声学技术I海洋声学目标探测技术研究现状海洋声学LI标探测技术对于维护国家主权，保障国家海洋环境安全，促进海洋探索与开发至关重要。
近年来，水下口标隐身技术不断进步，给水声探测技术带来了巨大挑战。
针对这一挑战，低频、移动、多节点水声探测技术日益受到重视，同时，探测隐身LI标的多源声学网络也应运而生。
山此可见，通过水声通信组网技术将主被动探测节点连接成水声探测网络，并对获取的多源信息进行融合，是海洋声学LI标探测技术发展的一个重要途径。
被动探测技术海洋声学H标被动探测是应用最为广泛的技术之一，其主要利用水听器及其阵列接收U标自身辐射噪声或信号，如潜艇辐射的螺旋桨转动噪声、艇体与水流摩擦产生的流噪声、以及各种发动机机械振动引起的辐射噪声等，同时结合信号处理技术以提取有用信息，如口标信号特征、方位、距离和深度等。
山于被动探测系统本身并不发射信号，所以口标不易察觉其存在，具有较强的隐蔽性。
水听器及其阵列构成了被动探测的硬件基础，而被动声呐系统则是水听器及其阵列的主要安装平台，其形式、尺寸及安装形式等都对信号接收产生直接影响；信号处理部分则构成了软件基础，决定了信息提取的有效性，是被动声呐系统的大脑。
硬件和软件基础共同决定了被动探测技术的性能。
1•典型被动声呐平台典型被动声呐平台主要包括岸基平台、舰船与潜艇平台以及航空飞行器平台，其包含的水听器主要有标量的声压水听器和矢量水听器2种，阵列形式可分为线型、面型和体积型，实际中可依据不同的应用环境选择不同的阵型。
岸基声呐是固定式水声监听系统的一种，一般以海岸为基地，在大陆架或者海岛周边大型布放水下基阵，用于警戒和监视海峡、港口、航道以及敬感水域的敌方水下潜艇活动，是反潜预警系统的重要组成部分。
一般山线性水听器基阵、海底电(光)缆、岸上终端电子设备以及电源系统等组成。
岸基声呐中较为典型的是美国在冷战时期部署的声音监控系统(SOSUS),该系统釆用子阵技术，将一条长线阵分成2〜3个子阵单独处理，再结合起来进行波束形成，从而得到较窄的波束和更好的指向性。
基于采样值随机压缩矩阵核空间的亚奈奎斯特采样重构算法盖建新;杜昊辰;刘琦;童子权【摘要】针对现有调制宽带转换器亚奈奎斯特采样重构算法性能不高问题,该文提出一种基于采样值核空间的支撑重构算法和随机压缩降秩方法,将两者结合得到一种高性能采样重构算法.首先利用随机压缩变换在不改变未知矩阵稀疏特性的前提下将采样方程转化为多个新的多测量向量问题,然后利用采样值矩阵核空间与采样矩阵支撑正交的关系获取联合稀疏支撑集,最后通过伪逆完成重构.从理论和实验两个方面对所提方法进行了分析和验证.数值实验表明,与传统重构算法相比,所提算法提高了重构成功率、降低了高概率重构所需的通道数,而且重构性能总体上随压缩次数增加而提高.【期刊名称】《电子与信息学报》【年(卷),期】2019(041)002【总页数】8页(P484-491)【关键词】稀疏重构;亚奈奎斯特采样;多测量向量;调制宽带转换器【作者】盖建新;杜昊辰;刘琦;童子权【作者单位】哈尔滨理工大学测控技术与仪器黑龙江省高校重点实验室哈尔滨150080;哈尔滨理工大学测控技术与仪器黑龙江省高校重点实验室哈尔滨 150080;哈尔滨理工大学测控技术与仪器黑龙江省高校重点实验室哈尔滨 150080;哈尔滨理工大学测控技术与仪器黑龙江省高校重点实验室哈尔滨 150080【正文语种】中文【中图分类】TP3911 引言以奈奎斯特采样理论为基础的传统信息处理技术，目前在雷达电子监视、认知无线电频谱感知等应用中正面临着采样率过高的压力[1—3]。
近年来，压缩感知(Compressive Sensing,CS)理论[4,5]提出了一种充满前景的信息获取方法。
该理论指出，对于稀疏或可压缩的信号，当测量矩阵满足约束等距特性时，可以从少量低速采样中恢复出原信号。
CS理论掀起了亚奈奎斯特信息处理技术的发展新高潮。
近年来，基于CS理论，学者们提出了随机解调[6]、随机采样[7]、多陪集采样[8]、调制宽带转换[9,10]等一系列亚奈奎斯特采样方法。
阵列信号处理概述研究背景及意义和波达方向估计技术1 概述阵列信号处理作为信号处理的一个重要分支，在通信、雷达、声呐、地震、勘探、射电天文等领域获得了广泛应用和迅速发展。
对所有探测系统和空间传输系统，空域信号的分析和处理是其基本任务。
将多个传感器按一定方式布置在空间不同位置上，形成传感器阵列。
并利用传感器阵列来接收空间信号，相当于对空间分布的场信号采样，得到信号源的空间离散观测数据。
阵列信号处理的目的是通过对阵列接收的信号进行处理，增强所需要的有用信号，抑制无用的干扰和噪声，并提取有用的信号特征以及信号所包含的信息。
与传统的单个定向传感器相比，传感器阵列具有灵活的波束控制、高的信号增益、极强的干扰抑制能力以及高的空间分辨能力等优点，这也是阵列信号处理理论近几十年来得以蓬勃发展的根本原因。
阵列信号处理的最重要应用包括：①信（号）源定位——确定阵列到信源的仰角和方位角，甚至距离（若信源位于近场）；②信源分离——确定各个信源发射的信号波形。
各个信源从不同方向到达阵列，这一事实使得这些信号波形得以分离，即使他们在时域和频域是叠加的；③信道估计——确定信源与阵列之间的传输信道的参数（多径参数）。
阵列信号处理的主要问题[]1包括：波束形成技术——使阵列方向图的主瓣指向所需方向；零点形成技术——使天线的零点对准干扰方向；空间谱估计——对空间信号波达方向的分布进行超分辨估计。
空间谱估计技术是近年来发展起来的一门新兴的空域信号处理技术，其主要目标是研究提高在处理带宽内空间信号（包括独立、部分相关和相干）角度的估计精度、角度分辨率和提高运算速度的各种算法。
在所有利用空间谱估计技术来实现对到达方向（DOA）估计的方法中，以R. O. Schmidt 提出的MUSIC 算法最为经典且最有代表性。
Schmidt 在MUSIC 算法中提出了信号子空间的概念，即在维数大于信号个数的观测空间中进行子空间的划分，找出仅由噪声贡献生成的空间（噪声子空间）和由信号和噪声共同作用产生的空间，根据这两个子空间的基底以及阵列流型即可得到待测方向满足的方程，由其解得到来波方向的估计。
