近日，水声通信与海洋信息技术教育部重点实验室（厦门大学）袁飞教授、程恩教授团队的一项最新研究成果“Sound speed profile inversion based on distributed networked underwater sensors system and graph attention networks ”被美国声学杂志—《Journal of the Acoustical Society of America》（简称JASA）接收。该研究针对海洋声速剖面（SSP）动态变化对水下通信与定位精度的影响问题，提出了一种基于分布式水下传感器网络（DNUS）和图注意力网络（GAT）的反演方法。

图1 基于DNUS和GAT的SSP反演方法场景

传统声速剖面反演方法通常依赖线性阵列，存在覆盖范围有限、部署成本高等局限性。对此，团队构建了由水面浮标与水下自主航行器协同工作的分布式网络，结合多模态传感数据与深度学习模型，综合利用到达时间差、到达角、浮标位置及边界声速等参数构建传感矩阵，并通过图注意力网络捕捉节点间的空间相关性，从而实现端到端的声速剖面反演。该方法的特点在于利用GAT网络处理复杂拓扑结构的能力，为不同状态下的DNUS系统提供了相对灵活的反演方案。与传统方法相比，该技术在一定程度上提升了反演的适应性与效率，能够较好地应对分布式浮标节点在动态海洋环境中的变化问题。研究通过仿真实验对模型的各项指标参数进行了分析，并结合实验数据验证了算法的反演效果。该研究为广域海洋声速监测提供了一种新的技术思路，具有一定的理论参考价值，并为水下通信与定位精度的提升提供了潜在的支持，可应用于海洋环境监测和相关领域的研究中。

本论文通信作者为厦门大学信息学院袁飞教授。论文全体作者：吴隆昊（信息学院在读博士研究生）、宋楚瑞（信息学院在读博士研究生），涂强（信息学院博士研究生），吴照志（信息学院在读硕士研究生）， 石江宏教授（信息学院/信息与通信工程系）、袁飞教授（信息学院/信息与通信工程系）。本研究工作得到国家自然科学基金项目(62271425、62371404)的资助。