不确定海洋环境中的稳健信号检测及性能预测方法

One of the main challenges modern sonar systems are facing with is the detection of weak target signals in an uncertain ocean environment. Specific difficutlies stem from 1) the target to be detected is gettting weaker gradually, and 2) the ocean environment is becoming worse when sonar sytems working in shallow waters. On the other hand, most signal detection algorithms do not take the a prior information of the environment into account when designing the detectors, therefore, performance degradation is unavoidable when applied in practical situations. Meanwhile, the performance of the detectors is predicted by the Monte Carlo method, which generally takes quite a long time..Based on the realization of this situation and understanding of the unrealities of ocean acoustic environments, the project is aiming on studies of robust detection algorithms and the corresponding performance prediction method. Based on the a prior information of the ocean area under consideration and also the extracted features from data measurements, the statistical model is used to describe the uncertain ocean acoustic environment. The fluctuations of acoustic signals will be analyzed and so is the performance degradation induced by such factors. The will be designed follow two separate thoughts: 1) based on the principal component analysis, mode weighting, and convex optimization methods, 2) combining the Bayes principle and the general likelihodd ratio test. And finally a fast and robust signal detector will be constructed for the situations of uncertain ocean environments. The corresponding performance evaluation method will also be studied so as to meet the requirement for in situ performance prediction.

现代声呐系统面临的重大挑战之一是如何在复杂多变且不确定的海洋环境中检测弱目标信号，具体困难在于：1）随着减振降噪技术的发展，待探测目标的辐射噪声级越来越低，检测难度日益加剧；2）工作环境由深海转向浅海，水声传播特性更加复杂多变，由海洋环境决定的不确定性因素增多、影响严重。然而，目前大多数的信号检测算法没有考虑将环境的先验信息应用到检测器中，从而造成检测性能损失，同时也缺乏对检测器性能的有效预测。.本申请项目拟以统计海洋模型为基础，提取不确定海洋环境中的参数统计特性，分析海洋环境参数变化引起的声传播起伏和信号检测器性能损失，通过使用主成分量、模态加权等方法有效提取声基阵接收数据中的稳健成分，或是综合利用贝叶斯原理和广义似然比方法，构建存在海洋环境参数不确定时的快速稳健信号检测器，同时研究检测器性能的快速预测方法，为提高不确定海洋环境中声呐系统对远程弱目标的探测能力奠定必要的理论和方法基础。

现代声呐系统面临的重大挑战之一是如何在复杂多变且不确定的海洋环境中检测弱目标信号，具体困难在于：1）随着减振降噪技术的发展，待探测目标的辐射噪声级越来越低，检测难度日益加剧；2）工作环境由深海转向浅海，水声传播特性更加复杂多变，由海洋环境决定的不确定性因素增多、影响严重。然而，目前大多数的信号检测算法没有考虑将环境的先验信息应用到检测器中，从而造成检测性能损失，同时也缺乏对检测器性能的有效预测。本项目首先研究了海洋环境参数的空间和时间变化规律，构建了统计特性的海洋模型。分析了声传播起伏特性对各个环境参数的灵敏度，确定对声传播起伏影响较大的海洋环境参数。之后，研究了海洋环境变化对传统信号检测器的性能影响，给出了不确定海洋环境中检测性能环境参数敏感度函数的定义，定量分析了传统信号检测器在海洋环境不确定时出现的性能下降。基于以上研究结果，研究了基于统计海洋模型的稳健信号检测器，通过使用主成分量、模态加权等方法有效提取声基阵接收数据中的稳健成分，或是合利用贝叶斯原理和广义似然比方法，构建存在海洋环境参数不确定时的快速稳健信号检测器，同时将检测器能够将海洋环境变化的先验信息引用到检测中去，进而改善检测性能，并针对传统信号检测器和稳健信号检测器，研究一种快速的性能预测方法。最后，利用已有的实验数据，对不确定海洋环境中检测器的性能进行分析验证。此外，本项目还针对环境扰动引起的信号相关性下降问题，研究了相关检测方法和稳健波束形成算法。本项目的研究内容为提高不确定海洋环境中声呐系统对远程弱目标的探测能力奠定必要的理论和方法基础。