吴耀文 ，邢传玺，张东玉，谢李祥

(云南民族大学 电气信息工程学院，云南 昆明 650500)

声信号在实现众多水下科研活动中都起着至关重要的作用，因为无线电波和光波等其他类型的信号无法很好地在水下传播[1].无线电波因其频率较高，在水中传播的过程中往往会导致其迅速衰减.光波在水中尤其是浑浊的水中穿透距离有限，衰减较快，一般在水下的传播距离为数十米左右.而声信号在水下具有良好的传输效果，尤其是低频声信号.低频声信号具有传播距离长，衰减慢和在水下的损耗小等特点[2]，这些方面受到了研究人员越来越多的关注.此外，水下目标的检测和定位、水声通信、数据传输等实际应用都需要准确的水声信号，这意味着由水声传感器接收到的信号需要具有较高的信噪比.但由于浅海环境复杂且多变，水声信号在传播过程中受到“2个 1 000”的约束，即“干扰强度是目标的一千倍、干扰数量是目标的一千倍”[3].因此接收到的水声信号往往混有各种各样的海洋噪声，其中噪声包括海浪、下雨、风暴、船舶以及海洋动物等.且低频水声信号更容易受到这些噪声的干扰，很大程度上影响了目标检测、定位与识别的准确性和有效性.

为了去除混在接收信号中的海洋噪声，提高接收信号信噪比，越来越多的研究人员使用稀疏分解(sparse decomposition)理论来对信号去噪进行研究.稀疏分解理论最早是由法国科学家Mallat等在1990年代提出的[4]，其原理是将从过完……