程泽丰，潘 翔

(浙江大学信息与电子工程学院，浙江 杭州 310027)

序贯贝叶斯滤波估计模函数和水平波数

程泽丰，潘 翔

(浙江大学信息与电子工程学院，浙江 杭州 310027)

介绍了一种在浅海波导环境中，联合声场模型和测量场，利用模基信号处理器解决非线性状态-参数估计问题的方法.在分析简正波模型表征声场的基础上，侧重研究了扩展卡尔曼滤波和粒子滤波两种算法，并将其用于模基水声信号处理进行声场参数估计.理论分析和数值仿真表明，两种算法均能正确估计模函数和水平波数，同时粒子滤波处理具有更好的宽容性.

序贯贝叶斯；粒子滤波；模基处理；水声波导

0 引 言

浅海环境是一个时变和空变的波导环境，水声信号在其传播表现为时延扩展和多普勒扩展.在波导环境中，通常用简正波模型来表征声场，用匹配场处理进行声源定位[1].由于理论模型和实际声场存在失配，宽容的匹配场处理成为研究的热点.

基于空间-状态模型的序贯贝叶斯滤波[2]适合在不确定的、非平稳和非高斯的变化环境中进行信号分析和处理，可以为模函数和水平波数的跟踪以及环境参数的反演提供有力工具.本文依据实际测量的声压场和声速剖面，基于简正模式传播模型，通过序贯贝叶斯滤波算法发展而来的基于扩展卡尔曼滤波[3](Extended Kalman Filtering, EKF)和粒子滤波(Particle Filtering, PF)的模基处理器，估计对应的模函数和水平波数.

1 空间-状态模型

运用序贯贝叶斯滤波处理海洋声……