认知声纳系统研究是一项具有前瞻性和挑战性的研究课题,当前军事大国和相关组织均表现出对认知声纳研究的浓厚兴趣。结合强化学习方法实现声纳系统的认知功能是目前信息智能化发展的必然趋势,利用强化学习对无人自主航行器跟踪进行运动规划具有重要的现实意义。本文以汇合任务为目标,将强化学习跟声纳系统结合,对被动认知声纳系统研究进行初步尝试。本文对认知声纳的发展由来和研究趋势进行归纳总结,同时分析列举水下无人航行器系统执行探测、避障等不同任务时,分别采用的主要智能运动规划方法的优缺点及其优化发展,最终选取强化学习方法实现声纳系统的认知功能。随后,基于强化学习方法提出被动认知声纳系统结构,并阐明其模块内容和功能。接着对被动认知声纳系统中运动小平台执行汇合任务,采用基于扩展卡尔曼滤波算法和概率数据关联的纯方位跟踪方法进行跟踪时,分别进行理论分析和性能仿真,并将概率数据关联纯方位跟踪方法作为后续无人自主航行器进行自主运动感知的理论基础。为完成基于深度确定策略梯度(Deep Deterministic Policy Gradient,DDPG)强化学习算法的认知跟踪运动规划方法的研究,首先展开对DDPG原理和工作流程的分析,对奖励函数的设计、激活函数的选取及神经网络模型的搭建进行分析说明。最后,使用Python语言在Tensor Flow学习框架上对运动规划环境模型进行搭建,并仿真验证无人自主航行器汇合过程中的相对运动态势和此时认知声纳系统的学习情况,结果表明本文所提出的规划方法完整有效,为之后认知声纳的发展提供新的思路。