随着海洋强国战略的提出和智慧海洋建设工程的深化开展,利用UUV进行水下无人探测是未来提高水下信息透明化的基础和关键。海豚等生物声纳能够适应恶劣的海洋环境,具有自主调整发射信号参数与探测逻辑等优点。本文充分利用生物声纳智能的优势,深入研究从仿生学的角度提高水下节点无人自主探测性能的方法。主要在建立生物信号数学模型的基础上,研究发射端仿生环境适应性参数调节方法和水下节点接收端仿生探测方法。发射端仿生环境适应性参数调节方面,充分利用生物信号在探测中良好的距离分辨力和速度分辨力,以及较好的抗混响能力的优点,在基于环境感知的信道估计基础上,研究基于信道频谱滤波特性的脉冲重叠率调节方法、基于信道时延传输特性的脉冲间隔调节方法和基于信道传播损失特性的脉冲声源级调节方法,仿真研究表明以上三种方法能有效提升UUV等无人平台的连续探测性能,节约发射能耗。其中对于基于环境感知的信道估计,研究正交匹配追踪(OMP)和L1范数谱投影梯度(SPGL1)两种算法,采用对先验要求低、估计精度高的L1范数谱投影梯度算法对信道进行估计。水下节点接收端仿生探测方面,首先,由生物信号调频特性启发,研究基于分数阶傅里叶变换的噪声干扰抑制算法,仿真研究表明该算法可以在不损害目标回波特性的基础上有效滤除信号频带内的强噪声干扰;其次,由海豚等生物双耳处理方式启发,研究基于生物左右耳的二维互相关非线性匹配检测方法,可以在不明显降低探测概率的基础上,显著抑制旁峰干扰,降低在复杂环境中的虚警概率,提高目标的探测精度和抗干扰能力;最后,由海豚利用气泡网捕猎过程中会发出双极性脉冲信号启发,研究基于双极性脉冲的非线性散射干扰抑制方法,仿真研究表明该方法可以提高在气泡等强散射干扰环境中线性目标的探测概率。