水声信号处理中若干研究方向的现状及发展趋势

水声信号处理中若干研究方向的现状及发展趋势

孙超，杨益新

（西北工业大学声学工程研究所，西安 710072）

1 引言

水声信号处理领域的早期研究成果大多是数学专业出身的科学家完成的，研究工作植根于对声及其特性的物理和数学观察与分析。作为一门交叉学科，近年来，水声信号处理研究领域也伴随着自适应信号处理、传感器阵列，以及检测与估计理论中的进展而发展。同时，对海洋环境中多种现象的物理机理探究，促使水声信号处理领域研究成果逐步得到应用。

水声信号处理涉及广泛的研究课题，国内外对该领域的研究工作进展做过各种形式的综述。典型的有1998年发表于IEEE信号处理杂志的一组题为《水声信号处理的过去、现在与将来》的专稿[1]，而国内则于2006年在《物理》杂志发表了一组题为《声纳技术及其应用专题》的文章[2-9]。受时间、篇幅以及作者能力所限，本文将只对水声信号处理研究领域中有限的几个研究方向上的研究进展进行归纳总结。

2 被动定位—匹配场技术

20世纪80年代以来，被动定位技术中的重要发展就是在信号处理算法中加入了声传播模型，主要用于估计一个辐射源的距离和深度（以及方位）。这种处理方法称作匹配场处理（Matched Field Processing—MFP）。MFP的核心就是对常规的一维平面波波束形成进行推广，使其能够对海洋中的点声源进行三维定位。一维平面波波束形成只能使基阵在方位上进行扫描，使其在所有可能的源方位上与测量数据进行“匹配”，并寻找其中相关程度最大处的参数值作为目标方位估计。在三维匹配场波束形成中，基阵能够对不同的目标参数（距离、深度、方位）组合进行描述，寻找其与测量数据匹配程度最大的参数值，认为是目标的位置参数估计。

MFP的发展与海洋中声传播建模的进展是并行的。当Clay研究模态传播时，他最早发现了波导模型、基阵和信号处理之间的密切关系[10]。尽管他没有提到信号源定位或层析，但他清楚地建立了模态表示、传播和基阵处理之间的相互关系。Hinich是第一个用垂直阵研究目标定位的人[11]。他推导了模态幅度系数和信号源深度的最大似然方程和克拉美罗界（Cramer Rao Bound—CRB）。因为对噪声使用了零均值高斯噪声模型，他推导的估计器等同于线性化的最小方差估计器。该处理器对多普勒失配较敏感，特别是使用长积分间隔的时候。Bucker意识到了这一点，并构造了一个二次型检测器，以降低这一敏感度。更重要的是，他使用了现实的环境模型，引入了模糊表面的概念，并证明了波场含有足够的成份来进行反演、定位。Bucker被认为是最早将MFP表示成现在使用的形式的人，他给出的检测因子本质上就是现在所说的“常规MFP”[12]。

在随后的20余年时间里，MFP有了长足发展。Tolstoy于1993年出版的专著[13]以及Baggeroer等人发表在J. Oceanic Eng.上的综述文章[14]对此之前在MFP研究领域所做的工作进行了很好的总结与论述。早期的工作集中在浅海水域，主要关心的是各种方法对失配的敏感程度。试验研究主要采用垂直线列阵，工作频率较低，作用距离从几公里至上百公里。在处理方法上，自适应的最小方差无失真响应（Minimum Variance Distortionless Response—MVDR）技术被引入到MFP中，并给出了较之常规线性的MFP处理器（Bartlett处理器）

更好的性能。除了直接将接收声场数据与通过模型计算得到的拷贝场进行匹配以获得目标位置信息外，还发展了匹配模处理方法并在多种实验条件下得到了验证。

与此同时，对宽带MFP的报道也相继出现[15-20]。Jesus将匹配模技术应用到宽带的瞬态信号中，并对实验数据进行了分析处理。Brienzo和Hodgkiss[17]以及Knobles和Mitchell[18]则对深海匹配场实验的宽带处理方法进行了研究并得到了实验结果。同时，有研究者将其它研究领域的信号处理方法引入到MFP当中，提出了新的处理算法[21-24]。

由于在MFP中使用的模型需要海洋和海底物理特性及参数的准确的先验知识，而这些知识的准确获取存在一定的困难，近年来，有研究者开始了基于基阵接收数据的MFP方法研究，以建立新的源定位方法，去除原有MFP方法对海洋环境完备知识的依赖。这就是所谓的数据驱动MFP方法。Hursky等人[25]利用实验数据分析得到的结果表明，这种方法在稳健程度与定位精度和处理增益之间的折衷上，提供了一定的灵活性。

传统的匹配场处理技术主要应用于低频被动源的检测与定位。近年来，在主动声呐中也出现了利用MF技术的源深度估计研究。Hickman和Krolik[26]将MFP技术应用到一个主动声呐和一个水平接收基阵，估计浅海环境中一个漂浮散射体的深度。与被动MFP技术一样，主动MFP中对源的定位仍然基于多径传播的数值建模。然而，与被动MFP中源距离的估计严格地依赖于相对的模态相位建模不同，在主动MFP中，源的距离近似地从传播时间的测量值得到。所以，他们提出的匹配场深度估计（Matched Field Depth Estimation — MFDE）方法不需要知道复的相对多径幅度的信息，但也依赖于未知的散射特性。在这种方法中，通过对深度有关的相对时延和多径之间垂直角度散布的建模，来实现对源的深度估计。

在MFP处理中，随着频率的升高，大多数方法都对起伏和不确定性变得更加敏感，其结果是，对1kHz以上频率上的MFP研究很少，并且人们有种感觉，就是数kHz以上MFP 方法就不能再使用了。最近，Hursky等人[27]在美国沿岸不同的浅海区进行了水声通讯实验，研究结果表明，即使在8～16kHz的频率段内仍能观察到明显的多径结构。并且，证明了模基处理可以用于这些频率上远至数千公里距离上的源定位。

国内较早开展匹配场被动定位技术研究的是中国科学院声学研究所和中船重工第715研究所，随后有西北工业大学等单位也开展了相关研究工作[28-34]。

3 合成孔径技术

传统的侧扫声呐成像分辨率受发射阵尺寸、发射信号频率以及作用距离等限制，成像精度不是很高，在一些高分辨应用中不能达到要求，因此人们将合成孔径雷达原理推广到水声领域，出现了合成孔径声呐（SAS — Synthetic Aperture Sonar）。SAS是一种新型高分辨水下成像声呐，可以用于水下目标的探测和识别、海底测量、水下考古和搜寻水下失落物体等，尤其可以进行高分辨海底测绘，对数字地球研究具有重要意义。

SAS的基本原理是利用小孔径基阵的移动，通过对不同位置接收信号的相关处理，来获得移动方向（方位方向）上大的合成孔径，从而得到方位向的高分辨力。从理论上讲，这种分辨力和探测距离无关。直观地说，与目标之间的距离越远，合成孔径长度就越长，合成阵的角分辨率就越高，从而抵消了距离增大的影响，保持了方位向分辨力不变。

合成孔径声呐自20世纪50年代出现以来，至今已获得飞跃式发展。Walsh在1969年第一次对SAS进行了描述[35]。1973年，Sato、Ueda和Fukoda给出了首次合成孔径实验结果[36]。在1975年，Cutrona发表论文对使用真实孔径的声呐和使用合成孔径的声呐成像性能进行了比较，得出的结论是SAS系统可以在很低的频率下进行工作[37]。从此以后，SAS 技术才变得慢慢成熟起来，但由于介质的不稳定性、拖体速度的限制以及平台运动误差的影响，SAS发展相当缓慢。70年代和80年代由于相关性研究的发展减轻了人们对海洋媒质的