在浅海环境下,混响严重地影响着主动声纳的检测性能。尤其是当声纳载体具有一定的运动速度时,混响将从不同的锥角入射,造成多普勒大幅扩展。目前抑制混响的主要方法,都只是单纯从频域处理出发,利用多普勒进行混响抑制,效果不是很理想。如何有效抑制因平台运动使多普勒谱严重展宽了的混响成为水声领域中的前沿研究课题。本项目旨在研究浅海运动声纳知识基空时二维信号处理方法基础上,最大限度地挖掘和利用探测环境、工作方式、混响空时特性和浅海地形特征等先验信息,在稳健的空时自适应处理方面取得突破,为我国各种运动声纳实现低速目标检测打下坚实的基础。搭载某运动声纳项目的南海试验,进行该方法的实验研究。该方法能显著提高运动声纳对低速弱信号的检测能力,提高其抗干扰能力,为运动声纳的检测手段提供新思路和理论依据。
Detection;Motional platform;Knowledge aided;STAP;
在浅海环境下,混响严重地影响着主动声纳的检测性能。尤其是当声纳载体具有一定的运动速度时,混响将从不同的锥角入射,造成多普勒大幅扩展。如何有效抑制因平台运动使多普勒谱严重展宽了的混响成为水声领域中的前沿研究课题。本项目在研究浅海运动声纳知识基空时自适应信号处理(Space-time Adaptive Processing,STAP)方法基础上,开展了浅海运动声纳基于先验知识的STAP研究,从系统角度对该问题进行了全局最优建模,最大限度地挖掘和利用了探测环境、工作方式、阵列流形、混响空时特性和浅海地形特征信息,在稳健的空时自适应处理方面取得突破,提出了一整套适用于运动声纳STAP的基础理论和方法。提出的方法能显著提高运动声纳对低速弱信号的检测能力,提高其抗干扰能力,为运动声纳的检测手段提供新思路和理论依据。