模态信息非完备采样下被动声纳目标检测方法研究

Similar to the underwater passive localization problem based on modal information samples, underwater detectors designed based on the combination of acoustic modelling and sensor array sampling also suffer from performance degradation when the modal sampling information is incomplete. However, almost all the exsiting research in information sampling incompleteness focus on the modal parameter estimation problem rather than elaborating on the detection issues. Therefore, what impacts will be imposed on the detectors by the incompleteness of modal sampling and how to overcome or make use of them to restore or improve the detection performance, are worthy of in-depth research and are also the emphases of this proposed project. The project will be carried out as follows: 1) the spatial-temporal receiving signal model for the long-range narrow band acoustic source of low frequency will be established based on the normal model, and the corresponding generalized likelihood ratio test (GLRT) detector will be derived under the criterion of Neyman-Person; 2) the impacts of incomplete modal sampling on the detectors will be investigated via eigen decomposition of the GLRT detector and the Monte-Carlo experiment method; 3) according to the above analysis, the methods based on the truncated eigenvalue decompostion, the diagonal loading, and the weighting method of spectrum components to improve the detection performance will be proposed, respectively. The improved detectors will be compared with each other in terms of its robustness, realizability and detection probabilty in the same parameter scenarios, and the optimum improved method will be obtained.

与基于模态信息的水下目标定位问题相同，当模态信息采样不完备时，基于海洋声环境所设计的水下目标检测器的检测性能将显著下降。然而，模态信息非完备采样下的研究重点一直以来停留在模态系数的估计问题上，该因素对水下目标检测器会产生何种影响，以及如何克服或者利用该影响以恢复或者提高检测性能，是尚未开展但却值得深入研究的问题。这也是本申请项目重点研究的问题。 本项目研究步骤如下：针对水下远程低频窄带声源，结合简正波模型建立垂直线列阵接收信号的空时模型，根据经典统计信号处理理论构建相应的广义似然比检测器；通过蒙特卡洛实验方法，以及采用特征分解技术对广义似然比检测器进行处理，分析模态信息非完备采样对该检测器的影响；并结合对角加载、特征值截断、子检测器加权等方法对广义似然比检测器进行改进，最后，根据检测器的稳健性、可实现性、检测性能等指标给出一种最优的检测器改进方法。最终为声呐系统检测性能的改善奠定基础。

将水下声传播规律融入到算法设计中可以有效提高被动声呐远程目标检测性能。分析了传统的广义似然比检测器、贝叶斯检测器的检测性能，引入了性能稳健性的概念，稳健的意义在于检测性能只与阵列获取到的辐射声信号能量有关，而与未知模型参数（海洋环境和声源位置）无关。利用水下声传播的特点，提出了匹配模态空间检测器，它可以获得关于未知声源位置的稳健检测性能。在实际中，由于垂直阵孔径不足，并且模态函数——特别是高阶模态——会延伸到底质层中，阵列对模态函数的采样通常不完整。此时，各阶模态采样之间具有一定的复共线性（即各阶模态采样可以由其余模态采样近似线性表示），这将导致模态矩阵中出现部分逼近于0的小奇异值。研究了模态采样不完整对匹配模态空间检测器、传统贝叶斯检测器和广义似然比检测器性能的影响，分析了产生影响的机理，并提出了模态空间检测器的性能提高方法。通过对三者的性能进行比较，阐述了它们各自的优缺点。海洋环境的不确定性会导致匹配模态空间检测器使用的模态空间失配。针对这一问题，通过研究不确定浅海环境不同实现中模态空间彼此之间的包含程度，对失配模态空间检测器的性能进行了深入的分析。基于这一性能分析，提出了不确定浅海环境中的稳健模态空间检测器，即使用给定频率的声源在给定不确定波导中激发的最高维模态空间来实现模态空间检测器。综合模态采样不完整、模态空间失配对模态空间检测器的影响，进一步提出了模态采样不完整和海洋环境失配情况下的最高维有效模态空间检测器，获得了比最高维模态空间检测器更好的稳健检测性能。

内容获取失败，请点击重试