论文部分内容阅读
声纳是利用水下声波进行目标探测和定位以及水下通信的综合性电子设备，声纳信号处理技术是影响其系统性能的重要因素。空时自适应处理是雷达上一种主要用来抑制空时散射的杂波的二维的自适应滤波处理。鉴于声纳与雷达的相似性，将空时联合处理应用于水声信号处理是一种必然趋势。然而由于水声信道的复杂特性，空时自适应处理很难直接应用于水声信号处理。本文针对于水声信号的特点，对适用于声纳的空时自适应处理相关算法进行了理论研究与实验分析。
论文贡献主要体现在以下几个方面：
1.提出一种基于二维自回归模型的新型空时自适应预白化处理器，并针对该处理器提出相应的检测器。该方法假定混响背景的时间局部平稳性，对信号进行分段处理。根据当前段的混响数据对下一段的混响进行白化处理。将传统的应用于单通道的AR处理器推广到多通道，实现空域时域同时进对混响进行抑制，经比较，检测效果提高10-12dB。
2.提出了一种新型信号子空间混响抑制方法，该方法是在主分量反演(Principal Component Inverse，PCI)方法的基础上，将Eckart and Young理论再一次应用于信号前向矩阵，大大提高了单通道混响抑制的能力，同时提出分块前向矩阵应用于混响阵列信号，并将新的信号子空间抑制方法应用于分块前向矩阵，实现空时自适应预白化处理器。真实数据实验和仿真实验验证了新方法的有效性。
3.基于目前对于海洋混响混沌属性的分析，提出了一种基于高阶小脑模型控制器(Cerebellar Model Articulation Controller,CMAC)的混响预测器，并将其应用于混响抑制来实现混响中的信号检测。接着，基于空时联合处理思想，结合耦合映射格点(Coupled Map Lattice，CML)的方法，提出了空时联合处理的神经网络混响预测器用于检测。实验将提出的高阶CMAC混响中的信号检测算法与原有的使用径向基函数(Radial Basis Function，RBF)神经网络模型的混响中信号检测算法进行性能分析与比较，高阶CMAC方法大大提高了运算效率，而借助了CML的空时联合处理算法具有更强检测性能。
4.针对声纳中的目标参数估计的问题，在匹配场处理的几种常见方法的基础上，提出了一种可变系数熵的方法，同时将声场传播特性与空时自适应处理相结合，介绍了空时匹配场处理算法，并提出了一种适用于空时匹配场处理的可变系数熵的方法。计算机仿真实验分别将新提出的方法与几种匹配场处理方法进行比较分析，验证新提出的空时匹配场处理方法——可变系数熵方法对目标的方位，距离以及速度的估计的可行性，从而提供了新的空时匹配场处理的方法。