新一代水下物联网一直推动着一类新型物联网应用的发展，即海洋应用。本研究关注的是水下无人载具。迄今在无人航空载具方面的经验表明，水下无人载具在得到优化算法支持时，有潜力变得高效且有效。为探索这一点，本研究首先利用水声通信和深度学习技术组建了一个水下无人载具集群。随后，引入一个空中平台作为该集群的可再生能源来源。由此形成的编队被赋予自主运作的能力，其目的是执行海洋任务并使用通过海豚优化算法和支持向量机开发的双重认知大脑来检测水下目标。所获得的结果表明：通信链路预算参数、可靠性与定位，以及水下无人载具集群与空中平台之间的协调精度，还有水下任务的初始管理与目标检测精度均处于合理水平。在50 kHz频率和4至7米深度范围内的关键发现显示：最佳水声多输入多输出用户数为18；可接受的平均接收信号强度为-61.8dB，最低误码率为1x10⁻⁶，这表明多输入多输出天线性能合理；水下植物健康状况的置信度得分在91%至96%之间；同步自主精度在0.91至0.99之间；目标检测精度在0.85至0.93之间；能源供应超过需求。最后，对若干任务进行的敏感性分析实验未发现任何变量异常值，因为所有输入变量的变化似乎与模型输出成正比，因此表明该模型是稳健的。