水声信号处理中若干研究方向的现状及发展趋势

水声信号处理中若干研究方向的现状及发展趋势
孙超，杨益新
（西北工业大学声学工程研究所，西安 710072）
1 引言
水声信号处理领域的早期研究成果大多是数学专业出身的科学家完成的，研究工作植根于对声及其特性的物理和数学观察与分析。

作为一门交叉学科，近年来，水声信号处理研究领域也伴随着自适应信号处理、传感器阵列，以及检测与估计理论中的进展而发展。

同时，对海洋环境中多种现象的物理机理探究，促使水声信号处理领域研究成果逐步得到应用。

水声信号处理涉及广泛的研究课题，国内外对该领域的研究工作进展做过各种形式的综述。

典型的有1998年发表于IEEE信号处理杂志的一组题为《水声信号处理的过去、现在与将来》的专稿[1]，而国内则于2006年在《物理》杂志发表了一组题为《声纳技术及其应用专题》的文章[2-9]。

受时间、篇幅以及作者能力所限，本文将只对水声信号处理研究领域中有限的几个研究方向上的研究进展进行归纳总结。

2 被动定位—匹配场技术
20世纪80年代以来，被动定位技术中的重要发展就是在信号处理算法中加入了声传播模型，主要用于估计一个辐射源的距离和深度（以及方位）。

这种处理方法称作匹配场处理（Matched Field Processing—MFP）。

MFP的核心就是对常规的一维平面波波束形成进行推广，使其能够对海洋中的点声源进行三维定位。

一维平面波波束形成只能使基阵在方位上进行扫描，使其在所有可能的源方位上与测量数据进行“匹配”，并寻找其中相关程度最大处的参数值作为目标方位估计。

在三维匹配场波束形成中，基阵能够对不同的目标参数（距离、深度、方位）组合进行描述，寻找其与测量数据匹配程度最大的参数值，认为是目标的位置参数估计。

MFP的发展与海洋中声传播建模的进展是并行的。

当Clay研究模态传播时，他最早发现了波导模型、基阵和信号处理之间的密切关系[10]。

尽管他没有提到信号源定位或层析，但他清楚地建立了模态表示、传播和基阵处理之间的相互关系。

Hinich是第一个用垂直阵研究目标定位的人[11]。

他推导了模态幅度系数和信号源深度的最大似然方程和克拉美罗界（Cramer Rao Bound—CRB）。

因为对噪声使用了零均值高斯噪声模型，他推导的估计器等同于线性化的最小方差估计器。

该处理器对多普勒失配较敏感，特别是使用长积分间隔的时候。

Bucker意识到了这一点，并构造了一个二次型检测器，以降低这一敏感度。

更重要的是，他使用了现实的环境模型，引入了模糊表面的概念，并证明了波场含有足够的成份来进行反演、定位。

Bucker被认为是最早将MFP表示成现在使用的形式的人，他给出的检测因子本质上就是现在所说的“常规MFP”[12]。

在随后的20余年时间里，MFP有了长足发展。

Tolstoy于1993年出版的专著[13]以及Baggeroer等人发表在J. Oceanic Eng.上的综述文章[14]对此之前在MFP研究领域所做的工作进行了很好的总结与论述。

早期的工作集中在浅海水域，主要关心的是各种方法对失配的敏感程度。

试验研究主要采用垂直线列阵，工作频率较低，作用距离从几公里至上百公里。

在处理方法上，自适应的最小方差无失真响应（Minimum Variance Distortionless Response—MVDR）技术被引入到MFP中，并给出了较之常规线性的MFP处理器（Bartlett处理器）
更好的性能。

除了直接将接收声场数据与通过模型计算得到的拷贝场进行匹配以获得目标位置信息外，还发展了匹配模处理方法并在多种实验条件下得到了验证。

与此同时，对宽带MFP的报道也相继出现[15-20]。

Jesus将匹配模技术应用到宽带的瞬态信号中，并对实验数据进行了分析处理。

Brienzo和Hodgkiss[17]以及Knobles和Mitchell[18]则对深海匹配场实验的宽带处理方法进行了研究并得到了实验结果。

同时，有研究者将其它研究领域的信号处理方法引入到MFP当中，提出了新的处理算法[21-24]。

由于在MFP中使用的模型需要海洋和海底物理特性及参数的准确的先验知识，而这些知识的准确获取存在一定的困难，近年来，有研究者开始了基于基阵接收数据的MFP方法研究，以建立新的源定位方法，去除原有MFP方法对海洋环境完备知识的依赖。

这就是所谓的数据驱动MFP方法。

Hursky等人[25]利用实验数据分析得到的结果表明，这种方法在稳健程度与定位精度和处理增益之间的折衷上，提供了一定的灵活性。

传统的匹配场处理技术主要应用于低频被动源的检测与定位。

近年来，在主动声呐中也出现了利用MF技术的源深度估计研究。

Hickman和Krolik[26]将MFP技术应用到一个主动声呐和一个水平接收基阵，估计浅海环境中一个漂浮散射体的深度。

与被动MFP技术一样，主动MFP中对源的定位仍然基于多径传播的数值建模。

然而，与被动MFP中源距离的估计严格地依赖于相对的模态相位建模不同，在主动MFP中，源的距离近似地从传播时间的测量值得到。

所以，他们提出的匹配场深度估计（Matched Field Depth Estimation — MFDE）方法不需要知道复的相对多径幅度的信息，但也依赖于未知的散射特性。

在这种方法中，通过对深度有关的相对时延和多径之间垂直角度散布的建模，来实现对源的深度估计。

在MFP处理中，随着频率的升高，大多数方法都对起伏和不确定性变得更加敏感，其结果是，对1kHz以上频率上的MFP研究很少，并且人们有种感觉，就是数kHz以上MFP 方法就不能再使用了。

最近，Hursky等人[27]在美国沿岸不同的浅海区进行了水声通讯实验，研究结果表明，即使在8～16kHz的频率段内仍能观察到明显的多径结构。

并且，证明了模基处理可以用于这些频率上远至数千公里距离上的源定位。

国内较早开展匹配场被动定位技术研究的是中国科学院声学研究所和中船重工第715研究所，随后有西北工业大学等单位也开展了相关研究工作[28-34]。

3 合成孔径技术
传统的侧扫声呐成像分辨率受发射阵尺寸、发射信号频率以及作用距离等限制，成像精度不是很高，在一些高分辨应用中不能达到要求，因此人们将合成孔径雷达原理推广到水声领域，出现了合成孔径声呐（SAS — Synthetic Aperture Sonar）。

SAS是一种新型高分辨水下成像声呐，可以用于水下目标的探测和识别、海底测量、水下考古和搜寻水下失落物体等，尤其可以进行高分辨海底测绘，对数字地球研究具有重要意义。

SAS的基本原理是利用小孔径基阵的移动，通过对不同位置接收信号的相关处理，来获得移动方向（方位方向）上大的合成孔径，从而得到方位向的高分辨力。

从理论上讲，这种分辨力和探测距离无关。

直观地说，与目标之间的距离越远，合成孔径长度就越长，合成阵的角分辨率就越高，从而抵消了距离增大的影响，保持了方位向分辨力不变。

合成孔径声呐自20世纪50年代出现以来，至今已获得飞跃式发展。

Walsh在1969年第一次对SAS进行了描述[35]。

1973年，Sato、Ueda和Fukoda给出了首次合成孔径实验结果[36]。

在1975年，Cutrona发表论文对使用真实孔径的声呐和使用合成孔径的声呐成像性能进行了比较，得出的结论是SAS系统可以在很低的频率下进行工作[37]。

从此以后，SAS 技术才变得慢慢成熟起来，但由于介质的不稳定性、拖体速度的限制以及平台运动误差的影响，SAS发展相当缓慢。

70年代和80年代由于相关性研究的发展减轻了人们对海洋媒质的
担心，并且发现其它问题也不是不可能逾越的。

1990年，由欧共体资助欧洲开始进行实时SAS系统的研究工作。

目前，他们开发的ACID系统[38]及其改进的SAMI系统[39]成功地进行了海试，获得了相当好的合成孔径声呐地貌图像。

美国Raytheon公司组织研制的DARPA SAS系统[40]应用于对水雷进行探测和识别，在1km的距离上分辨率能达到10cm。

但合成孔径声呐作为一种水下成像设备，受水下复杂条件的影响，有不同于合成孔径雷达（Synthetic Aperture Radar-SAR）的特点。

首先是声传播信道的非理想性比合成孔径雷达中电磁波传播的严重；其次是声呐拖体的运动稳定性比合成孔径雷达要差得多；再者，因为声速大大低于电磁波在空间的传播速度，从而大大限制了拖体运动的速度；最后，由于声呐中常采用宽带信号而使雷达中的一些窄带信号处理方法在合成孔径声呐中不再适用，需对已有的算法进行改进或研究新的算法。

这正是合成孔径声呐研究极富挑战性之所在。

从1990年开始，Zakharia、Chatillon和Bouhier就开始研究合成孔径的宽带和窄带方法[41]。

他们提出宽带处理无论在理想的还是干扰的运动中都可以提供好的分辨率。

他们指出，即使在宽带处理中，当侧扫声呐的未知运动的幅度与波长同阶时，图像的质量还是会受到很大影响。

1992年，Rolt和Schmidt针对方位图像模糊度即假目标问题，提出了缩短孔径处理方案[42]。

他们提出，方位模糊度并不能通过声呐波束的零点而完全消除，这将给图像质量带来一定的影响，方位向的假目标可以通过空间处理来减少，即在合成孔径的过程中，强调可获得的合成孔径长度的中心部分，而弱化末端部分的影响。

Johnson等人在1995年，又针对声呐的小于一个波长的摆动，提出了一种适用于宽带合成孔径声呐的技术[43]。

研究表明，在观测域内没有强目标的情况下，只要任意两个采样点之间偏离直线路径的位移不超过波长的1/4，就可以通过回波数据的统计特性估计出适当的位移误差。

1997年，Gough和Hawkins 对各种成像算法的效率和稳定性给出了比较结果[44]。

与此同时，Pinto为了达到双倍成像率，对不同的频率和发射位置进行了讨论，得出了可行的方案[45]。

同一时期，Chatillon等在海洋环境下，成功地进行了利用合成孔径技术对海床进行制图和成像的试验[39]。

这次试验表明，在现实的条件下，低频宽带合成孔径声呐成像和测绘系统是可行的。

干涉合成孔径声呐（Interferometric Synthetic Aperture Sonar — InSAS）是从干涉合成孔径雷达技术发展而来的[46,47]，通过在合成孔径声呐系统中的垂直方向上增加一副（或多副）接收基阵，通过比相测高的方法得到场景的高度信息，从而得到场景的三维图像[48-50]。

由于具备了SAS分辨率与成像距离和工作频率无关的优点以及干涉测深精度高的优点，InSAS 近年来在国际上发展迅速。

1992年IEE雷达与声呐杂志就有InSAS的水池试验结果报道，1998年美国研制的DARPA合成孔径声呐具备干涉测深的功能，2000年法国Thomson-Marconi公司的IMBAT3000也有InSAS功能。

近年国外还报道了许多轨道InSAS。

国内对SAS的研究始于“九五”期间，国家“863”计划于1997年支持中科院声学所和中船重工第715研究所联合开展合成孔径声呐的研究与试验工作，海军工程大学、哈尔滨工程大学等单位也相继开展了合成孔径声呐相关理论与技术的研究工作[51-57]。

“十五”期间，InSAS研究正式起步，并且得到了国家“863”计划的支持。

4 拖曳线列阵的研究
低频大孔径的拖曳线列阵是现代声呐技术发展的主要方向之一。

由于拖曳线列阵的孔径可以做得很大，从而充分利用信号场的相干性，以获得高的处理增益，对于拖曳线列阵的研究早在20世纪初期就已经开始[58,59]。

但是，由于在使用过程中阵形较难保持期望的形状，拖曳阵的信号处理较之常规固定结构声接收基阵的信号处理方法复杂，直到最近的30多年中才真正发展起来。

4.1拖曳阵阵形估计
为了使基于固定结构基阵的多传感器阵列信号处理方法可用，对拖线阵阵形进行估计是必要的。

目前已有多种阵形估计的方法，一种最常用的途径是在拖线阵上放置多个方向/深度测量仪，或者GPS天线，以获得阵元的位置信息，进而估计阵形[60-63]。

这种方法应用起来比较直接，但是经济代价太高。

另外一种方法是通过求解流体力学中的Paidoussis方程对拖线阵的阵形进行实时估计[64-68]；还有一种方法通过将阵元的实际位置偏离直线阵的位置之差建模为阵元位置的扰动误差，通过估计这些误差参数来实现对阵形的校正。

20世纪90年代以后，人们通过对阵列误差进行建模，将阵列误差校正逐渐转化为一个参数估计的问题。

以此为基础的阵形校正方法通常可以分为有源校正类[69-75]和自校正类[76-80]。

有源校正通过在空间设置方位精确已知的辅助信号源对阵元的位置进行离线估计，而自校正类方法通常根据某种优化函数对空间信号源的方位与阵元位置进行联合估计。

这两类校正算法各有优缺点：对于有源校正而言，无需对信号源方位进行估计，所以其运算量比较小，在实际中被采纳的比较多。

但这类校正算法对辅助信号源有着较高的精确方位信息的要求，所以当辅助信号源的方位信息有偏差时，这类校正算法会带来较大的偏差。

自校正算法可以不需要方位已知的辅助信号源，而且可以在线完成实际方位估计，所以其校正的精度比较高，但由于阵元位置误差与方位参数之间的耦合和某些病态的阵列结构，参数估计的唯一辨识往往无法保证，更为重要的是参数联合估计对应的高维、多模非线性优化问题带来了庞大的运算量，估计的全局收敛性往往无法保证。

所有这些阵形估计方法在实际声呐系统中的应用情况由于保密原因，几乎没有报道。

4.2基于拖曳阵的目标参数估计
在研究拖曳阵阵形估计问题的同时，一些研究者已经从理论和实现两个角度考虑了基于拖线阵的目标参数估计问题。

Rockah和Schultheiss提出并分析了对近场和远场声源的基阵阵形校准技术[77,78]。

Knapp提出了一种方法来改善存在阵元位置不确定性时的信号检测性能[81]。

Fuchs提出了一种方法用于处理大的基阵形变[82]。

Nicolas和Vezzosi提出了一种方法用于未知阵形基阵时多个远场声源的联合估计[83]。

Goldberg考虑了多个运动源到达方位和基阵形状的联合估计问题[84]。

JOE也出了专刊，讨论了处理受扰动基阵的各种方法，包括利用受扰动的阵元估计目标方位和距离的问题，并且研究了扰动对估计精确度的影响[85]。

4.3拖曳阵本舰噪声抑制
由于拖船与水听器之间的距离较远，拖船噪声对拖曳阵中水听器的影响相对较小。

但是，拖船噪声的影响总是存在的，理解拖船噪声与接收水听器之间的声传播路径，从而采取措施对之加以抑制，这对系统性能的发挥具有非常重要的作用。

马远良等人解释了拖曳线列阵接收拖船噪声的响应所呈现的奇异现象，从机理上分析了拖船噪声到达水听器的复杂多径传播及拖曳线列阵绕轴对称分布的特征，声场建模和计算机仿真与实验观察的结果一致[86]。

通过将匹配场的概念与最优传感器阵列处理的概念相结合，形成了新的匹配场噪声抑制原理[87]。

李启虎等人最近分析了主被动拖线阵声呐中拖曳平台的螺旋桨噪声和主动发射基阵（拖鱼）流噪声对被动接收基阵的干扰作用，给出了不同参数条件下干扰源的入射角关系[88]。

4.4拖曳线列阵中的左右舷分辨问题
左右舷模糊是常规拖曳线列阵的主要问题之一。

克服左右舷模糊的最初方法是使本舰机动一次，这在实际中有时是不现实的。

杜选民等人给出采用三元水听器组解决左右舷分辨的
思路，并提出了两种处理方法[89]。

何心怡等人研究了单根线列阵产生左右舷模糊的原因，提出利用线列阵在拖曳过程中产生阵形畸变现象来解决单根普通线列阵的左右舷分辨问题[90]。

李启虎等人于近期对双线阵区分左右舷目标的问题进行了理论分析与仿真研究，提出了一种评价分辨能力的方法[91]，讨论了在左右舷分辨过程中减小分辨盲区的方法[92]。

5 时反技术
声学中的时间反转（或频域中的相位共轭）的概念是由光学中的相位共轭法引申而来的。

声学中的时反处理研究始于20世纪60年代。

1965年，Parvulescu和Clay对时间反转、再发射以补偿多途影响的实验进行了报道，但该实验并未体现出时间反转场的空间聚焦特性[93]。

此后的20多年中，一直没有出现相关研究的报道，直至20世纪80年代末，人们才利用超声比光学频率低的特点，将接收的声信号经过换能器转换成电信号，对此电信号利用电学上的混频方法获得相位共轭信号，并将该相位共轭信号再次通过换能器发射出去，实现声束在目标方位上的聚焦[94]。

同时研制出了可以对声信号进行检测、采样、存储、时间反转并重发的实用性系统。

自1989年Fink等人在超声领域得出了时反阵具有聚焦能力的结论[95]后，时反技术才成为科学家们理论和试验研究的一大热点。

1992年，Fink提出了时反镜（Time Reversal Mirror — TRM）的两个新应用[96-98]：时间反转腔（Time Reversal Cavity — TRC）和迭代时间反转技术（Iterative Time Reversal Processing — ITRP）。

其中迭代时间反转技术可实现多目标的选择性聚焦。

1996年，针对两个散射体的情况，Prada在时间反转镜迭代算法的基础上提出时间反转算子分解的方法[99]（Decomposition Of the Time Reversal Operator — DORT）。

该方法对时反算子进行特征值分解，通过对特征向量的处理来实现选择聚焦。

理论和试验结果均证明了该方法在不均匀介质中对两个散射体定位的能力。

在人们对时间反转处理进行研究的初期，相位共轭法就已经被用来解决水中的多途问题[93]。

Jackson和Dowling对TRM应用于水声（主动）作了定义和基本的理论分析[100]，并对各种不同阵形的TRM技术进行了理论推导。

他指出主动式时间反转技术可在对水声环境信息先验未知的情况下，将声信号在原声源位置形成时间和空间上的再聚焦，同时，对影响TRM聚焦性能的因素进行了初步分析[101]。

近期，Dowling等人对水声传播环境的随机时变空变性、时反阵元及目标因洋流或载体的影响而导致的位置偏移、噪声的等因素对时反处理的影响作了一系列的研究[102]，并研究了时反阵变形对TRM的影响[103]以及动目标的TRM宽带检测性能[104]。

这对时间反转镜的实际工程应用有极大的指导意义。

Kuperman等人在美国海军研究局（Office of Naval Research — ONR）的支持下，对水声TRM进行了10多年的持续研究，完成了多次海上实验，发表了一系列高水平的学术论文。

前期，他们主要对水声TRM的时空聚焦原理进行理论研究和实验验证。

他们在地中海进行了TRM浅海试验，验证了TRM在原声源处的时间和空间聚焦[105]，并进一步研究了浅海波导中时反聚焦的空间分辨率[106]。

波导中界面引起的多途效应和波导中介质的不均匀性可以增强TRM的聚焦性能（Blomgren等人在文献[107]中深入讨论了这种特性，并将其称为“超分辨TRM”）。

为了实现聚焦距离和深度的变化，他们又分别提出了聚焦距离可变和聚焦深度可变的时反聚焦方法[108,109]。

针对海洋波导中多目标的探测和定位问题，Kuperman等人研究了水声迭代时间反转技术[110,111]，可以在散射强度最大的目标处实现时反选择性聚焦。

近年来，他们致力于将水声时反处理应用于主动声呐的回波信混比增强。

Kim等人[112]研究了浅海波导中时间反转聚焦处理的信混比增强能力。

当把粗糙海底的反射波看作是反射声源中的探测声源时，Song等人[113,114]提出了基于时反处理的混响凹槽设置方法并进行了海洋实验论证。

通过设置时反阵列的激励，可以在某个距离区域上设置混
响零点。

此外，Fink为首的研究小组也开始将超声波领域中提出的时反算子分解方法应用于水声学[115-118]，通过时反算子可以获得浅海波导中散射体数目和选择性聚焦权向量信息。

由于时间反转处理的时间和空间聚焦特性，时反技术也逐步被应用于水声通信。

最早提出将时反处理应用于水声通信的是Abrantes和Smith等人[119]。

2000年Smith等人[120,121]进行了利用TRM的高数据率水下声通信试验。

与此同时，Edelmann等人[122,123]在意大利Elba岛附近进行了利用时反处理来减少BPSK和QPSK水声通信误码率的实验研究；Dowling 等人[124]在西雅图进行利用被动时反处理实现水声通信的实验研究。

这些实验结果表明，利用时反处理的时空聚焦特性可以有效地解决水声通信中由于多途产生的信号畸变，以去除（或大幅度地减低）码间干扰，减小通信误码率。

这引起了许多学者的广泛兴趣[125-130]。

国内对于水声时反技术的研究刚刚起步[131-134]，其中蕴含着巨大的潜能有待我们研究开发。

6 波导/基阵不变性
6.1 波导不变性
声场中传播的声信号具有空-时相干性，这种相干性中存在确定性分量即不变性特征。

俄罗斯水声学家于1982年发现海洋声场具有稳定的距离-频率干涉结构，Chuprov等人用简正波理论很好地解释了上述现象，并定义了一个称为波导不变量（waveguide invariant）β的值来表征距离-频率面上输出声强的条纹的变化[135]。

已经证明，波导不变量β与干涉条纹斜率以及声源的频率和水平距离存在着简单的函数。

近年来有关波导不变性的研究成为了海洋声学界的热点之一[136]。

Thode和Kuperman等人在2000年首先指出：Bartlett匹配场处理器输出端的距离-频率模糊度表面中出现的旁瓣随频率的变化发生偏移的现象可以用波导不变性的概念来解释，并提出了利用旁瓣结构进行声源定位的方法，实验仿真和海试实验证明了该理论的正确性[137]。

2002年，Rouselff和Leigh用波导不变性的概念成功解释了主动声呐系统输出LOFAR 图所出现的条纹[138]。

徐海生用仿真和海试数据分析验证了旁瓣轨迹的这种特性，而且通过海试数据表明，即使在海洋环境信息和声源深度信息不存在的情况下（主瓣不存在），旁瓣轨迹依然收敛到了正确的声源距离[139]。

尽管如此，由于海洋的随机性和不均匀性，海洋波导不变量在实际情况下并不是一个不变的常量，而是受到环境影响的一种分布量。

因此考虑到波导不变性概念描述的旁瓣结构定位技术，值得进一步研究[140]。

我国声场声信息国家重点实验室在张仁和院士的领导下，针对波导不变性开展了较系统的研究工作，在提高声场的水平纵向的频移补偿、基于波导不变性的水平阵列和垂直阵列的干扰抑制等方面取得了研究成果。

并于2005年6月进行的一次浅海声学实验证实了利用波导不变性能够提高声场水平纵向相关性，从而有望用在多途信道中提高大尺度水平阵的阵列处理增益[141,142]。

Søstrand提出了一种在随距离波导改变的波导环境中的估计距离的新方法。

他发现，只要从波束-时间图上读出倾斜条纹的斜率值就可以用推导的一个公式得到目标距离的估计。

±的范围[143]。

实验结果得到，在距离超过100km是，距离估计的精确度可以控制在5%最近，Goldhahnd等人还将波导不变性引入到主动声呐系统中的混响抑制当中，在2007年提出了基于波导不变性的恒虚警率（Constant False Alarm Rate — CFAR）检测方法[144]。

Rogers和Krolik发现了一种基于波导不变性的时-频分析方法来对混响级（RL）进行估计[145]。

Tao和Krolik通过波导不变性与水平波数的差别关系，提出了一种称为波导不变性聚焦法（WIF）的自适应波束形成方法。

实验结果显示，该方法相对于其它方法，具有有效抑。