在深海环境中追踪抹香鲸并实时捕获其对话声波，一直是海洋生物声学领域的工程难题。传统方法依赖水面船只或固定声学传感器，往往在短时间内便失去目标接触，难以实现对同一头抹香鲸或其群体的持续观测。2026 年，Project CETI 团队成功部署了配备四水听器阵列的水下滑翔机，实现了在深海中实时监听抹香鲸点击声与密码式对话（coda），并根据声源方向自主调整航向追踪目标。这一突破标志着海洋声学监测从被动记录转向主动追踪的范式转变，其核心在于声源定位算法与水下自主导航系统的深度融合。
四水听器阵列的空间感知架构
该水下滑翔机的核心传感单元由四个水听器（hydrophone）组成，呈特定空间分布排列。这一设计并非随意为之，而是基于声学定位的基本原理：多点接收可通过时差与相位信息还原声源的空间方向。每个水听器间隔一定距离安装，以捕获声波到达各节点的细微时间差异和幅度变化。四路信号同步采集后，输入至机载信号处理单元进行实时分析。这种冗余设计有效提升了系统在低信噪比环境下的鲁棒性，能够应对深海环境中复杂的背景噪声与多径传播效应。当一头发出的高强度点击声（click）传播至阵列时，各水听器接收到的信号存在细微差别，通过比较这些差异即可推算出声源相对于滑翔机的方位。
到达角估计算法：从时差到方向
机载软件采用的核心算法基于到达时间差（Time Difference of Arrival，TDOA）与到达角（Angle of Arrival，AoA）技术。TDOA 方法通过精确测量同一声波到达不同水听器的时间戳差异，结合声波在水中的传播速度（约每秒一千五百米），可计算出声源与各接收节点的距离差。以四个非共线分布的水听器为例，任意两对节点产生的距离差对应于双曲面族，其交点即确定声源的空间位置。在实际工程中，由于噪声干扰与时钟同步误差，完全精确的定位难以实现，因此系统退而求其次，优先求解声源的方位角与俯仰角，而非三维绝对坐标。AoA 估计则利用阵列的相位响应特性，通过波束形成（beamforming）技术增强特定方向的信号增益，从而指向性明确地识别声源方向。这两种方法通常结合使用：TDOA 提供粗略的距离估计，AoA 精化水平方向的指向精度，二者协同输出实时的声源方位向量。
实时决策与 “后座驾驶员” 导航控制
获取声源方向仅是第一步，如何让滑翔机自主追踪才是工程实现的关键。该系统采用 “后座驾驶员”（backseat driver）控制架构：定位算法输出的方位向量不直接驱动推进器，而是作为上层任务规划模块的输入。任务规划模块根据当前滑翔机的深度、续航能力、预设的搜索模式以及声源方向，综合生成下一时刻的深度与航向指令。由于滑翔机采用浮力驱动的无螺旋桨推进方式，其运动特性较为温和且静音，这恰恰符合近距离观察鲸类的低干扰需求。实时决策环路在水面下即可完成闭环，无需等待与地面站的数据交互。当检测到持续的声学信号时，系统会逐步调整航向使自身逼近声源；当信号减弱或消失时，则切换至基于历史运动模型的预测搜索模式。整个过程在机载计算单元上全自主运行，确保了追踪行为的连续性与实时性。
数据回传与长期部署的工程权衡
与所有长期部署的无人水下航行器一样，该滑翔机面临数据回收与能源补给的现实约束。系统设计为周期性上浮：每间隔数小时，滑翔机自主上浮至水面，通过卫星通信链路将积累的声学数据、定位日志与系统状态传输至地面站，同时接收新一轮的任务指令与卫星定位校准。这一设计在连续追踪与数据吞吐量之间取得平衡：过频繁上浮会中断与鲸群的接触，过稀疏则可能导致关键数据的丢失与定位误差的累积。传感器校准同样在此时完成，以确保长时间水下作业后各水听器的相位一致性。此外，上浮过程本身也是声学静默期，可避免机器噪声对鲸类行为的干扰。
技术局限与未来方向
当前系统能够可靠估计声源方向，但仍难以精确区分相邻多头抹香鲸的身份。深海多径效应与鲸类深潜行为对信号捕获提出了持续挑战。未来的技术演进方向包括：扩大阵列规模以提升空间分辨率、引入深度学习算法从声谱特征中识别个体、以及结合水下对接技术实现数据与能源的原地补给，从而进一步延长单次部署的追踪时长。
资料来源：Project CETI 官方博客、Phys.org 科学新闻报道、The Robot Report。