目标识别是水声探测中的重要技术环节，也是一项难题。利用深度学习理论开展水声目标信号特征学习与分类识别，已成为当前的研究热点。本书总结了作者及课题组近年来利用深度学习理论开展水中目标识别研究的成果。首先，探讨了典型深度学习模型应用于水中目标识别的可行性问题，在此基础上分别研究了卷积神经网络、循环神经网络、深度卷积生成对抗网络的原理、构建方法、参数优化方法及应用实例。其次，在不同信噪比等条件下，对深度神经网络与传统方法以及不同的深度神经网络进行了对比分析，提出了改进方法，并进一步探讨了深度半监督和无监督水中目标分类识别方法及参数联合优化方法。最后，从功能需求、技术指标、关键技术等角度指出了智能水中目标识别技术的发展方向。
本书系统地介绍水声换能器及基阵的建模计算与设计方法。全书共11章，主要包括绪论，压电材料的性质，换能器的等效电路分析、有限元建模和边界元建模，换能器及基阵声辐射建模与计算，几种典型水声换能器的建模与设计以及水声换能器共形阵发射波束优化。书中融入了作者多年来从事水声换能器及基阵建模计算与设计方面科研工作的实际经验，内容深入浅出，注重理论与实践结合，仿真计算与实验验证结合，系统性与创新性结合。
本书为系统介绍消声器声学理论与设计的专业著作。全书共10章，第1章简要介绍消声器设计所需要的声学与噪声分析基础知识，第2章介绍管道中的声传播理论，第3章介绍管道消声系统的数学表述方法以及相关问题的表述与求解方法，第4～8章详细介绍消声器声学性能计算的一维平面波理论、三维解析方法、有限元法、边界元法和时域方法，第9章介绍消声器声学性能测量方法以及吸声材料、声源阻抗和管口反射系数的测量方法，第10章讨论消声器的典型应用及其设计。
本书系统地介绍传感器阵列尤其是声学传感器阵列的超指向性原理、方法及其应用。本书共7章，主要讲述相位模态域、特征波束分解与综合、Gram-Schmidt模态波束分解与综合和波束图综合等超指向性原理和方法，推导出一些解析闭式解，并对大部分理论给出对应的实验结果。本书主要以作者所在课题组多年来针对超指向性问题的研究成果为基础，纳入了作者近年来在国内外重要期刊和会议上发表的论文，同时也参考了少量其他课题组的研究成果。
本书对各种声学现象进行了清晰的解释，且提供了实用的房间声学设计方法，同时本书还涉及了全新的测量方法和软件。它让读者了解到，如何进行声学测量、房间尺寸选择，如何摆放扬声器、分析频率响应曲线，以及如何设计
