应用随机矩阵理论提高海洋环境噪声互相关鲁棒性的方法研究

Recent studies have demonstrated that the time domain Green’s function can be retrieved through cross-correlations of ocean ambient noise. This method has been suggested as a potentially practical means for passive monitoring of the ocean environment. However, ocean ambient noise is usually dominated by non-stationary and non-uniform energy. This results in poor robustness of the cross-correlation of ocean ambient noise. Insights from random matrix theory and Kuperman-Ingenito normal-mode representation of the noise field, this program analyzes the behavior of the eigenvalues of the sample covariance matrix of the stationary and uniform ideal noise, and a model called ideal noise extraction is established. It can extract the ideal noise component from ocean ambient noise. Then the cross-correlations are enhanced by using the ideal noise field alone. Subsequently, through numerical simulation and experimental data analysis, the adaptability of this method in range dependent waveguide and the effect of environmental uncertainty are researched. The study of this program is expected to substantially improve the robustness of the ocean ambient noise correlations. It will play an important role in passive acoustic tomography, seabed layering, and passive acoustic detection, etc.

利用海洋环境噪声互相关提取两点间时域格林函数的研究是近年来海洋声学领域的研究前沿和热点，在海洋环境被动声探测方面具有重要应用价值。由于海洋环境噪声复杂多变，不满足理论假设—平稳均匀理想噪声，导致海洋环境噪声互相关鲁棒性较差，这严重损害了其在实际中的可靠应用能力。针对这一问题的关键—理想噪声提取，本项目利用随机矩阵理论和Kuperman-Ingenito简正波噪声模型，对理想噪声样本协方差矩阵的特征值分布进行建模，建立一种理想噪声提取模型，实现从海洋环境噪声中对理想噪声成分的提取，解决海洋环境噪声互相关鲁棒性差的难题。同时，从数值仿真和实验验证两方面，对这一模型在水平变化波导中的适用条件以及波导环境参数不确定对模型性能的影响规律展开研究，修正、完善模型。本项研究有望大幅提高海洋环境噪声互相关的鲁棒性，推进海洋环境噪声互相关在被动声层析、海底分层结构反演、水中目标探测等方面的稳定可靠应用。

利用环境噪声互相关提取时域格林函数的方法具有重大的科学研究和实际应用价值，在地震学、电磁学、声学、结构检测、目标探测等领域被广泛研究。在海洋声学领域，由于海洋环境噪声复杂多变，一般不满足理论假设的理想噪声条件，导致海洋环境噪声互相关存在鲁棒性差的问题，严重限制了该方法在水下被动声探测方面的稳定可靠应用。为此，一些学者从抑制海洋环境噪声时、频、空域非均匀性的思路出发进行研究，取得了一些成果。但这些方法大都没有在物理机理层面进行阐明。.本项目从更本质的理想噪声统计特性出发，基于海洋环境噪声场物理模型将声波导效应进行充分考虑，应用随机矩阵理论对海洋环境噪声样本协方差矩阵的特征值/奇异值概率密度分布进行了深入研究。首先，在空频域，我们从理想噪声空间均匀分布条件和Kuperman/Ingenito噪声模型出发，应用斯蒂尔杰斯变换和蒙特卡洛模拟，对典型波导环境下理想噪声特征值概率分布进行建模研究，利用序贯假设检验从特征值空间实现了对海洋环境噪声中理想噪声成分的识别、分离和提取。其次，在时频域，从理想噪声高斯白噪声条件出发，应用Marčenko-Pastur定律对理想噪声时间序列奇异值概率密度函数的解析表达式进行了推导，然后利用假设检验从时域也实现了对海洋环境噪声中理想噪声成分的有效提取。.数值仿真和实验数据处理结果表明，本项目提取出的两种理想噪声提取方法能够有效提高海洋环境噪声互相关的信噪比和鲁棒性，传播时间的反演结果更加稳定可靠，增强了噪声互相关方法在实际海洋环境中的可靠应用能力，为海洋环境噪声互相关在声学被动探测方面的工程技术实现奠定了坚实基础。本研究不仅用于海洋环境噪声格林函数鲁棒提取，还可有望用于水下目标探测中的背景干扰消除，提高线列阵接收数据的信噪比；同时也对海洋声学中主动混响抑制、多次散射等热点问题提供了新思路。