水聲陣列信號(hào)的匹配場(chǎng)處理

第1章　概述
　1.1　匹配場(chǎng)處理的含義
　1.2　水聲環(huán)境參數(shù)的匹配場(chǎng)反演
　1.3　水下目標(biāo)的匹配場(chǎng)被動(dòng)定位
　1.4　匹配場(chǎng)噪聲抑制
　參考文獻(xiàn)
第2章　水聲環(huán)境參數(shù)反演的總體框架
　2.1　引言
　2.2　水聲環(huán)境參數(shù)反演的目標(biāo)函數(shù)
　　2.2.1　匹配物理量及目標(biāo)函數(shù)的建立
　　2.2.2　淺海環(huán)境參數(shù)模型的建立
　　2.2.3　反演參數(shù)的上下邊界
　　2.2.4　反演參數(shù)的敏感性分析
　2.3　拷貝場(chǎng)計(jì)算的基本模型
　　2.3.1　聲傳播的基本模型
　　2.3.2　常用模型計(jì)算程序的性能比較
　2.4　參數(shù)反演的全局尋優(yōu)算法
　　2.4.1　用差異進(jìn)化算法進(jìn)行海洋環(huán)境參數(shù)反演
　　2.4.2　差異進(jìn)化算法的性能仿真
　　2.4.3　基于差異進(jìn)化算法的混合優(yōu)化算法
　　2.4.4　混合優(yōu)化算法在匹配場(chǎng)反演中的性能分析
　2.5　參數(shù)反演結(jié)果的不確定性分析
　　2.5.1　參數(shù)反演不確定性分析的研究現(xiàn)狀
　　2.5.2　逆問(wèn)題的貝葉斯積分
　　2.5.3　鄰域近似算法的基本原理
　　2.5.4　估計(jì)PPD的鄰域算法結(jié)構(gòu)及仿真結(jié)果
　　2.5.5　實(shí)驗(yàn)數(shù)據(jù)驗(yàn)證
　2.6　本章小結(jié)
　參考文獻(xiàn)
第3章　淺海環(huán)境參數(shù)寬帶匹配場(chǎng)反演
　3.1　引言
　3.2　寬帶匹配場(chǎng)反演的最大似然目標(biāo)函數(shù)分析
　　3.2.1　寬帶數(shù)據(jù)假設(shè)
　　3.2.2　觀(guān)察數(shù)據(jù)具有幅度和相位信息時(shí)的目標(biāo)函數(shù)
　　3.2.3　觀(guān)察數(shù)據(jù)只有幅度信息時(shí)的目標(biāo)函數(shù)
　3.3　相干與非相干寬帶匹配場(chǎng)處理
　　3.3.1　數(shù)據(jù)模型與Bartlett處理器
　　3.3.2　寬帶非相干Bartlett處理器
　　3.3.3　寬帶相干處理器
　　3.3.4　Westwood寬帶匹配場(chǎng)處理器
　3.4　寬帶匹配場(chǎng)反演的多步優(yōu)化方法
　　3.4.1　反演模型參數(shù)的敏感性指數(shù)
　　3.4.2　多步匹配場(chǎng)反演方法
　3.5　寬帶匹配場(chǎng)反演的實(shí)例
　　3.5.1　實(shí)驗(yàn)條件
　　3.5.2　水平不變的寬帶匹配場(chǎng)反演
　　3.5.3　水平變化的寬帶匹配場(chǎng)反演
　　3.5.4　參數(shù)反演結(jié)果的比較分析
　3.6　淺海環(huán)境參數(shù)反演的誤差來(lái)源分析
　3.7　本章小結(jié)
　參考文獻(xiàn)
第4章　淺海聲速剖面的反演方法
　4.1　引言
　4.2　淺海聲速剖面的經(jīng)驗(yàn)正交函數(shù)表示
　　4.2.1　用EOF表示聲速剖面的原理
　　4.2.2　中國(guó)東海聲速剖面的EOF表示　
　4.3　沉積層對(duì)多途到達(dá)結(jié)構(gòu)的影響
　　4.3.1　沉積層分類(lèi)
　　4.3.2　仿真條件
　　4.3.3　多途到達(dá)的簡(jiǎn)正波模型仿真方法
　　4.3.4　多途到達(dá)的聲線(xiàn)仿真方法
　　4.3.5　多途到達(dá)仿真結(jié)果的比較
　4.4　淺海聲速剖面的聲線(xiàn)到達(dá)時(shí)差反演方法
　　4.4.1　到達(dá)時(shí)差反演方法的原理
　　4.4.2　到達(dá)時(shí)差反演的實(shí)驗(yàn)數(shù)據(jù)分析
　4.5　淺海聲速剖面的匹配波束反演
　　4.5.1　匹配波束反演的原理
　　4.5.2　匹配波束反演的實(shí)驗(yàn)數(shù)據(jù)驗(yàn)證
　4.6　本章小結(jié)
　參考文獻(xiàn)
第5章　匹配場(chǎng)定位的基本原理和穩(wěn)健方法
　5.1　線(xiàn)性匹配場(chǎng)處理器的原理
　5.2　全階自適應(yīng)匹配場(chǎng)處理器
　　5.2.1　自適應(yīng)匹配場(chǎng)處理器的原理
　　5.2.2　非相干噪聲條件下的匹配場(chǎng)處理陣增益
　　5.2.3　非相關(guān)多源干擾噪聲條件下的匹配場(chǎng)處理陣增益
　　5.2.4　匹配場(chǎng)處理對(duì)失配誤差的敏感性
　5.3　自適應(yīng)降階匹配場(chǎng)算法
　　5.3.1　自適應(yīng)降階匹配場(chǎng)算法的通用結(jié)構(gòu)
　　5.3.2　基于特征向量的降階自適應(yīng)匹配場(chǎng)處理算法
　　5.3.3　基于模式分解的降階自適應(yīng)匹配場(chǎng)處理算法
　5.4　環(huán)境參數(shù)失配條件下的穩(wěn)健自適應(yīng)匹配場(chǎng)定位算法
　　5.4.1　鄰域位置約束的匹配場(chǎng)定位算法
　　5.4.2　環(huán)境擾動(dòng)約束的匹配場(chǎng)定位算法
　5.5　運(yùn)動(dòng)目標(biāo)自適應(yīng)匹配場(chǎng)定位的運(yùn)動(dòng)補(bǔ)償算法
　　5.5.1　運(yùn)動(dòng)點(diǎn)源的聲場(chǎng)模型
　　5.5.2　運(yùn)動(dòng)補(bǔ)償算法
　　5.5.3　強(qiáng)干擾背景下的子空間運(yùn)動(dòng)補(bǔ)償算法
　5.6　不確定環(huán)境下的穩(wěn)健自適應(yīng)匹配場(chǎng)處理
　　5.6.1　環(huán)境失配及存在水面強(qiáng)干擾時(shí)的AMFP方案
　　5.6.2　性能仿真
　　5.6.3　實(shí)驗(yàn)數(shù)據(jù)驗(yàn)證
　5.7　基于扇區(qū)特征向量約束的穩(wěn)健自適應(yīng)匹配場(chǎng)處理器
　　5.7.1　扇區(qū)聚焦約束自適應(yīng)匹配場(chǎng)處理器
　　5.7.2　扇區(qū)特征向量約束自適應(yīng)匹配場(chǎng)處理器
　　5.7.3　MV-SEC的特點(diǎn)
　　5.7.4　性能仿真
　　5.7.5　實(shí)驗(yàn)數(shù)據(jù)驗(yàn)證
　5.8　基于環(huán)境擾動(dòng)的線(xiàn)性匹配場(chǎng)處理方法
　　5.8.1　環(huán)境擾動(dòng)線(xiàn)性匹配場(chǎng)的原理
　　5.8.2　線(xiàn)性匹配場(chǎng)干擾抑制算法
　　5.8.3　性能仿真
　　5.8.4　實(shí)驗(yàn)數(shù)據(jù)驗(yàn)證
　5.9　本章小結(jié)
　參考文獻(xiàn)
第6章　匹配場(chǎng)噪聲抑制的原理和穩(wěn)健方法
　6.1　匹配場(chǎng)噪聲抑制的研究歷程
　6.2　匹配場(chǎng)噪聲抑制的原理與穩(wěn)健方法
　　6.2.1　匹配場(chǎng)噪聲抑制的基本原理
　　6.2.2　多約束匹配場(chǎng)噪聲抑制的理論解
　　6.2.3　匹配場(chǎng)波束形成后噪聲抑制方法
　　6.2.4　性能仿真
　6.3　MFPIC用于同方向強(qiáng)干擾背景下的目標(biāo)檢測(cè)
　6.4　匹配場(chǎng)噪聲抑制的矩陣濾波方法
　　6.4.1　矩陣濾波方法的原理
　　6.4.2　穩(wěn)健的空域矩陣濾波方法
　6.5　基于矩陣濾波的拖線(xiàn)陣匹配場(chǎng)噪聲抑制方法
　　6.5.1　拖船噪聲抑制的矩陣濾波方法
　　6.5.2　數(shù)值仿真實(shí)驗(yàn)及結(jié)果
　6.6　本章小結(jié)
　參考文獻(xiàn)