随着生活水平的提高,人们对噪声污染的容忍度日益降低。噪声污染不仅影响正常的生活与工作,也会对人们的身心健康造成持续性伤害。研究人员一直在寻找各种技术方法降低噪声污染,主要可以概括为抑制噪声源、阻隔噪声传播、增加噪声吸收等方式。低频声波具有超强的衍射穿透能力,传统的吸声材料如多孔吸收材料、微穿孔板等,受线性响应理论的限制,难以对低频声波实现有效吸收,因此如何有效去除空气中的低频噪声始终是一个难题。另一方面,随着我国综合国力的提升,国家海洋安全战略日益重要。声波作为海洋环境中唯一有效的能量、信息载体,是重要的通讯、探测手段。因此,水下吸声覆盖层在声呐探测、潜艇隐身等多种场合具有重大的战略价值。传统的水下吸声材料一般采用橡胶或聚氨酯,但由于比空气声更大的波长以及复杂的工作环境,传统材料仅能在兆赫兹甚至几十兆赫兹的高频处得到较好的吸收效果。如何在亚波长厚度上实现水下低频声波的吸收,是一个亟待解决的难题。近年来,声学超材料的研究热度不断升温,其通过内部结构的共振可以实现低频声能量在亚波长尺寸介质中高度局域,为进一步的声波损耗吸收提供可能。因此无论是在空气声吸收还是水声吸收领域,声学超材料都展现出广阔的应用前景。在此背景下,本论文分空气声和水声两个领域研究了基于声学超材料的深度亚波长低频声吸收体,具体内容如下:第一章绪论简要介绍了声学超材料的基本概念以及发展历史,紧接着对空气声、水声两个领域的吸收体的研究现状进行了概述。第二章针对2D柱面波声场,提出了一种基于卷曲空间共振器的通风型空气声吸收体。由于目前绝大部分的吸声材料研究都基于平面波假设,因此,本章首先对柱面波声场的声吸收进行了理论推导。其次,在等效媒质模型的基础上,利用传递矩阵法以及有限元法,提出了环形声学超材料的吸收系数的理论计算方法。最后引入遗传算法,根据目标频率进行结构参数优化,以30mm的厚度在303Hz处实现了93%以上的深度亚波长吸收,其波长-厚度比λ/d≈38。第三章提出了一种亚波长的超薄声吸收体。并基于深度神经网络,训练得到了一种正向预测型神经网络,可以对特定的声吸收体进行吸收频谱的快速预测,其计算速度比传递矩阵法高出三个数量级。在结合正向预测型神经网络的基础上,进一步提出了逆向推测型神经网络,可以对特定的目标频谱进行逆向设计,直接给出所对应的几何参数。经过矩阵传递法验证,两种网络均具有较高的准确性。研究结果表明,深度神经网络可用于快速预测具有复杂结构的声吸收体的吸声性能,同时还可以用于对特定的目标吸声频谱进行快速的逆向设计。第四章基于五模式材料（PM）和橡胶-金属共振单元（RMR）,提出了一种超薄的水下声吸收体,在亚千赫兹的极低水声频率处实现了深度亚波长吸收。以63mm的材料厚度,在760 Hz到920 Hz（其波长为材料厚度的30.9到25.5倍）频带上实现了平均87.8%以上的吸声系数。在材料结构中,PM层作为能量转换器,能够将水下入射的声波完全转化为其内部的机械振动。当入射波的频率接近PM背侧RMR层的共振频率时,机械振动的能量将在RMR中高度局域,最终在黏弹性橡胶内部的分子间摩擦以及驰豫效应作用下转化为热量耗散掉,从而实现水下声波的亚波长吸收。除了能量转换器,PM本身也会因固定边界条件的引入而产生一种类弦振动,这同样会带动RMR产生次级振动,从而将机械振动损耗吸收。最后,我们还展示了该结构对大范围斜入射角良好的鲁棒性。第五章总结了本论文的工作以及创新点,并对未来的研究发展方向提出了展望。