浅海航道底部在风、浪、流等天气水文情况下淤积严重,由于缺乏实时的监测手段,经常出现因船舶装载量过少造成经济上的损失或装载量过多导致船舶搁浅、港口全面阻塞等问题。本文根据浅海航道的特点分析了航道中声传播特性及衰减特性,在此基础上提出了一种适合对浅海航道淤泥淤积位置和高度进行实时监测的技术。论文所进行的主要研究工作如下:基于水声学领域描述声波传播规律的射线声学理论,在简化声速分布的基础上,分析研究了浅海航道中小掠射角声传播特性,结果表明:航道中小掠射角声波声线轨迹近似直线传播。基于Snell定律和能量守恒定律研究了海面对声波的反射和透射特性,由研究结果可知:声波传播到海面时会发生反射和透射,但透射的能量远远小于反射能量,声波在海面传播时可以看作全反射。声波在浅海航道淤泥层进行传播时,通过比较散射和透射系数得出:高频声波在海底传播时,绝大部分声能都透射到了沉积层中,散射声能可以忽略。基于Bouguer-Lambert-Beer-Law理论,建立了多分散颗粒悬浊液声传播衰减损失模型,在实验室利用配制的不同粒径的超细玻璃微珠和二氧化钛的水悬浊液对五个频率的超声进行了声衰减测量,验证了该模型是有效的。以该模型为基础,结合声波在海水中的扩展损失和吸收损失,建立了浑浊海域中声传播衰减模型,通过在渤海某航道中的声传播衰减测量,结果表明浅海航道浑浊海域中声传播衰减损失与颗粒粒径、颗粒体积浓度以及声频率有关。根据现在浅海航道淤积测量或预报方法不能够实时监测的问题,在浅海航道声传播规律的基础上结合地震CT层析结构特点,提出了一种对浅海航道淤积位置和淤积高度进行实时监测的方法——基于换能器阵列的航道侧面多传感器淤积监测法,并设计了相应的系统原理样机。该方法是在航道一侧安放一条发射换能器阵列,另一侧安放一条接收阵列,监测时依次开启发射换能器发射声波信号,同时接收阵列中的所有换能器均接收信号,淤积位置和淤积高度不同时相应接收声纳信号的功率谱峰值与传输时间也不同,根据这个差异就可以判别监测区域的淤积情况。通过无线数传模块将监测数据传输到岸上的监控中心,应用客户端即可利用Internet实现对浅海航道淤积位置和淤积高度的实时监测。在判别浅海航道的淤积位置和淤积高度时,提出了基于决策导向无环图支持向量机(Decision Directed Acyclic Graph Support Vector Machine,简称DDAGSVM)算法的多类问题的航道淤积位置判别法和基于支持向量机回归的航道淤积高度判别法。利用离散K-L(Karhunen-Loeve)变换提取的航道淤积特征向量与实际淤积位置和淤积高度分别组成淤积位置训练样本和淤积高度训练样本,在淤积位置判别时,将航道宽度方向平分成若干区域,并将每个区域作为一类淤积,每两类之间各构造一个分类器,利用淤积位置训练样本对分类器进行训练,将淤积特征向量带入训练好的分类器结合DDAGSVM算法,判别出淤积位置;在淤积高度判别时,利用淤积高度训练样本对淤积高度回归模型进行训练,将淤积特征向量带入训练好的淤积高度回归模型,判别出航道的淤积高度。通过消声水池和浅海航道的淤积判别实验可知:在消声水池中的淤积位置判别精度达到了3m,在航道的淤积位置判别精度达到了实际航道的需求;对航道淤积高度判别的精度可达到60 mm。与传统的神经网络方法判别结果相比,该方法具有判别效果好、判别速度快、通用性强等优点。