研究者們提供靈感。研究發(fā)現(xiàn)，水生脊椎動(dòng)物如魚(yú)類(lèi)的側(cè)線(xiàn)器官可感受到水流流速、加速度、壓力和振動(dòng)源，從而判斷獵物、天敵或障礙物的位置來(lái)做出應(yīng)激反應(yīng)[5]。海豹也可以利用它的胡須來(lái)感受獵物游動(dòng)時(shí)產(chǎn)生的尾跡[6]。因此，仿照魚(yú)類(lèi)側(cè)線(xiàn)和海豹胡須的探測(cè)原理，可根據(jù)目標(biāo)尾跡的流場(chǎng)特性來(lái)識(shí)別和跟蹤物體[7]。水下目標(biāo)的振動(dòng)或平動(dòng)會(huì)導(dǎo)致水動(dòng)力尾跡的產(chǎn)生，當(dāng)目標(biāo)物離開(kāi)尾跡產(chǎn)生的位置時(shí)，水動(dòng)力尾跡不會(huì)馬上耗散掉，而是會(huì)持續(xù)存在一段時(shí)間，持續(xù)時(shí)間可能與目標(biāo)物的大小和運(yùn)動(dòng)的速度有關(guān)，當(dāng)其他水生生物經(jīng)過(guò)水動(dòng)力尾跡的位置時(shí)，可通過(guò)該尾跡來(lái)判斷出目標(biāo)的狀態(tài)信息[8]。

受此啟發(fā)，通過(guò)模仿水生生物的探測(cè)器官，研究者們按其原理，相繼制作出了仿生流場(chǎng)傳感器，用于水下流場(chǎng)探測(cè)。通過(guò)研制高精度和高靈敏度的傳感器獲取更為精準(zhǔn)的水動(dòng)力數(shù)據(jù)是當(dāng)前主要的研究方向之一，但如何將水動(dòng)力數(shù)據(jù)與目標(biāo)物的尺寸、形狀、位置以及運(yùn)動(dòng)狀態(tài)建立聯(lián)系也是非常重要的。目前，越來(lái)越多的水下流場(chǎng)探測(cè)方法被相繼提出，其中包括機(jī)器學(xué)習(xí)方法，由于其具備能夠有效地尋找高非線(xiàn)性度、高維度的映射關(guān)系，且時(shí)效性強(qiáng)、精準(zhǔn)度高、易于實(shí)現(xiàn)等優(yōu)點(diǎn)，受到研究者們的廣泛青睞。相比目前較為常用的如光學(xué)和聲學(xué)等水下探測(cè)技術(shù)，結(jié)合了仿生流場(chǎng)傳感器與機(jī)器學(xué)習(xí)等方法的仿生流場(chǎng)探測(cè)技術(shù)，克服了信號(hào)的衰減、噪聲和天氣等因素的影響，且為被動(dòng)探測(cè)技術(shù)，可將探測(cè)系統(tǒng)集成在水下航行器上，并進(jìn)行長(zhǎng)時(shí)間探測(cè)，隱蔽性強(qiáng)，可以彌補(bǔ)現(xiàn)有水下探測(cè)技術(shù)在復(fù)雜海域下近場(chǎng)感知的缺陷。本文以水下仿生流場(chǎng)探測(cè)為主題，介紹了典型的水下探測(cè)技術(shù)研究現(xiàn)狀，并陳述了國(guó)內(nèi)外仿生流場(chǎng)傳感器與流場(chǎng)水動(dòng)力探測(cè)方法的研究進(jìn)展。

1 典型水下探測(cè)技術(shù)研究現(xiàn)狀

目前，典型的水下探測(cè)技術(shù)是通過(guò)不同物理手段，向水下主動(dòng)發(fā)送信號(hào)或被動(dòng)接收信號(hào)，從而通過(guò)觀測(cè)水下聲場(chǎng)、溫度場(chǎng)、光場(chǎng)、磁場(chǎng)等物理場(chǎng)來(lái)進(jìn)行探測(cè)的?，F(xiàn)代常用的水下探測(cè)技術(shù)有聲學(xué)探測(cè)、紅外探測(cè)、磁異探測(cè)、激光探測(cè)與合成孔徑雷達(dá)探測(cè)技術(shù)。

1.1 聲學(xué)探測(cè)技術(shù)

水下目標(biāo)的聲學(xué)探測(cè)是目前主要的探測(cè)手段，主要包括聲吶、聲制導(dǎo)以及網(wǎng)絡(luò)化水聲探測(cè)等。探測(cè)模式可分為主動(dòng)探測(cè)和被動(dòng)探測(cè)。目前，聲吶的工作頻率逐步向低頻、寬帶和大功率方向發(fā)展，定位精度、探測(cè)距離和智能化識(shí)別功能不斷提高[3]。多波束測(cè)深聲吶、側(cè)掃聲吶、淺地層剖面儀和合成孔徑聲吶是近幾十年來(lái)快速發(fā)展的海底聲學(xué)探測(cè)高新技術(shù)裝備[9]。

典型的裝備有挪威EM122型深水多波束聲吶、美國(guó)AN/BQS-5D型寬孔徑低頻被動(dòng)聲吶、英國(guó)2087型低頻主動(dòng)聲吶等[3]。其中，挪威EM122型深水多波束聲吶的最大測(cè)深達(dá)11 000 m，單次可發(fā)射576個(gè)波束，最大覆蓋寬度為43 km，最小波束角寬為0.5°×1°[10]。由浙江大學(xué)和國(guó)家海洋局共同研制的我國(guó)第1臺(tái)深水多波束聲吶的最大探測(cè)距離為11 km[11]。

水下聲學(xué)探測(cè)具有探測(cè)距離遠(yuǎn)、傳播損失小且可多目標(biāo)同時(shí)定位等優(yōu)勢(shì)，但存在多路徑效應(yīng)以及混響干擾、海洋環(huán)境噪聲和自噪聲等干擾因素，且聲音在淺水區(qū)的傳播非常不穩(wěn)定。同時(shí)，降噪、消聲和隔振等技術(shù)的發(fā)展使得聲學(xué)探測(cè)面臨著巨大挑戰(zhàn)。

1.2 紅外探測(cè)技術(shù)

紅外探測(cè)技術(shù)是使用紅外探測(cè)器來(lái)識(shí)別水下潛體產(chǎn)生并浮升的熱尾流。潛體在航行過(guò)程中，由于其冷卻系統(tǒng)放出的溫?zé)岷Ｋ约奥菪龢蛩瓦\(yùn)動(dòng)時(shí)對(duì)海水的沖擊摩擦等因素，導(dǎo)致潛體后部產(chǎn)生熱尾流。由于熱尾流的密度比附近的海水小，當(dāng)熱尾流逐漸上浮到水面，即可被機(jī)載紅外探測(cè)儀識(shí)別出來(lái)[12]。

目前，國(guó)內(nèi)對(duì)熱尾流特征的分析以及紅外圖像的獲取方法進(jìn)行了大量研究。海軍工程大學(xué)的張士成等利用射線(xiàn)跟蹤法探測(cè)了海面上的紅外圖像，并發(fā)現(xiàn)了潛體低速航行時(shí)的橫波特征與高速航行時(shí)的縱波特征[13]。哈爾濱工業(yè)大學(xué)的王好賢等對(duì)熱尾流進(jìn)行了仿真，通過(guò)分析尾跡的溫度分布的離散程度來(lái)區(qū)分水下和水面目標(biāo)[14]。國(guó)防科技大學(xué)的楊衛(wèi)平等通過(guò)縮比實(shí)驗(yàn)進(jìn)行紅外探測(cè)系統(tǒng)成像，發(fā)現(xiàn)利用區(qū)域灰度值均值和均方差大小可探測(cè)出潛體的水面尾跡[15]。

紅外探測(cè)技術(shù)具有觀測(cè)范圍大、抗電子干擾強(qiáng)、隱蔽性好且成像分辨率高等優(yōu)點(diǎn)[12]，但易受環(huán)境溫度與雜質(zhì)等影響。

1.3 磁異探測(cè)技術(shù)

磁異探測(cè)是利用水下航行體本身的磁場(chǎng)特性與地球磁場(chǎng)的差異而導(dǎo)致周?chē)虻拇艌?chǎng)特性也隨之發(fā)生改變的特點(diǎn)來(lái)進(jìn)行探測(cè)的[16]。美國(guó)研發(fā)的AN/ASQ-81(V)4氦跟蹤式光泵磁探儀，以18.5～225.3 km/h的速度提供了理論最大探測(cè)距離，可達(dá)1 000 m[17]。

磁場(chǎng)是水下目標(biāo)探測(cè)中所利用的重要物理信號(hào)之一，其水層穿透性強(qiáng)且不易受海洋環(huán)境干擾[18]。但是天氣因素如雨、霧、低云等對(duì)磁異探測(cè)影響很大，且有效探測(cè)范圍較小，只能用于鐵磁目標(biāo)。

1.4 激光探測(cè)技術(shù)

DUENTLEY等人在1963年發(fā)現(xiàn)，在不同波長(zhǎng)的電磁波中，波長(zhǎng)為0.47～0.58 μm的藍(lán)綠激光在海水中的傳播損失最小[19]，適用于水下探測(cè)。在激光雷達(dá)向目標(biāo)發(fā)射激光后，會(huì)接收到從物體反射的回波信號(hào)，根據(jù)不同目標(biāo)的特點(diǎn)，回波信號(hào)的強(qiáng)度也會(huì)不同。機(jī)載激光雷達(dá)可進(jìn)行實(shí)時(shí)監(jiān)測(cè)，每小時(shí)的探測(cè)面積可達(dá)幾百平方千米，最大探測(cè)深度可達(dá)幾十米[20]。

典型的激光水下探測(cè)系統(tǒng)有俄羅斯“紫石英”系統(tǒng)、美國(guó)“魔燈”系統(tǒng)、美國(guó)SHOALS系統(tǒng)等。其中，“紫石英”系統(tǒng)的最大探測(cè)深度為45 m，搜索寬度為900 mm，飛行高度為200 m，飛行速度為200 kn[20]。

激光探測(cè)技術(shù)具有探測(cè)面積大、精度高、實(shí)時(shí)性好等優(yōu)點(diǎn)，但對(duì)于海水對(duì)光線(xiàn)的吸收和散射作用導(dǎo)致的成像模糊的問(wèn)題仍待解決。

1.5 合成孔徑雷達(dá)探測(cè)技術(shù)

機(jī)載或星載的合成孔徑雷達(dá)（SAR）可以探測(cè)到水面與水下航行體的水動(dòng)力尾跡，包括開(kāi)爾文尾跡、伯努利水丘、內(nèi)波尾跡、渦尾跡、湍流尾跡等[21]。其通過(guò)載體的勻速運(yùn)動(dòng)可獲得一個(gè)大孔徑回波的效果，從而取得較高的分辨率。SAR的成像亮度取決于目標(biāo)的后向反射信號(hào)的強(qiáng)度，這與物體表面的粗糙度、含水量、介電常數(shù)等因素有關(guān)[22]。表面粗糙度越大，后向散射強(qiáng)度越大，灰度圖也越亮。美國(guó)的星載SAR在0.006 s的時(shí)間內(nèi)可以生成一副覆蓋范圍達(dá)1 000 km2、分辨能力為3 m的圖像[17]。

SAR技術(shù)受天氣影響較小，具有高分辨率和高精度，能夠檢測(cè)到水下地形和目標(biāo)物的微小變化和細(xì)節(jié)。但是成像時(shí)間長(zhǎng)，需要多次掃描和處理，對(duì)設(shè)備的技術(shù)要求比較高。

2 仿生流場(chǎng)傳感器研究進(jìn)展

水下生物具有對(duì)水流極為敏感的感受器官，如魚(yú)類(lèi)側(cè)線(xiàn)與海豹胡須，通過(guò)神經(jīng)系統(tǒng)的處理后做出相應(yīng)反應(yīng)，即可完成捕食、避障、集群等行為。其獨(dú)特的生理結(jié)構(gòu)與感知原理也被研究者們深入探索，并作為仿生流場(chǎng)傳感器研制的重要依據(jù)。

魚(yú)類(lèi)的側(cè)線(xiàn)器官（Lateral Line）分布在魚(yú)頭和魚(yú)身的側(cè)面，其表面布滿(mǎn)感知水動(dòng)力刺激的感知細(xì)胞——神經(jīng)丘，根據(jù)分布位置與感知功能的不同，可分為體表神經(jīng)丘（Superficial Nerve，SN）和側(cè)線(xiàn)管神經(jīng)丘（Canal Nerve，CN）[23]（見(jiàn)圖1）。體表神經(jīng)丘的結(jié)構(gòu)包括膠質(zhì)頂層、感知纖毛、感知細(xì)胞和神經(jīng)中樞，當(dāng)附近有運(yùn)動(dòng)物體通過(guò)時(shí)，水波使得膠質(zhì)頂層受到作用力，膠質(zhì)頂層會(huì)帶動(dòng)纖毛一起擺動(dòng)，并開(kāi)啟離子轉(zhuǎn)導(dǎo)通道，將刺激信號(hào)傳向神經(jīng)中樞[24]。這樣類(lèi)似懸臂梁的結(jié)構(gòu)，能夠幫助魚(yú)類(lèi)感知水流的流向與流速。管神經(jīng)丘的結(jié)構(gòu)包括外孔、側(cè)線(xiàn)管、神經(jīng)丘核神經(jīng)中樞。外界的水流可以從外孔進(jìn)出側(cè)線(xiàn)管，能夠感知側(cè)線(xiàn)管內(nèi)外的壓強(qiáng)梯度[25]。

鰭足類(lèi)生物（如海豹和海獅等）能利用它們的高度敏感的胡須感受魚(yú)類(lèi)運(yùn)動(dòng)產(chǎn)生的水動(dòng)力尾跡，并且在渾濁和黑暗的海域進(jìn)行捕獵或追蹤領(lǐng)航者的尾跡[26-28]。胡須通過(guò)毛囊竇復(fù)合體（Follicular Sinus Complex，F(xiàn)SC）附著在動(dòng)物的面部，該毛囊結(jié)構(gòu)中含有將觸須信號(hào)傳遞給神經(jīng)系統(tǒng)的機(jī)械感受器[29]（見(jiàn)圖2（a））。經(jīng)研究發(fā)現(xiàn)，海豹的胡須結(jié)構(gòu)呈具有起伏度的波浪狀[30]（見(jiàn)圖2（b）），該結(jié)構(gòu)特點(diǎn)可以增強(qiáng)它們的感知能力，如擁有起伏橢圓截面胡須的港海豹具有比擁有普通橢圓截面胡須的加利福尼亞海獅更強(qiáng)的尾跡追蹤能力[31]。

圖2 海豹胡須幾何特征與結(jié)構(gòu)Fig.2 Geometric characteristics and structures of seal whiskers

仿照水生生物的流場(chǎng)感知器官的結(jié)構(gòu)，研究者們根據(jù)魚(yú)類(lèi)側(cè)線(xiàn)的體表神經(jīng)丘、管道神經(jīng)丘以及海豹的波浪狀胡須結(jié)構(gòu)的原理，采用新型材料與微機(jī)械加工（MEMS）技術(shù)，研制出了可以檢測(cè)水流局部流速與壓力梯度的流場(chǎng)傳感器。以此為單元可組合為人工側(cè)線(xiàn)傳感器陣列，進(jìn)行水下探測(cè)與定位等研究。本章介紹現(xiàn)有的流場(chǎng)傳感器研究進(jìn)展，根據(jù)感知原理不同，可分為：壓阻式、壓電式、電容式、光學(xué)式和熱線(xiàn)式，部分流場(chǎng)傳感器如圖3所示。

圖3 基于不同原理的仿生流場(chǎng)傳感器Fig.3 Bionic flow field sensors based on different principles

2.1 壓阻式

傳感器的壓阻效應(yīng)是由壓力帶來(lái)敏感元件變形并使其電阻值發(fā)生變化，通過(guò)外部電路的轉(zhuǎn)換，以電信號(hào)的形式顯示出來(lái)。其核心部件是類(lèi)似懸臂梁結(jié)構(gòu)的人工纖毛，在局部水流的作用下會(huì)發(fā)生偏轉(zhuǎn)，從而導(dǎo)致壓阻元件兩端的阻值發(fā)生改變，通過(guò)電橋顯示出電阻的阻值即可間接測(cè)量出局部流場(chǎng)的流速或壓力梯度。

2002年，F(xiàn)AN等人使用塑性變形磁組裝工藝（Plastic Deformation Magnetic Assembly，PDMA）設(shè)計(jì)了第1個(gè)纖毛流動(dòng)傳感器（見(jiàn)圖3（a））。該傳感器可檢測(cè)0.1～1 m/s范圍內(nèi)的層流流動(dòng)[32]。2008年，MCCONNEY等人使用滴注法制作了一個(gè)帶高長(zhǎng)徑比的水凝膠蓋（聚乙二醇）的纖毛流動(dòng)傳感器，靈敏度增強(qiáng)了大約2個(gè)數(shù)量級(jí)，達(dá)到了2.5 V/(μm/s)[33]。

研究者們還通過(guò)對(duì)傳感器材料與結(jié)構(gòu)進(jìn)行改進(jìn)，來(lái)提高流速與壓強(qiáng)的檢測(cè)閾值。QUALTIERI等人先后采用氮化鋁和多層Si/Si3N2結(jié)構(gòu)的懸臂梁，加上鎳鉻合金纖毛（80/20）和AIN/Mo壓敏電阻來(lái)制作傳感器，提高了對(duì)流動(dòng)方向的敏感性，壓強(qiáng)檢測(cè)閾值為2.5 kPa[34-35]。KOTTAPALLI等人采用液晶聚合膜（Liquid Crystal Polymer，LCP）、應(yīng)變計(jì)和Si-60纖毛組成新式傳感器，可用于高溫高壓環(huán)境，靈敏度高，在空氣和水中的檢測(cè)閾值分別為0.1 m/s和15 mm/s[36]。隨后他們?cè)诶w毛周?chē)鷦?chuàng)建了一些金字塔型納米纖維結(jié)構(gòu)（見(jiàn)圖3（b）），并將水凝膠澆鑄在納米纖維上以增強(qiáng)傳感器的靈敏度[37]。TAN等人將離子聚合物材料（IPMC）傳感器嵌入到充滿(mǎn)粘性流體的魚(yú)外形管道內(nèi)（見(jiàn)圖3（e）），通過(guò)管道在流場(chǎng)內(nèi)的偏轉(zhuǎn)來(lái)捕獲管道孔隙之間的壓力差[38]。GUO等人仿照魚(yú)類(lèi)側(cè)線(xiàn)體表神經(jīng)丘的結(jié)構(gòu)，設(shè)計(jì)了一種纖毛組織由一簇呈階梯狀排布的微柱的傳感器，可檢測(cè)出流體流動(dòng)方向，并表明了水凝膠帽的加入可使傳感器靈敏度提高107%[39]。

2012年，ALVARADO等人基于海豹胡須的FSC模型，將人造胡須安裝在柔性膜上，通過(guò)圍繞在圓柱形頭部安裝的柔性位移傳感器來(lái)測(cè)量胡須在2個(gè)正交平面中的樞轉(zhuǎn)運(yùn)動(dòng)，實(shí)驗(yàn)結(jié)果表明測(cè)量值振幅取決于流體速度的瞬時(shí)或穩(wěn)定變化[29]。2015年，BEEM等人仿照海豹胡須的波浪狀結(jié)構(gòu)，設(shè)計(jì)了一種晶須模型（見(jiàn)圖3（f）），其基部安裝在撓曲板上從而允許模型在順向和橫向流動(dòng)方向上自由振動(dòng)，并將板的偏轉(zhuǎn)信號(hào)通過(guò)應(yīng)變計(jì)和惠斯通電橋輸出為電壓信號(hào)，發(fā)現(xiàn)了晶須的響應(yīng)頻率與上游圓柱尾流的斯特勞哈爾頻率一致[40]。

單個(gè)傳感器往往無(wú)法實(shí)現(xiàn)很強(qiáng)的功能，研究者們將傳感器以陣列的形式組合起來(lái)，可有效提高其檢測(cè)能力和精準(zhǔn)度。JIANG等人在管道中布置纖毛流動(dòng)傳感器（見(jiàn)圖3（c））來(lái)檢測(cè)振動(dòng)偶極子源，當(dāng)偶極子振動(dòng)頻率為115 Hz時(shí)，傳感器陣列的壓強(qiáng)梯度檢測(cè)閾值為11 Pa/m[41]。FERNANDEZ等人使用數(shù)百個(gè)傳感器組成的陣列來(lái)檢測(cè)圓柱形障礙物，壓強(qiáng)檢測(cè)閾值為1 Pa，經(jīng)簡(jiǎn)化后由4個(gè)傳感器組成的中心距為15 mm的一維傳感器陣列的壓強(qiáng)檢測(cè)閾值就可達(dá)到1.5 Pa[42-43]。2022年，王森等人將利用3D打印技術(shù)制作的海豹胡須模型組成二維陣列，實(shí)現(xiàn)了目標(biāo)尾流特征的測(cè)量，研究發(fā)現(xiàn)，胡須模型升力系數(shù)的主頻與尾流漩渦脫落頻率理論值的一致性較好，且胡須夾角的大小會(huì)影響傳感器渦激振動(dòng)的產(chǎn)生[44]。

壓阻式傳感器具有靈敏度高、頻率響應(yīng)高、穩(wěn)定性好以及體積小、耗電少等性能優(yōu)點(diǎn)，且制作工藝成熟，集成化水平高、商業(yè)化程度高，是研究者們較多選擇的用來(lái)進(jìn)行流場(chǎng)檢測(cè)的傳感器。但它易受到溫度變化的影響，在溫度補(bǔ)償、防蠕變、防水性等方面的要求都非常高，有待進(jìn)一步強(qiáng)化。

2.2 壓電式

傳感器的壓電效應(yīng)是由于材料受到外力作用時(shí)能在材料中產(chǎn)生電場(chǎng)（表面產(chǎn)生電荷），當(dāng)外力除去時(shí)，又能重新恢復(fù)到不帶電的狀態(tài)。2013年，ASADNIA等人設(shè)計(jì)并制作了壓電式流場(chǎng)傳感器陣列來(lái)檢測(cè)偶極子源振蕩，流速檢測(cè)上的分辨率為3 mm/s[45]。在后續(xù)的優(yōu)化過(guò)程中，他們首先將聚合物纖毛安裝在帶有浮動(dòng)電極Pb(Zr0.52Ti0.48)O3微隔膜上（見(jiàn)圖3（d）），靈敏度為22 mV/(mm/s)，流速檢測(cè)分辨率達(dá)到了8.2 μm/s[46]。隨后他們又將由聚二甲基硅氧烷（PDMS）與聚偏氟乙烯（PVDF）壓電納米纖維制成的纖毛束，用圓頂形水凝膠殼斗包裹起來(lái)（見(jiàn)圖3（h）），靈敏度達(dá)300 mV/(mm/s)，流速分辨率達(dá)到了8 μm/s[47]。

隨著新型材料的研制，壓電式流場(chǎng)傳感器的壓電性能得到了不斷提高。HU等人采用極化聚偏乙烯–三氟乙烯[P(VDF-TrFE)]/鈦酸鋇（BTO）靜電紡絲納米纖維墊作為傳感層，帶有圓形腔陣列的聚亞酰胺（PI）薄膜作為襯底，聚甲基丙烯酸甲酯（PMMA）柱體作為纖毛，流速檢測(cè)閾值達(dá)0.23 mm/s[48]。TAN等人同樣采用聚偏氟乙烯（PVDF）薄膜作為壓電傳感元件，分析了4種不同形狀的人工錐體結(jié)構(gòu)對(duì)傳感性能的影響[49]。

壓電式傳感器具備結(jié)構(gòu)簡(jiǎn)單、性能穩(wěn)定、線(xiàn)性度好、頻帶響應(yīng)寬、信噪比高、工作可靠等優(yōu)點(diǎn)。但其對(duì)壓電材料的要求較高，在水下測(cè)量時(shí)，應(yīng)提高防水性以及防沖擊性來(lái)保護(hù)壓電元件不被破壞。

2.3 電容式

電容式流場(chǎng)傳感器的關(guān)鍵部件是可變電容器，可通過(guò)局部流場(chǎng)的激勵(lì)帶來(lái)電容器極板距離與有效面積的改變，從而轉(zhuǎn)變?yōu)殡娙荽笮〉淖兓?007年，KRIJNEN等人將附著在氮化硅薄膜上的SU-8纖毛陣列與電容器組裝在一起，在局部流體的沖擊作用在纖毛上時(shí)，電容電極之間的間隙會(huì)發(fā)生改變，通過(guò)檢測(cè)電容的大小可轉(zhuǎn)換為流體的流速值。該傳感器在探測(cè)氣流時(shí)的靈敏度為1.39 pF/rad[50]。2010年，STOCKING等人仿照海豹胡須結(jié)構(gòu)開(kāi)發(fā)了一種剛性人造晶須式流場(chǎng)傳感器，安裝在裝有電容器的底座上（見(jiàn)圖3（g）），可用于檢測(cè)流體的流速和流動(dòng)方向，檢測(cè)范圍為0.1～1 m/s，輸出信號(hào)閾值為1 pf[51]。

電容式傳感器具有靈敏度高、耐高溫、耐輻射、動(dòng)態(tài)響應(yīng)特性好、功耗低等優(yōu)點(diǎn)。但其輸出阻抗高，因而負(fù)載能力小，在環(huán)境干擾的影響下易出現(xiàn)不穩(wěn)定現(xiàn)象，且電子線(xiàn)路和周?chē)鷮?dǎo)體構(gòu)成的寄生電容會(huì)影響測(cè)量的精確度。

2.4 光學(xué)式

光學(xué)式流場(chǎng)傳感器是通過(guò)發(fā)光二極管、光柵等光學(xué)器件捕捉纖毛結(jié)構(gòu)在水中的偏轉(zhuǎn)，并將光信號(hào)轉(zhuǎn)變?yōu)殡娦盘?hào)輸出來(lái)表征水流流速。2011年，KLEIN等人開(kāi)發(fā)出了一種由透明硅棒與紅外發(fā)光二極管組成的光學(xué)傳感器，可用于檢測(cè)由振動(dòng)球體或上游圓柱體引起的渦旋流動(dòng)，速度檢測(cè)閾值為100 μm/s[52]。GROBE和HENDRIK都采用聚二烷（PDMS）薄片制作柔性微柱，在局部流動(dòng)的作用下，微柱受到壓力而彎曲，通過(guò)光障原理對(duì)它的擾度進(jìn)行測(cè)量[53-54]。2018年，WOLF等人提出了一種刻有布拉格光柵的人工纖毛光學(xué)傳感器，纖毛一端連有塑性球體（見(jiàn)圖3（i）），光柵可以反映球體受到的流體作用力的大小，該傳感器在低頻時(shí)流速檢測(cè)閾值為5 μm/s，且可以檢測(cè)到幾度范圍內(nèi)的流動(dòng)方向[55]。2021年，李冰等人根據(jù)海豹胡須的仿生學(xué)原理，制作了一種可用于應(yīng)力與折射率測(cè)量的新型光纖傳感器，應(yīng)力測(cè)量靈敏度可達(dá)7.00 pm/με，折射率測(cè)量靈敏度可達(dá)55.223 mm/RIU，均具有很好的線(xiàn)性擬合效果[56]。

光學(xué)流速傳感器通過(guò)外接設(shè)備來(lái)捕捉光信號(hào)的方式來(lái)測(cè)量流速，省去了傳感器內(nèi)部復(fù)雜的電路和模數(shù)轉(zhuǎn)換過(guò)程，且具有靈敏度高、動(dòng)態(tài)范圍寬等優(yōu)點(diǎn)。但在實(shí)際水下探測(cè)過(guò)程中難以實(shí)現(xiàn)光學(xué)信號(hào)的獲取，且易發(fā)生散射、反射以及受到其它光源的影響。

2.5 熱線(xiàn)式

熱線(xiàn)風(fēng)速計(jì)（HWA）是一種常用的用來(lái)測(cè)量流體流速的儀器。當(dāng)空氣或水流流經(jīng)內(nèi)部的熱線(xiàn)金屬絲時(shí)，由熱對(duì)流導(dǎo)致的熱量損失會(huì)使熱線(xiàn)的溫度和電阻值發(fā)生變化，從而可以通過(guò)測(cè)量阻值來(lái)間接測(cè)量流動(dòng)速度。YANG等人利用熱線(xiàn)原理開(kāi)發(fā)了一種傳感器陣列，在平板上印刷電路，并通過(guò)三維磁性組裝技術(shù)將熱線(xiàn)安裝在平板外部（見(jiàn)圖3（j））。該傳感器可以監(jiān)測(cè)振動(dòng)偶極子源在1 kHz采樣時(shí)速度檢測(cè)閾值為0.2 mm/s[57-58]。

熱線(xiàn)式傳感器廣泛應(yīng)用在空氣流量的測(cè)量應(yīng)用中，具有精度高、響應(yīng)速度快、結(jié)構(gòu)簡(jiǎn)單等特點(diǎn)。但由于防水性能的影響，該類(lèi)傳感器還未在水下流速測(cè)量中得到很好的應(yīng)用。

3 流場(chǎng)水動(dòng)力探測(cè)方法研究進(jìn)展

近些年來(lái)，國(guó)內(nèi)外研究者們不斷探索如何利用流場(chǎng)的水動(dòng)力信息，如流速和壓差等，對(duì)水中目標(biāo)物的位置、形狀以及大小進(jìn)行識(shí)別和預(yù)測(cè)。運(yùn)動(dòng)目標(biāo)物產(chǎn)生的流場(chǎng)，通常用小球振動(dòng)模擬的偶極子源流場(chǎng)和障礙物繞流流場(chǎng)來(lái)進(jìn)行近似代替，符合實(shí)際海域中魚(yú)類(lèi)尾部拍打水面和固定或運(yùn)動(dòng)物體繞流的情況。并通過(guò)數(shù)值模擬和實(shí)驗(yàn)相結(jié)合的方法，尋找水動(dòng)力信息與目標(biāo)狀態(tài)參數(shù)之間的映射關(guān)系。該方法彌補(bǔ)了聲學(xué)和光學(xué)方法在水下復(fù)雜流體環(huán)境中近場(chǎng)感知的缺陷，具有很重要的研究前景。根據(jù)流場(chǎng)水動(dòng)力探測(cè)方法的研究歷程，本章將從理論建模和機(jī)器學(xué)習(xí)方面的研究進(jìn)展進(jìn)行介紹，部分方法的系統(tǒng)和結(jié)構(gòu)如圖4所示。

3.1 基于理論建模的流場(chǎng)水動(dòng)力探測(cè)方法

為了仿照魚(yú)類(lèi)側(cè)線(xiàn)體表神經(jīng)丘和管神經(jīng)丘對(duì)對(duì)流場(chǎng)流速與壓力的敏感性，研究者們?cè)噲D利用傳感器捕捉的流場(chǎng)信息建立水動(dòng)力特點(diǎn)與目標(biāo)位置信息的數(shù)學(xué)模型，并保證更多的實(shí)驗(yàn)結(jié)果數(shù)據(jù)與模型的擬合程度越來(lái)越高。

2006年，格羅寧根大學(xué)的BRANISLAVA等人利用電生理學(xué)，對(duì)魚(yú)類(lèi)沿側(cè)線(xiàn)分布的壓力梯度激勵(lì)模式在空間特征中進(jìn)行線(xiàn)性編碼。發(fā)現(xiàn)側(cè)線(xiàn)管內(nèi)的神經(jīng)纖維的位移與側(cè)線(xiàn)沿線(xiàn)的局部壓力梯度成正比，且激勵(lì)模式可分解為偶數(shù)和奇數(shù)2個(gè)小波[59]。同年，Pandya等人利用MEMS熱線(xiàn)流量傳感器陣列進(jìn)行了水下運(yùn)動(dòng)偶極子源軌跡的追蹤實(shí)驗(yàn)，使用最小均方誤差算法和經(jīng)驗(yàn)數(shù)據(jù)提出了2種方法，即混合高斯模型擬合的建模方法與模板訓(xùn)練法，成功預(yù)測(cè)了偶極子源的位置[60]。BOUFFANAIS等人在2010年提出了一種基于保角映射和歸一化過(guò)程對(duì)障礙物的大小、位置和形狀進(jìn)行編碼的方法，編碼序列體現(xiàn)了通過(guò)壓力傳感進(jìn)行流體動(dòng)力學(xué)成像的漸進(jìn)特征，并推導(dǎo)出了障礙物形狀表示參數(shù)的解析解[61]。YANG等人開(kāi)發(fā)了一種分布在半圓柱體表面上的MEMS制作的流速傳感器十字形陣列（見(jiàn)圖4（b），圖中黃色圓盤(pán)代表傳感器；數(shù)字代表傳感器編號(hào)；紅線(xiàn)代表每個(gè)傳感器的主軸方向），利用波束形成算法將每個(gè)傳感器得到信號(hào)進(jìn)行三維流體動(dòng)力學(xué)成像，通過(guò)觀察能量圖案的峰值成功預(yù)測(cè)了偶極子源的位置[62]。

2012年，REN等人針對(duì)魚(yú)形模型周?chē)目ㄩT(mén)渦街勢(shì)流流場(chǎng)，采用伯努利方程計(jì)算魚(yú)身表面上的壓力分布，利用外部已知流場(chǎng)可通過(guò)一對(duì)連續(xù)孔之間的壓力梯度求得魚(yú)身內(nèi)部流場(chǎng)的解析解。研究結(jié)果表明，渦街的主要特征如大小、移速、間距和魚(yú)身的夾角等都可通過(guò)測(cè)量渦街沿著魚(yú)形模型的速度分布隨時(shí)間的變化來(lái)重現(xiàn)[63]。ROBERTO等人設(shè)計(jì)了一種搭載平行壓力傳感器陣列的U形平臺(tái)對(duì)均勻流和卡門(mén)渦街進(jìn)行局部測(cè)量，通過(guò)分析傳感器測(cè)量中存在的波動(dòng)幅度和檢測(cè)相同主導(dǎo)頻率的傳感器數(shù)量，能夠區(qū)分這2種流場(chǎng)的類(lèi)別，并確定平臺(tái)相對(duì)于來(lái)流和卡門(mén)渦街中心軸的方向和位置[64]。2015年，LEVI等人將IPMC流速傳感器與嵌入式壓力傳感器同時(shí)搭載在翼型水下航行器上，利用流速傳感器測(cè)量值與局部流速分量的密切關(guān)系來(lái)建立合理的非線(xiàn)性估計(jì)策略，以估計(jì)自由流流速、航行器攻角與上游障礙物的相對(duì)位置，壓力傳感器可測(cè)量?jī)蓚?cè)壓差以校準(zhǔn)流速傳感器和調(diào)整航行器姿態(tài)[65]。

由于理論建模方法忽略了流體粘性，以及在實(shí)際實(shí)驗(yàn)室和工程應(yīng)用上會(huì)產(chǎn)生的外界環(huán)境干擾噪聲的影響，其理想情況下得到的解析解往往無(wú)法直接運(yùn)用在實(shí)際探測(cè)當(dāng)中去，僅可作為理論指導(dǎo)，具有很大的局限性。

3.2 基于機(jī)器學(xué)習(xí)的流場(chǎng)水動(dòng)力探測(cè)方法

實(shí)際的水下流場(chǎng)探測(cè)環(huán)境是非常復(fù)雜的，其它流場(chǎng)干擾、溫度和鹽度的變化以及水下顆粒物等因素都會(huì)降低傳感器測(cè)量值的準(zhǔn)確度，且人工側(cè)線(xiàn)獲得的水動(dòng)力特征與目標(biāo)物狀態(tài)參數(shù)之間存在著高維數(shù)和高非線(xiàn)性關(guān)系，對(duì)預(yù)測(cè)模型的噪聲魯棒性要求極高。越來(lái)越多的研究者們開(kāi)始利用機(jī)器學(xué)習(xí)方法來(lái)解決上述問(wèn)題，通過(guò)大量數(shù)據(jù)來(lái)訓(xùn)練模型，不斷提高其泛化能力，其準(zhǔn)確性和高效性也逐漸顯現(xiàn)出來(lái)。

1）神經(jīng)網(wǎng)絡(luò)是機(jī)器學(xué)習(xí)方法中較為簡(jiǎn)單且最常用的方法，其基本單元為神經(jīng)元，可以將帶有權(quán)重的輸入信號(hào)與其本身的閾值進(jìn)行線(xiàn)性組合，并經(jīng)過(guò)激活函數(shù)的非線(xiàn)性處理后輸出。神經(jīng)元按層排布，層與層之間的神經(jīng)元兩兩連接，從輸入層到隱含層到輸出層，即可組成多層感知機(jī)（MLP）神經(jīng)網(wǎng)絡(luò)。該神經(jīng)網(wǎng)絡(luò)常用誤差逆?zhèn)鞑ィ˙ackpropagation，BP）算法進(jìn)行訓(xùn)練優(yōu)化，即沿著輸出值與真實(shí)值的均方誤差（MSE）等誤差標(biāo)準(zhǔn)的逆向梯度方向?qū)ふ易钚≈?，?lái)更新整個(gè)網(wǎng)絡(luò)的權(quán)值與閾值。

2012年，ABDULSADDA等人利用MLP網(wǎng)絡(luò)，在1BL（身長(zhǎng)）的傳感器陣列前方2BL×BL區(qū)域內(nèi)預(yù)測(cè)運(yùn)動(dòng)偶極子源位置，平均預(yù)測(cè)誤差為1.5% BL[66]。2013年，他們?cè)跇颖緮?shù)據(jù)中加入了噪聲，使信噪比達(dá)到30 dB，成功預(yù)測(cè)了目標(biāo)圓柱的位置[67]。2017年，MAURICIO等人通過(guò)二維格子玻爾茲曼方法對(duì)管道中的障礙物繞流流場(chǎng)進(jìn)行了數(shù)值模擬，采用MLP網(wǎng)絡(luò)對(duì)尾跡流場(chǎng)中的動(dòng)態(tài)壓力與水平速度分量進(jìn)行訓(xùn)練來(lái)預(yù)測(cè)障礙物的位置。研究發(fā)現(xiàn)，在小直徑障礙物尺寸和管道邊緣區(qū)域處的預(yù)測(cè)精度較低[68]。

2018年，LIU等人將壓力傳感器陣列布置在回轉(zhuǎn)體水下航行器（AUV）的側(cè)線(xiàn)上，利用數(shù)值模擬方法研究了AUV在振動(dòng)源位置、頻率和振幅方面的壓力影響機(jī)制，并通過(guò)水槽實(shí)驗(yàn)進(jìn)行了驗(yàn)證。采用簡(jiǎn)單的線(xiàn)性回歸神經(jīng)網(wǎng)絡(luò)對(duì)以上參數(shù)進(jìn)行了識(shí)別[69]。同年，又采用MLP網(wǎng)絡(luò)對(duì)目標(biāo)障礙物中圓形和方形2種形狀進(jìn)行了分類(lèi)識(shí)別，準(zhǔn)確率分別達(dá)到了98.9%和95.3%[70]。2020年，MOHAMED等人利用在空間分布的光纖人工觸須傳感器來(lái)測(cè)量圓柱繞流尾跡流場(chǎng)的流速（見(jiàn)圖4（d）），通過(guò)2個(gè)MLP網(wǎng)絡(luò)（見(jiàn)圖4（e））分別預(yù)測(cè)不同圓柱位置的橫坐標(biāo)和縱坐標(biāo)，在雷諾數(shù)為6 000的流場(chǎng)中達(dá)到了平均誤差小于圓柱直徑的效果[71]。

2）常規(guī)的MLP網(wǎng)絡(luò)由于每一層神經(jīng)元之間采用全連接的方式，導(dǎo)致計(jì)算與時(shí)間成本較高，且若想預(yù)測(cè)高維度和高非線(xiàn)性度的映射關(guān)系，需要大量的訓(xùn)練樣本數(shù)據(jù)和深層復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)，還可能會(huì)導(dǎo)致過(guò)擬合的現(xiàn)象產(chǎn)生，存在一定局限性。但越來(lái)越多的機(jī)器學(xué)習(xí)研究者們對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行了不斷的改進(jìn)和完善，出現(xiàn)了如以徑向基函數(shù)為激活函數(shù)的廣義回歸神經(jīng)網(wǎng)絡(luò)（GRNN）、存在自身節(jié)點(diǎn)連接的循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）以及可以進(jìn)行二維圖像編碼的卷積神經(jīng)網(wǎng)絡(luò)（CNN）等。

2012年，TAN等人利用一維IPMC流速傳感器陣列預(yù)測(cè)二維平面內(nèi)的偶極子源位置，在使用MLP網(wǎng)絡(luò)的基礎(chǔ)上，通過(guò)遺傳算法的優(yōu)化過(guò)程選擇神經(jīng)網(wǎng)絡(luò)隱藏節(jié)點(diǎn)的數(shù)量，陣列能夠定位至少1～2BL以外的源[72]。2013年，他們又在不同流體介質(zhì)下研究單個(gè)IPMC傳感器的流體動(dòng)力學(xué)性能，利用最小二乘最小化法來(lái)估計(jì)懸臂梁的阻力系數(shù)，與實(shí)際測(cè)量值擬合較好[73]。2018年，ZHENG等人利用由9個(gè)壓力傳感器組成的三維十字形陣列和GRNN網(wǎng)絡(luò)來(lái)預(yù)測(cè)偶極子源的位置，結(jié)果發(fā)現(xiàn)，水平與垂直方向的傳感器對(duì)遠(yuǎn)距離和近距離源的定位精度不同，且增加數(shù)據(jù)采樣間隔和減少使用的傳感器數(shù)量并不能幫助提高定位精度[74]。2019年，LAKKAM等人將經(jīng)典線(xiàn)性主成分分析（PCA）與人工神經(jīng)網(wǎng)絡(luò)結(jié)合起來(lái)，將數(shù)據(jù)映射到低維空間中，設(shè)計(jì)了一種可以識(shí)別單源和匯的分類(lèi)器。并利用BOUFFANAIS等[61]得到的解析解，將障礙物的3個(gè)形狀系數(shù)與流場(chǎng)流速、壓力的關(guān)系進(jìn)行訓(xùn)練，實(shí)現(xiàn)了準(zhǔn)確的預(yù)測(cè)[75]。

LIU等人在2019年將AUV（見(jiàn)圖4（a））上相鄰分布的2個(gè)壓力傳感器測(cè)量值的差值構(gòu)成一個(gè)可視化的壓差矩陣，建立一個(gè)4層的CNN網(wǎng)絡(luò)（見(jiàn)圖4（f））來(lái)訓(xùn)練壓差圖像，結(jié)果表明CNN可以比當(dāng)前時(shí)間提前2 s識(shí)別流場(chǎng)狀態(tài)[76]。2019年，WOLF等人使用8個(gè)全光流量傳感器組成的人工側(cè)線(xiàn)，分別使用長(zhǎng)–短期記憶網(wǎng)絡(luò)（LSTM）和在線(xiàn)順序極限學(xué)習(xí)機(jī)（OS-ELM）來(lái)預(yù)測(cè)二維平面內(nèi)移動(dòng)小球的位置（見(jiàn)圖4（c））。結(jié)果表明，在62 cm×9.5 cm的區(qū)域內(nèi)，2種神經(jīng)網(wǎng)絡(luò)的平均定位誤差為0.72 cm和4.27 cm，且具有循環(huán)功能的LSTM網(wǎng)絡(luò)受噪聲的影響更小[77]。2020年，他們又在游泳池的實(shí)驗(yàn)環(huán)境下制作了3.5 m的大型人工側(cè)線(xiàn)系統(tǒng)，并使用ELM網(wǎng)絡(luò)提出了一種位置不變的特征提取方法，對(duì)5種不同形狀的運(yùn)動(dòng)物體進(jìn)行了形狀識(shí)別，分類(lèi)的F1分?jǐn)?shù)達(dá)到了98.6%[78]。同年，利用2條平行的側(cè)線(xiàn)系統(tǒng)來(lái)對(duì)流體速度進(jìn)行采樣，首先使用CNN網(wǎng)絡(luò)估計(jì)偶極子源位置的二維概率圖像，再用自動(dòng)迭代三維感知算法，可以確定多個(gè)偶極子源在三維空間中的位置[79]。

由于流動(dòng)的周期性以及環(huán)境噪聲的干擾，傳感器獲得的信號(hào)經(jīng)常無(wú)法直接用作預(yù)測(cè)模型的輸入，而需要通過(guò)濾波等信號(hào)處理方式進(jìn)行特征提取，通過(guò)分離和加入噪聲信號(hào)來(lái)測(cè)試模型的魯棒性，才能達(dá)到較為理想的效果。西安交通大學(xué)的胡橋等人通過(guò)經(jīng)驗(yàn)?zāi)B(tài)分解（EMD）方法對(duì)人工側(cè)線(xiàn)系統(tǒng)接收到的原始信號(hào)進(jìn)行不同的內(nèi)在模函數(shù)（IMFs）分解，將目標(biāo)信號(hào)與干擾信號(hào)分離，并從IMFs中提取不同振動(dòng)目標(biāo)的特征頻率，最后將頻率譜輸入到SVM中實(shí)現(xiàn)了水下運(yùn)動(dòng)目標(biāo)的智能方向識(shí)別，結(jié)果表明，與普通的傅里葉濾波和神經(jīng)網(wǎng)絡(luò)等傳統(tǒng)方法相比具有更好的檢測(cè)性能[80]。2022年，他們采用粒子群優(yōu)化（PSO）算法對(duì)運(yùn)動(dòng)的偶極子源軌跡進(jìn)行跟蹤，然后利用卡爾曼濾波（KF）和粒子濾波（PF）等濾波器對(duì)跟蹤軌跡進(jìn)行了優(yōu)化。結(jié)果表明：PSO算法對(duì)矩形軌跡的平均誤差距離（MED）為12.51 mm，PF的優(yōu)化性能優(yōu)于KF，MED達(dá)到7.064 mm[81]。同年，他們又采用4種聯(lián)合時(shí)頻分析（JTFA）方法將原始信號(hào)轉(zhuǎn)換為頻域和時(shí)域，并將結(jié)果輸入到CNN模型中來(lái)識(shí)別偶極子的運(yùn)動(dòng)模式和位置，識(shí)別率和誤差分別達(dá)到了99.93%和2.134 mm[82]。

4 總結(jié)與展望

聲學(xué)、光學(xué)等水下探測(cè)技術(shù)在復(fù)雜海域下近場(chǎng)感知的局限性已逐漸顯現(xiàn)，研究人員以魚(yú)類(lèi)側(cè)線(xiàn)和海豹胡須等敏感器官的原理為依據(jù)，制作了可以準(zhǔn)確測(cè)量局部流速和壓力梯度的仿生流場(chǎng)傳感器，再結(jié)合理論建模與機(jī)器學(xué)習(xí)等方法，實(shí)現(xiàn)了流場(chǎng)特征以及水下目標(biāo)物的位置與運(yùn)動(dòng)狀態(tài)的識(shí)別和預(yù)測(cè)。在水下探測(cè)領(lǐng)域內(nèi)具有重要的發(fā)展前景，且未來(lái)可以考慮將該方法融合到自主水下航行器和水下滑翔機(jī)等裝備的探測(cè)系統(tǒng)當(dāng)中去[83-84]。本文概述了基于不同原理設(shè)計(jì)的仿生流場(chǎng)傳感器和水下流場(chǎng)水動(dòng)力探測(cè)方法的研究進(jìn)展。目前已取得了很多研究成果，但距離實(shí)際工程應(yīng)用上還存在一定距離。下面是對(duì)相關(guān)研究中關(guān)鍵問(wèn)題的分析以及未來(lái)展望。

1）仿生流場(chǎng)傳感器性能。

目前用于仿生流場(chǎng)探測(cè)的傳感器類(lèi)型多以懸臂梁式流速傳感器和壓力傳感器為主，但懸臂梁式流速傳感器通過(guò)流體對(duì)纖毛的擾動(dòng)來(lái)進(jìn)行物理量轉(zhuǎn)換，需要嚴(yán)格和復(fù)雜的標(biāo)定和校準(zhǔn)過(guò)程，否則會(huì)影響傳感器的精度；壓力傳感器在較深水域內(nèi)使用時(shí)，受到水深靜壓的影響非常大，對(duì)傳感器的靈敏度要求極高。在未來(lái)的研究中，可以考慮壁面剪應(yīng)力傳感器來(lái)彌補(bǔ)流速和壓力傳感器的缺陷。在新型材料不斷發(fā)展的過(guò)程中，選擇高靈敏度、力學(xué)性能優(yōu)良、化學(xué)性質(zhì)穩(wěn)定、防沖擊和變形能力強(qiáng)以及適應(yīng)復(fù)雜流體環(huán)境下的材料來(lái)制作傳感器原件。除此之外，通過(guò)傳感器–模數(shù)轉(zhuǎn)換器–數(shù)據(jù)采集卡等部件的集成化也可以減小數(shù)據(jù)的丟失和失真，并提高了傳感器的信號(hào)處理能力。

2）傳感器陣列布局優(yōu)化。

現(xiàn)有的人工側(cè)線(xiàn)傳感器陣列布置較為簡(jiǎn)單且傳感器數(shù)量較少，一般以一維線(xiàn)陣列和二維網(wǎng)格陣列為主，而真實(shí)的魚(yú)類(lèi)側(cè)線(xiàn)神經(jīng)丘的布局是非常復(fù)雜的。目前部分研究者們通過(guò)貝葉斯估計(jì)、方差分析和神經(jīng)網(wǎng)絡(luò)等方法研究了一些傳感器布局的優(yōu)化[85-88]，且大多針對(duì)某一特定目標(biāo)如預(yù)測(cè)誤差、噪聲魯棒性等對(duì)傳感器數(shù)量或間距進(jìn)行優(yōu)化。未來(lái)可以考慮綜合多目標(biāo)優(yōu)化策略，加入傳感器間距和靈敏度之間關(guān)系的分析。在布局維度方面，可以擴(kuò)充至二維面陣列甚至三維空間陣列上。

3）水下探測(cè)環(huán)境的流場(chǎng)復(fù)雜性。

目前的水下探測(cè)研究的環(huán)境，無(wú)論是數(shù)值模擬還是實(shí)物實(shí)驗(yàn)方法，都是以實(shí)驗(yàn)室條件下的水槽內(nèi)探測(cè)為主，傳感器陣列載體的尺寸較小、運(yùn)動(dòng)方式簡(jiǎn)單，且水流環(huán)境穩(wěn)定，流場(chǎng)類(lèi)型簡(jiǎn)單。對(duì)于探測(cè)目標(biāo)物來(lái)說(shuō)，目標(biāo)物形狀比較規(guī)則，目標(biāo)物與載體之間的探測(cè)距離也較短。在改變探測(cè)距離、目標(biāo)物形狀以擴(kuò)充神經(jīng)網(wǎng)絡(luò)訓(xùn)練的樣本時(shí)，距離樣本的范圍多以二維平面為主，且探測(cè)區(qū)域面積較??；形狀識(shí)別上也多以分類(lèi)器為主，樣本標(biāo)簽的種類(lèi)較少，且數(shù)據(jù)量也不夠大。隨著傳感器性能的不斷提高，未來(lái)需要進(jìn)行大量的室外如河道、湖泊和近海等自然環(huán)境下的探測(cè)實(shí)驗(yàn)，并以真實(shí)的水下障礙物或游動(dòng)的魚(yú)類(lèi)等作為探測(cè)的目標(biāo)，增大訓(xùn)練樣本的數(shù)據(jù)量，以達(dá)到提高預(yù)測(cè)模型泛化能力的目的，或?qū)⑷斯ぴ肼曅盘?hào)融合在輸入信號(hào)中，以提高預(yù)測(cè)模型的噪聲魯棒性，使研究成果具有更大的工程上的意義。隨著人工智能的發(fā)展和計(jì)算機(jī)性能的進(jìn)一步提高，應(yīng)尋求更為深層的神經(jīng)網(wǎng)絡(luò)模型對(duì)流場(chǎng)水動(dòng)力特征進(jìn)行學(xué)習(xí)，可以考慮結(jié)合數(shù)值模擬和實(shí)驗(yàn)方法，采用數(shù)據(jù)融合的方式來(lái)解決成本問(wèn)題，提高模型的預(yù)測(cè)性能。

5 結(jié)束語(yǔ)

水下仿生流場(chǎng)探測(cè)技術(shù)涉及仿生學(xué)、機(jī)械、材料和流體力學(xué)等眾多學(xué)科與領(lǐng)域，克服了現(xiàn)有技術(shù)在水下復(fù)雜環(huán)境中近場(chǎng)感知的局限性，具有很高的研究?jī)r(jià)值和工程應(yīng)用前景。本文首先對(duì)水下探測(cè)技術(shù)的研究現(xiàn)狀做了簡(jiǎn)單的總結(jié)，主要介紹了水下生物流場(chǎng)探測(cè)的原理、基于不同原理設(shè)計(jì)的仿生流場(chǎng)傳感器的研究進(jìn)展，以及基于理論建模與機(jī)器學(xué)習(xí)的水動(dòng)力流場(chǎng)探測(cè)方法的研究進(jìn)展。最后，總結(jié)了水下仿生流場(chǎng)探測(cè)工作中亟需解決的關(guān)鍵問(wèn)題：仿生傳感器性能、傳感器陣列布局優(yōu)化和水下探測(cè)環(huán)境和方法。在未來(lái)，水下仿生流場(chǎng)探測(cè)研究有望向著高性能、強(qiáng)穩(wěn)定性、大數(shù)據(jù)、真實(shí)水域和數(shù)據(jù)融合方向發(fā)展。