声波是水下通信的主要载体,在研究测深、水下目标定位等实际问题前首先需要得到海洋水声环境参数,其中最重要的参数之一就是声速。声速受到光照、海流和中尺度涡的影响,会随着时间和空间变化。海洋声层析技术通过发射声信号并分析接收信号所携带的海洋环境信息,进行声速的估计,为实现长时间、大尺度的海洋环境观测奠定了基础。移动声层析以移动船载的接收机和锚定的发射机结合的方式,减少了实验成本,并通过增加空间采样提高了空间分辨力,但相应地以牺牲时间分辨力为代价。本文利用混合坐标海洋模式（Hybrid Coordinate Ocean Model,HYCOM）模拟的海洋数据进行了三维移动声层析的仿真研究,并对2020年9月于南海进行的层析实验的数据进行了处理。声层析问题是典型的欠定逆问题,求解逆问题首先要将问题参数化。本文在垂直维引入经验正交函数（Empirical Orthogonal Function,EOF）和学习字典（Learned Dictionary,LD）,水平维采用网格划分的方法将三维的声速场参数化。欠定问题的解往往有很多个,为了从众多的解中挑选“最好的”解,需要引入先验知识或增加约束条件。本文使用了最小二乘、最大熵这两个公理化的求解逆问题的方法,分别增加了最小化误差平方、最大化解的熵作为约束条件。另外,本文还尝试了压缩感知的方法,将声速场用LD稀疏表征,以最小化非零参数的个数作为约束条件。三维移动声层析的仿真以南海海域160km×160km的区域作为目标海域,在目标海域周围布放移动站点,在目标海域中间布放锚定的声源。将三种逆问题求解方法运用到三维移动声层析的模型中,分析比较误差和各自的优缺点。三种方法都能够估计出目标海域声速场的整体趋势,最小二乘方法非常依赖先验知识,且对时延扰动敏感,但加入先验知识后层析精度较高;最大熵方法不依赖先验知识,但层析误差较大;压缩感知方法的误差在前两者之间,不依赖先验知识,对时延扰动不敏感,但会引入维度较大的观测矩阵。本文还探究了移动声层析带来的时变的声速场问题对声速层析的影响。移动声层析得到的是一段时间内声速场的平均,会减小均方根误差,但同时也会降低时间分辨力。论文在最后对2020年9月南海声层析实验的实际数据进行了处理。考虑距离依赖的声速场,将仿真中用到的三种逆问题求解方法运用于实际数据的处理中,层析结果的整体均方根误差均在1m/s内,验证了声层析方法用于处理实验数据的可行性。