声纳混响的分类特征获取与包络统计分布估计

Target Detection of active sonar in reverberation-limited environment is a challenging task due to the high fluctuations of reverberation power. Recent researches show that the reverberation envelope distributions depend on the physical parameters of scatters,the beamwidth of sonar and the propagation path and range. So the surface,the sea bed and the inhomogeneous structure of the sea will backscatter the reverberations in different envelope distributions and the distributions will also change with array designs and observation ranges. This proposal suggests classification of the reverberation data coming from different kinds of scatters that may suggest a lower-variance distribution modeling the reverberation envelope in each class. The researches on reverberation statistics,reverberation classification features will be conducted. And the features such as high-resolution spatial spectrum feature are emphasized due to their potential robustness to propagation. Experiments in plan are designed for AUV sonar that searching the sea in a mobile way.

实现混响噪声背景下的可靠的目标检测，是声纳工程领域亟待解决的重要课题。主动声纳检测的混响包络背景噪声具有非高斯统计分布特性。混响包络统计分布与混响散射源的物理性质、声纳波束宽度、声传播路径与距离等都有密切的关系。传播过程中海底、海面、水体的反向散射强度不同且经过多途叠加。传统上接收系统加工混响形成的包络会用一个粗略的概率分布统计模型描述，导致声纳在混响背景下检测目标的能力很弱。更好的混响包络生成方法、更精确的随传播过程中混响体物理模型和声纳照射区域变化的混响包络统计模型，可以减少背景统计方差、改善检测能力。本项目结合水下航行器平面阵设计，深入研究混响数据特征量与混响包络统计分布模型的对应规律，以实现混响数据的统计建模与分类。特别强调了对信道变化稳健的混响方位谱特征的获取方法研究和对混响分类性能改善方法的研究。本项目提供实现混响包络数据快速模型分类和在线模型参数估计的理论途径和方法，将促进主动声纳在混响背景下的检测能力提高。

实现混响噪声背景下的可靠的目标检测，是声纳工程领域亟待解决的重要课题。主动声纳检测的混响包络背景噪声具有非高斯统计分布特性。传统上所接收的混响会用一个粗略的概率分布统计模型描述，导致声纳在混响背景下检测目标的能力很弱。更精确的随传播过程中混响体物理模型和声纳照射区域变化的混响包络统计模型，可以减少背景统计方差、改善检测能力。.本项目基于水下航行器平台，深入研究混响数据特征量与混响包络统计分布模型的对应规律，以实现混响数据的统计建模与分类。经过对大量湖海试数据的处理分析，在混响数据现场分类、包络统计分布模型、自导波形优化设计、主动声纳恒虚警检测等方面的研究中取得了多项突破，完成了原定的研究目标和研究内容。主要创新点如下：.1.提出修正的非对称双边指数模型，可描述由于平台运动、海面运动等引起的混响非对称扩展现象，具有量化认知混响及杂波多普勒扩展程度的能力。.2.深入研究了K分布模型和混合分布模型的性质及参数估计方法，并通过实验验证了两模型对多杂波混响的描述能力。.3.提出使用多普勒扩展模型参数认知杂波多普勒扩展程度、使用包络统计模型参数认知杂波严重程度。.4.提出根据混响多普勒扩展统计模型推导杂波抑制概率的计算方法，并在给定最小杂波抑制概率时，推导了波形参数的设计准则。可用于指导发射机抑制杂波，为评价和提高系统的杂波抑制性能提供新的角度。.5.提出了恒杂波抑制率自适应技术和恒杂比自适应技术，分别基于混响多普勒扩展统计模型和混响包络统计模型的实时参数估计，可建立认知声纳“发射机-环境-接收机”的闭环反馈系统，可自适应于时变的混响环境。.本项目提供实现混响包络数据快速模型分类和在线模型参数估计的理论途径和方法，研究成果可应用于声纳的自导波形优化设计，实现了混响建模、目标建模、自适应波形设计等技术的交叉融合，对认知声纳的发展奠定了基础。发表12篇SCI、EI论文，专利授权2项，申请4项，指导研究生5名。