中文摘要：

水下复杂场景中目标识别是水下无人平台（Underwater Unmanned Vehicle,UUV）完成自主探测任务的关键。合成孔径声纳（Synthetic Aperture Sonar,SAS）可提供目标高分辨率声图和多视角回波两类数据，被认为是UUV完成水下小目标探测的最佳载荷，基于SAS数据的目标识别具有重要的科学意义和迫切的应用需求。该课题旨在建立基于两类SAS数据的水下目标识别方法体系，为UUV自主探测提供关键技术支撑。目标声图处理方面，引入SAS成像模型、水声物理模型和图像统计模型，研究水下复杂场景中目标特征区域（亮区和阴影区）的自动提取方法。在此基础上，以目标声图为先验知识，利用SAS成像模型精确提取目标多视角回波数据，并采用海豚耳蜗模型将回波数据转换为三维特征图。采用基于模型的方法以声图特征为主完成目标识别，以目标三维特征图为辅完成人工目标和非人工目标识别。