海洋环境动态复杂多变,声信号在海水中的传播受到各种环境因素的影响。在众多环境参数中,水体声速剖面具有典型的时变及空变特性,且对声传播具有敏感性,可影响水声通信、定位等系统的性能。通常声速剖面可由仪器直接测得,但现场测量不仅费时费力,而且无法获取大范围海域的观测数据。声学反演技术通过将声传播模型与观测数据相结合,为获取感兴趣的环境参数提供了一种快速、高效的方法。针对声速剖面的空-时演化特性,本文基于序贯滤波的思想开展了相关方法的研究。在分析扩展卡尔曼滤波(Extended Kalman Filter, EKF)、集合卡尔曼滤波(Ensemble Kalman Filter, EnKF),以及粒子滤波(Particle Filter, PF)应用于声速剖面反演的基础上,针对声速剖面反演可能面临的非线性及非高斯问题,发展了集合卡尔曼-粒子滤波(Ensemble Kalman-Particle Filter, EnKPF)算法,实现了其在声速剖面反演中的应用。通过数值仿真和实验数据处理对四种滤波算法的性能进行了分析和比较。此外,针对固定网络观测范围与分辨率的矛盾,提出了采用移动声源反演声速剖面的序贯滤波方法。通过移动声源的灵活性,增加局部区域的采样密度,丰富声学／环境观测信息,从而改善参数反演的精度和分辨率。由于观测信息中包含了声源的位置信息,该方法在反演声速剖面的同时可对声源进行定位。最后通过数值仿真和湖试实验数据初步验证了该方法的可行性。