受海况、浸水、结冰、对星等因素影响,飞行员海上遇险后报位可靠性较低,工作时长较短。为此,提出一种自适应功率退避方法,在对报位影响因素分析基础上,利用深度神经网络,通过对经纬度、高度、俯仰角、方向、加速度、速度、浸水、信号、电量等多维度数据进行学习,拟合出覆冰、浪涌、液面等信号特征与环境特征联想模型,自适应控制信号发射时机,实现功耗的有效控制。试验表明,该方法将通信成功率及工作时长分别由36.3%、6.0 h提升至73.3%、8.6 h。