齿鲸生物声呐探测识别水下目标的卓越性能是相同配置人工声呐难以企及的。研究学习齿鲸生物声呐从中得到启发并借鉴到人工声呐设计具有重要意义。尽管已开展了广泛深入的研究,齿鲸生物声呐探测识别水下目标的机理仍尚未完全清楚。论文进一步补充完善了对齿鲸生物声呐探测识别水下目标物理机理的认知。加深对齿鲸探测识别水下目标物理机理的认识能为人工声探测识别技术的发展提供新参考。首先,基于瞬态声场研究齿鲸生物声呐探测识别水下目标,关注动物发声与目标相互作用物理过程随时间空间演变,包括以下两项研究:1、承Nakahara等开展的江豚分辨水下不同材质实心圆柱体的实验研究[64],用基于计算机断层扫描和组织测量重建的江豚头部有限元模型作为声源发射定向声波束作用于不同材质的实心圆柱体,数值模拟了该目标探测物理过程。通过调整激励声波形使数值模拟回波与实测回波吻合较好。细致分析并比较了不同材质实心圆柱体对应的如下物理量:（1）柱体共振特征;（2）柱体回波特征;（3）水中声压场、柱体中位移场以及动物头部中声压和位移场的精细空间分布;（4）相互作用后不同亮点对应声场波束图特征。通过阐明材质差异如何导致全局声场和动物接收声场差异,更加细致充分地揭示了动物分辨不同材质实心圆柱体的物理基础:材质差异体现为实心圆柱体密度及其中横纵波传播速度的差异,这些差异导致圆柱体在相同声激励作用下的振动差异,圆柱体的振动反作用于水形成再辐射波同原入射声场叠加干涉导致全局声场差异,动物检测出可分辨的声场差异方能作出正确判断辨别不同材质。2、从某大西洋宽吻海豚的现场实验测试结果中注意到其分辨铝圆柱壳厚度的性能是不对称的,其能分辨的厚度变化阈值为-0.23 mm和+0.27 mm（75%准确率）。为解释该非对称分辨性能,构建水下目标探测有限元模型模拟宽吻海豚回声定位脉冲与不同厚度圆柱壳相互作用物理过程。同样通过调整入射回声定位脉冲模型使数值模拟回波波形与实测吻合较好。给出不同时刻不同厚度铝圆柱壳对应水中声压场和壳中位移场的精细空间分布,以呈现不同厚度柱壳在相同声激励作用下所致声场差异。通过细致分析不同厚度柱壳回波波形发现,当柱壳厚度相对标准厚度对称改变,相同序列号回波成分相对标准壁厚情况的到达时间偏移是非对称的,且序列号越高,非对称特征越显著。若按几何声学,相同序列号声回波的到达时间偏移应该是对称的,显然与实际情况不符。根据波动声学,圆柱壳中的周向表面波具有频散特性,其在更薄的柱壳中传播得更慢,导致薄柱壳回波同标准厚度圆柱壳的回波差异更明显,因而更利于分辨,更可能是导致动物非对称分辨性能的原因所在。其次,基于稳态声场研究齿鲸生物声呐探测识别水下目标,关注动物发声与目标相互作用所致声场扰动,包括以下两项研究:1、探究在距东亚江豚头部不同间距处目标出现如何扰动全局声场和局部声场。选取3处典型局部声场:（1）动物发声主波束轴;（2）回波方向动物头前线段;（3）环“动物-目标”从近场到远场不同距离处。细致地对比和分析了目标出现在距发声动物头部不同间距对应的全局声场和局部声场的特征。尽管动物声阻抗与水匹配良好,其也作为散射体参与声相互作用,其受声激励后的散射波与目标散射波共同扰动原声场,全局的总声场因此呈现更加复杂的干涉特征。用受扰声场同原声场的相关系数来量化评估声场受扰程度。局部声场受扰程度高于全局声场。动物头部同目标散射体距离越近,全局声场和局部声场的受扰程度均越高,局部受扰声场同原声场甚至出现了负相关。随观测距离从近场增加至远场,对于“动物-目标”之外的局部声场,受扰程度先急剧减弱,后逐渐趋于不变。该研究是进一步探究齿鲸是否是结合先验知识与声场扰动进行目标探测识别的基础。2、借助有限元生物声呐探测模型先布置单个亚波长障碍物初步探究其所致声场扰动对东亚江豚发射声波束探测性能的影响。直径为5.4 mm（小于频率130 kHz声波在水中波长）的圆形铝质障碍物置于江豚头部前方333 mm。给出声场精细空间分布、波束方向图和绝对声压随频率和方向变化的三维视图及投影,以细致对比分析该亚波长障碍物致扰动前后的声场特征。对于指向性声发射换能器,其性能主要由主波束的强度、宽度以及旁瓣水平表征。以1 kHz为间隔分析比较了从120 kHz到130 kHz该亚波长障碍物致声场扰动带来的影响:衰减障碍物所在方向波束的强度、略微改变障碍物所在方向波束的指向、增强其他方向的旁瓣水平。若障碍物所在方向波束刚好为主波束,则会使动物所发声波束退化,并进而削弱其探测性能。该亚波长障碍物尚不会导致波束变宽。最后,用江豚启发的仿生发射物理模型发定向回声定位脉冲作用于不同材质实心圆柱体,并经由人工智能深度学习神经网络进行材质分辨。首先构造有限元仿生声呐探测模型,数值模拟并细致对照分析了不同材质实心圆柱体在相同入射声激发下散射回波特征。然后开展现场实验,通过将该仿生发射物理模型置于小尺寸水箱中发定向声波束同不同材质目标相互作用,构造混响干扰为主的水下环境。发现未置入目标圆柱体以及置入不同材质实心圆柱体后返回仿生物理模型的波形十分接近,并非理想条件下数值模拟预测的足以体现材质差异的散射回波波形。相同设置的人工智能深度学习神经网络,能分辨理想条件下数值模拟预测的不同材质目标的散射回波波形,无法分辨置入不同材质实心圆柱体后返回仿生物理模型的波形。提取置入目标圆柱体相对无圆柱体置入对应频域幅度谱增量,相同设置人工神经网络可以据此区分不同材质,支撑齿鲸结合先验知识与声场扰动进行目标探测识别的推断。本文首次用基于计算机断层扫描和组织测量重建的齿鲸头部有限元模型发声作用于目标,声音被激发经头部组织被调控为定向声波束,更加接近真实的动物主动探测目标发声方式。调试有限元模型数值解同实心铝圆柱散射解析解完全一致,此外数值模拟回波同实际测量吻合较好,以证明模型可靠。借助该有限元生物声呐探测模型,可获取更精细多元的场信息,是对现场实验的补充和辅助,以进一步丰富对齿鲸探测识别水下目标物理机理的认知。