基于高阶统计量的非高斯水下目标被动探测.pdf

基于高阶统计量的非高斯水下目标被动探测

摘要

水下目标探测是水下攻防战场的主要研究热点，然而随着水下目标隐身性能的逐步

增强，传统探测方法的性能和有效距离正在逐年下降，因此急需新的有效探测手段来弥

补当前技术的不足。针对前述问题，本文系统地引入高阶统计量，由于高阶统计量对服

从高斯分布的过程不敏感，而水听器接收到的噪声通常被认为是服从高斯分布的，因此

引入高阶统计量会对波束形成和信号检测算法的性能有所提高，从而提高对水下目标的

探测性能。本文的主要工作如下：

（1）研究海洋环境对声纳接收端信号高阶统计量的影响。首先介绍了高阶统计量

的基础理论，并对常用高阶统计量进行对比分析，之后对水下探测的目标和环境，即舰

船辐射噪声和海洋环境进行了建模，讨论了舰船辐射噪声在受到水声信道影响后高阶统

计量的变化趋势，最后分析了使用高阶统计量提高水下目标检测性能的原理。

（2）针对最小方差无失真响应（MinimumVarianceDistortionlessResponse，MVDR）

波束形成算法在目标信号服从非高斯分布时性能欠佳的问题，本文引入最小离差无失真

响应（MinimumDispersionDistortionlessResponse，MDDR）波束形成算法以提高目标方

位估计和信号增强时的性能。通过将MVDR算法的最小方差准则推广到最小离差准则，

联合使用非高斯目标信号的分数阶特征、高阶统计量来提升MDDR波束形成算法的输

出信噪比。针对存在不稳定干扰源时算法干扰抑制能力下降的问题，研究了一种区域范

围内能量输出最小化的二次约束零陷展宽算法。最后基于梯度投影法改进了MDDR算

法的快速解法，并通过仿真实验和海试数据处理验证了算法和快速解法的有效性。

（3）针对波束形成后信噪比仍然较低的弱目标检测问题，本文提出一种联合盲信

号分离去噪和信号检测器的弱目标检测算法。首先改进了基于多项式分解的优化变步长

独立分量分析（independentcomponentanalysis，ICA）算法，用于实现单通道舰船辐射

信号和噪声的盲分离，以提高信号的输出信噪比，其运算速度更快，分离精度更高。之

后将该算法输出的分离信号通过基于四阶累积量对角切片构建的信号检测器，综合考虑

运算复杂度和检测概率，提出了联合变步长ICA和四阶累积量对角切片检测的新型检

测器，获得了对低信噪比下目标信号具有更优检测概率的检测算法。

关键词：高阶统计量；波束形成；独立分量分析；弱目标检测

基于高阶统计量的非高斯水下目标被动探测

ABSTRACT

Underwatertargetdetectionisthemainresearchhotspotofunderwateroffensiveand

defensivebattlefields,butwiththegradualenhancementofunderwatertargetstealth

performance,theperformanceandeffectiverangeoftraditionaldetectionmethodsare

decreasingyearbyyear,soneweffectivedetectionmethodsareurgentlyneededtomakeupfor

theshortcomingsofcurrenttechnology.Inviewoftheaboveproblems,thispaper

systematicallyintroduceshigh-orderstatistics,becausehigher-orderstatisticsarenotsensitive

totheprocessofobeyingtheGaussiandistribution,andthenoisereceived