水声信号的复杂性建模与处理研究

复杂海洋环境下微弱目标信号的检测一直是困扰水声界的难题，也是当前安静型潜艇目标探测迫切需要解决的关键问题。针对目前存在的制约水下微弱目标信号检测的非平稳、非线性问题，本项目开展了基于非线性动力学的水声信号Volterra级数模型化方法研究，解决复杂水声信号的建模、表征和处理。针对水声信号的非高斯性，开展了基于K分布的水声信号统计分析研究，建立背景噪声、混响干扰的K分布概率统计模型。在背景噪声预测和混响干扰预报研究的基础上，开展了基于贝叶斯估计理论的背景噪声滤波和混响干扰抑制方法研究，以期突破常规滤波方法对复杂水声信号处理的局限性，解决复杂海洋环境下背景噪声预测、滤波，以及混响干扰预报、抑制难题。通过对水声信号复杂性的深入研究，进一步揭示水声信号复杂性变化规律，为复杂海洋环境下微弱目标信号检测、特征提取、目标跟踪奠定基础。

针对复杂海洋环境下安静型潜艇目标的探测问题，开展了背景噪声和水下微弱目标信号的非平稳、非高斯、非线性分析、建模和处理研究。在对水声信号复杂性深入分析的基础上，建立了背景噪声和混响干扰的概率统计模型和非线性动力学模型，提出了背景噪声的K分布建模，研究了背景噪声、混响和目标辐射噪声的Volterra级数表征方法。结合微弱水下目标信号检测难题，重点开展了非高斯、非平稳背景噪声的预测、滤波和混响干扰的预报、抑制研究，提出了基于背景噪声预测的水下微弱目标信号检测方法。项目在以下方面取得了初步研究成果：（1）水声信号的复杂性分析及概率统计建模，分析了水声信号复杂性变化规律，研究了背景噪声和混响干扰的概率分布、相关特性，在瑞利分布、韦伯分布、对数正态分布的基础上，重点开展了背景噪声和混响干扰的K分布概率统计建模；（2）水声信号的非线性建模和模型参数优化，针对水声信号的非平稳、非线性问题，开展了水声信号的Volterra级数建模研究，研究了背景噪声和混响干扰的Volterra级数模型的表征方法，分别在时域和频域建立了背景噪声和混响干扰的Volterra级数核的广义脉冲响应和广义频率响应计算方法，同时，研究了Volterra级数模型参数的优化和宽容性问题，开展了模型参数失配时的宽容性分析及噪声（干扰）统计特性先验时的模型适用性研究；（3）基于概率统计模型和非线性动力学模型的水声信号预测、滤波方法研究，开展了基于K分布和Volterra级数模型的水声信号预测、滤波方法研究，建立了背景噪声和混响干扰的预测模型，并提出了相应的预测方案，研究了水声信号的自适应滤波和粒子滤波，提出了基于粒子滤波的背景噪声预测、滤波，以及混响干扰预报、抑制方法，并通过仿真和实测水声数据加以验证；（4）复杂海洋环境下水声信号预测、滤波的实验仿真研究，开展了复杂海洋环境下背景噪声和混响干扰预测、滤波的实验仿真研究，利用外场实测湖试、海试数据，验证了背景噪声预测、滤波和混响干扰预报、抑制方法的可行性和有效性。初步探索了基于现代统计理论和非线性动力学理论的复杂海洋环境下水声信号处理的一般理论和方法，为低信噪比水下目标信号检测提供了新的理论依据和有效方法。