水声目标探测技术研究现状与展望

研究自适应模基处理（MBP）方法，这是基于数据驱动的动态模型匹配方法（图 3）。此类方法首先建立一些参数不确定的模型集，利用水声时空数据根据一定处理准则进行递归估计所构建模型的参数，从而得到一个与“环境场”相匹配的“拷贝场”模型，所构建的“拷贝场”模型可以随着环境的变化而进行相应的调节，在此基础上进行目标信号的探测，从而提高了方法对环境的适配性。模基处理主要有 3 方面优势：①它是递归的，因此可以序贯地修正对声呐和环境参数的估计；②可以包含系统和测量噪声，这里的噪声不仅指声学噪声，也包括模型参数的输入误差；③其输出之一是新息序列，可以在线测试模型与数据的匹配程度，通过分析新息序列的统计特性评价处理器的整体性能。例如，Sullivan 和 Candy等提出了基于序贯探测的模基处理方法，可以在参数未知环境下自适应地探测微弱目标。

 图 3 模基处理方法原理图

相关文章