杨天霖，杜选民，周胜增

(上海船舶电子设备研究所，上海201108)

0 引 言

主动声呐在浅海环境工作时，受到各种各样的干扰，其中，以混响为主要干扰。非平稳、非高斯特性是混响的固有特征[1]，并且混响与主动声呐的发射信号具有强相关的特性。

在混响抑制方面，国内外学者开展了大量的研究。文献[2]利用自回归(Auto-Regressive, AR)模型，提出了对混响进行预白化处理的方法，此方法对混响没有约束条件，有一定的自适应功能。文献[3]在前者的研究基础上，利用混响的非高斯特性，基于混合高斯模型利用期望最大化(Expectation Maximization, EM)等算法对其进行参数估计，使混响背景高斯化。文献[4]利用水下声信道的多途特性，提出了模基匹配方法，相比常规处理获得了3 dB增益，这种方法的缺点在于需要提前获得水声环境的特性，声场需要准确计算。文献[5-6]利用分数阶傅里叶变换的聚焦性质抑制混响，但该方法只适用于线性调频(Linear Frequency Modulation,LFM)信号，且要求较高的信混比。文献[7]通过目标几何声散射成分与混响在Wigner-Ville时频面的形态特征表达式，利用图像形态学滤波去除Wigner-Ville中的混响，仿真表明在信混比为-5 dB的条件下可有效抑制混响。文献[8]提出了一种混合块归一化匹配滤波算法(Trimmed Mean Block Normalization of Matched Filter, TM-BNMF)，试验数据表明效果优于标准块归一化匹配滤波算法。文献[9]在混响背景下，利用预白化后的二分奇异值分解(Singular Value Decomposition, SVD)对匹配滤波器性能进行研究，提高了混响背景下匹配滤波性能[9]。

通过预白化能够有效提高匹配滤波器的检测性能[10]，而小波变换是在傅里叶(Fourier)分析之后发展起来的一种新的数学工具。……