随着目标声源级不断减小、环境噪声级不断增大,常规的基于单节点的被动定位方式已经不能满足声纳探测的需求,因此提出一种新的将网络化探测系统和模基处理技术相结合的被动定位方法,可以从空间不同角度对目标进行观察并充分利用环境声场的复杂性对目标进行定位。模基处理方法主要有匹配场处理、匹配模处理等,以匹配场处理为例进行分析,将常规波束形成（Conventional Beamforming,CBF）、自适应波束形成（Minimum Variance Distortionless Response,MVDR）两种匹配场处理器和阵间相干、非相干信号处理方法相结合进行仿真,对单阵和多阵、MVDR和CBF、相干处理和非相干处理、宽带和窄带之间的定位性能进行了对比。仿真结果显示,基于多节点的阵间模基相干处理方式在定位性能上明显优于单节点的模基处理结果。

针对单矢量水听器,将旋转不变技术（estimation of signal parameters via rotational invariance techniques,ESPRIT）等参数估计算法用于直方图统计,并提出了基于单矢量水听器的多重信号分类（multiple signal classification,MUSIC）算法,推导出波束形成的功率谱公式和半功率波束宽度公式以及不同声压振速组合情形下定向性能的理论下界,同时也对其他波达方向（direc-tion of arrival,DOA）估计方法进行了总结。理论分析和实验结果表明：ESPRIT等用于直方图统计后能够获取更为全面准确的目标信息;MUSIC算法可获得比最小方差无畸变响应（minimum variance distortionless response,MVDR）更高的分辨率,而且同样满足实时处理要求;MVDR的半功率波束宽度与信噪比大致呈现反比例关系,而常规波束形成（conventional beam-forming,CBF）的半功率波束宽度收敛于131.06°,两者都只与信噪比有关;声能流法等适用于较...