本书围绕水声探测领域，讨论了水声环境非高斯噪声，主要包括非高斯海洋环境噪声的参数估计与信号检测两个方面；探讨了基于频谱感知的水声信号检测方法、水声信号时频特征提取方法、水下船舶辐射噪声特征提取方法、水声信号的识别分类方法等水声目标被动探测技术；展示了水下移动传感器节点定位方法、水下移动目标自定位方法、基于超短基线系统的水下目标定位方法等水声目标定位技术；最 后，介绍了一种水下高分辨合成孔径声呐成像技术，主要涉及考虑阵元指向性函数调制的目标成像、模型近似误差定量分析、成像算法3个重要内容。
　本书适合水声探测领域的研究生以及科研院所的科技工作者阅读参考，以期为水声探测在我国更好更快地发展贡献一份绵薄之力。

·国家出版基金：海洋信息技术丛书 ·海洋信息技术——水声探测前沿、综合、实用技术与应用 ·本书在吸收消化世界先进水声探测技术的基础上，紧贴水声探测领域的前沿技术，突出内容的前沿性、综合性与实用性。

孙海信 厦门大学信息学院教授，博士生导师，山东省泰山产业领军人才。2003年获中科院声学研究所通信与信息系统工学博士学位，目前主要研究领域包括OFDM系统、扩频系统、单载波系统、网络系统的仿真等。近年来，主持国家自然科学基金、国家重点研发计划项目、深圳市科创委项目等多项国家和省自然科学基金项目。目前发表论文100余篇，其中SCI论文30余篇，授权国家发明专利30余件。担任《Wireless Communications & Mobile Computing》等多本SCI期刊的客座主编 张学波 副教授，硕士生导师，2014年获海军工程大学水声工程专业博士学位；近年来，主持国家自然科学基金、装备预研基金、军委科技委项目等课题多项；目前，以第 一/通讯作者发表学术论文50余篇，其中SCI论文20余篇，以第 一发明人授权国家发明专利5件，担任ESCI&EI期刊《电子与信息学报》青年编委，担任SCI期刊《Electronics Letters》客座主编及《Wireless Communications & Mobile Computing》等多本SCI期刊客座编辑。 田峰 副教授，硕士生导师，2008获南京邮电大学信号与信息处理专业博士学位。江苏省“青蓝工程”优 秀青年骨干教师培养对象，长期从事无线通信与网络信号处理方面的科研工作，负责或作为主要成员参与和完成国家863项目、国家自然科学基金、教 育部重点科技基金等多个纵横向科研项目，以第 一作者在通信学报、电子与信息学报等期刊杂志及会议上发表论文十多篇，授权国家发明专利十余件。

第　1章 绪论　001
1.1 概述　001
1.2 水声探测系统模型　002
1.2.1 水声探测系统结构　002
1.2.2 水声探测系统主要性能指标　003
1.3 本书的主要结构　003 第　2章 水声探测基础理论　006
2.1 海洋噪声模型　006
2.1.1 海洋环境噪声和船舶自噪声　006
2.1.2 目标辐射噪声　007
2.2 海洋声场传播模型　009
2.2.1 海洋声场射线模型　009
2.2.2 海洋声场抛物线模型　011
2.3 水声信道特性　013
2.3.1 传播损失　013
2.3.2 时变多径特性　015
2.3.3 多普勒效应　017
2.4 本章小结　018
参考文献　018 第3章　水声环境非高斯噪声　022
3.1 非高斯噪声模型　022
3.1.1 α噪声模型　023
3.1.2 A类噪声模型　025
3.1.3 B类噪声模型　027
3.2 噪声的产生　027
3.2.1 α噪声的产生　027
3.2.2 A类噪声的产生　032
3.2.3 B类噪声的产生　037
3.3 非高斯噪声参数估计及仿真　037
3.3.1 基于SαS模型的参数估计　037
3.3.2 基于特征函数的A类噪声模型参数估计　041
3.3.3 基于特征函数的B类参数估计　050
3.3.4 基于最小均方误差的B类参数估计　055
3.4 非高斯噪声模型下的信号检测　063
3.4.1 系统模型　064
3.4.2 一维非高斯噪声模型下的信号检测　065
3.4.3 多维非高斯混合噪声模型下的信号检测　069
3.5 本章小结　073
参考文献　073 第4章　水声目标被动探测技术　077
4.1 基于频谱感知的水声信号检测方法　077
4.1.1 基于多频段协作检测的水声通信信号频谱感知技术　078
4.1.2 仿真分析　086
4.2 水声信号时频特征提取方法　088
4.2.1 Chirplet变换　089
4.2.2 同步补偿Chirplet变换　090
4.2.3 多分量信号的SCCT　092
4.2.4 各向异性Chirplet变换　093
4.2.5 结构分离融合算法　099
4.2.6 仿真分析　101
4.3 水下船舶辐射噪声特征提取方法　104
4.3.1 高阶累积量提取　104
4.3.2 混沌特征提取　112
4.3.3 熵特征提取　121
4.3.4 谱特征提取　130
4.3.5 信号成分分析方法　133
4.4 水声信号的识别分类方法　148
4.4.1 基于支持向量机的分类方法　148
4.4.2 基于深度学习的信号辨识方法　154
4.5 本章小结　159
参考文献　159 第5章　水声目标定位技术　165
5.1 水声目标定位基础理论　165
5.1.1 TOA技术　166
5.1.2 DOA技术　167
5.1.3 AOA技术　169
5.1.4 TDOA技术　170
5.1.5 RTOF技术　171
5.1.6 RSS技术　172
5.2 水下移动传感器节点定位方法　173
5.2.1 二维静态水下无线传感器网络　173
5.2.2 三维静态水下无线传感器网络　174
5.2.3 三维动态水下无线传感器网络　175
5.2.4 水下无线传感器网络节点定位相关技术　176
5.3 水下移动目标自定位方法　182
5.3.1 水下移动目标定位模型及粒子滤波原理　182
5.3.2 基于改进粒子滤波与RSS的水下移动目标自定位算法　188
5.3.3 基于SINS与IPF-RSS的组合移动目标自定位系统　191
5.4 基于超短基线系统的水下目标定位方法　194
5.4.1 水声通信模型　195
5.4.2 超短基线定位系统　197
5.5 本章小结　200
参考文献　201 第6章　水声成像技术　203
6.1 合成孔径声呐成像基础　203
6.1.1 合成孔径原理　203
6.1.2 多子阵技术　204
6.2 考虑阵元指向性函数调制的目标成像　204
6.2.1 考虑收/发阵元波束调制的成像几何　205
6.2.2 忽略阵元指向性的影响　206
6.2.3 考虑阵元指向性的回波仿真　208
6.2.4 仿真及分析　210
6.3 模型近似误差定量分析　218
6.3.1 Loffeld双站公式与相位中心近似的联系　218
6.3.2 LBF方法与等分多普勒贡献法之间的联系　224
6.3.3 PCA方法的距离误差　230
6.4 成像算法　231
6.4.1 基于LBF的等效单阵成像算法　231
6.4.2 反向投影成像算法　236
6.5 本章小结　239
参考文献　240 第7章　结束语　245
7.1 总结　245
7.2 研究展望　246