海洋环境的复杂性集中体现为不同尺度下同时发生的海洋动力过程。这些动力过程一方面显著改变海洋中温盐分布和声速分布等环境特性，另一方面会对人类观测和开发海洋的行为造成影响，故对其进行有效观测的技术一直是海洋领域研究热点。传统的海洋动力过程观测手段中，传感器吊放或浮潜标布放测量方法始终受限于设备的观测范围，卫星遥感则会受到卫星轨道和天气情况的影响，且无法渗透至水下；近年来，随着声学传感器性能的提升，利用声信号作为信息载体进行海洋环境观测的技术愈发成熟。由此出发，论文以二维流场和浅海孤立子内波为例，研究借助声学遥感手段对中尺度/亚中尺度海洋动力过程进行大范围和长时间连续观测的有效方法，并探讨将海洋动力过程的物理特性融入反演问题，从而提升观测和反演的性能。
　　经典海洋声层析技术通过分析穿过水体声信号的声学特征以提取其携带的有关海洋环境和/或海洋动力过程的信息，其中部分方法涉及对动力过程历史测量数据等先验信息的应用，然而通常是算法特化的，并不具备对声速场/流场反演问题的普遍适用性。论文研究将所关注动力过程的先验信息系统地纳入声层析理论框架的手段，为此提出基于稀疏字典学习的层析方法。该方法将压缩传感领域的字典学习和稀疏表示技术引入层析问题，从而有效地提取历史测量数据中蕴含的先验信息，并将之以约束项的形式融入反演问题求解过程。相比于经典声层析方法，字典的存在确保了所提出方法在测量信噪比较低或系统欠定程度较高(如声线数量较少)时仍具有较好的反演性能，稀疏表示则保证了算法复杂度不会明显提升。这一方法同时适用于声速场和流场的层析反演问题，并能够于观测区域存在较为丰富历史测量数据的情况下发挥较大作用。
　　实际进行海洋动力过程声学遥感观测时，并不能确保先验信息的存在和有效性。对此，论文以沿岸流场观测为例，探讨从连续获得的声学测量数据中提取动力过程先验信息的可能性，进而利用状态－空间模型与卡尔曼滤波器对问题进行表征和求解。基于描述流场运动的物理方程模型，论文总结流速场所遵循的空时演化规律，并以此为基础构建状态－空间模型中的状态方程；作为“面向数据”的方法，状态方程的系数从测量数据中估计获得，并在序贯跟踪过程中自适应更新。相比于经典沿岸声层析方法，该方法在反演精度和抗噪声性能方面均有较为明显的提升，同时由于无需运行海洋模型进行求解，也无需额外提供先验信息，故具备较好的灵活性和实用性。
　　与此同时，论文探讨通过声学遥感手段对孤立子内波进行检测和参数估计的具体方法。论文从孤立子内波具备的物理特性和传播特性出发，对其所造成的水体声速扰动进行建模，从而将内波参数变化与穿过水体声信号的声学特性变化相关联；在此基础上，提出基于测量数据相关性的孤立子内波二重门限检测方法，和基于匹配场处理的参数估计方法。另外，结合孤立子内波结构特性，论文简要研究分布式传感网络的节点布放规则，以便于具体实现上述检测和估计过程。相较于吊放传感器进行测量，该方法能够实现对孤立子内波的广域全时段连续监测；而相较于卫星遥感，该方法不会受制于天气因素，且能够获得孤立子内波较为准确的参数信息。
　　论文通过数据仿真和实验数据处理，对所提出理论与方法的有效性进行验证。论文的研究工作能够进一步丰富浅海中尺度/亚中尺度海洋动力过程的声学遥感观测手段，为沿海流场和孤立子内波的大范围、长时间、多尺度连续观测提供有效的解决方案，同时为声学传感器和分布式传感网络的广泛应用提供理论和方法支持。