第1章 緒論 1.1 確定性信號 1.1.1 概念 1.1.2 常見確定性信號 1.2 隨機(jī)信號 1.2.1 概念 1.2.2 常見隨機(jī)信號 1.2.3 統(tǒng)計特性 1.2.3 平穩(wěn)性 1.3 海洋聲信號 1.3.1 主動聲納脈沖信號 1.3.2 海洋環(huán)境噪聲信號 1.3.3 艦船輻射噪聲信號 1.3.4 水下爆炸聲信號 1.4 海洋信息處理問題 1.5 本書各章節(jié)內(nèi)容簡介 第2章 信號時頻域處理理論 2.1 信號時域與頻域描述 2.1.1 艦船輻射噪聲分析 2.1.2 鯨豚叫聲分析 2.2 信號模糊度函數(shù) 2.2.1 模糊度函數(shù)的定義 2.2.2 模糊度函數(shù)與匹配濾波器 2.2.3 模糊度函數(shù)與分辨 2.3 短時傅里葉變換 2.3.1 處理增益 2.3.2 窗函數(shù)的選取 2.4 其他時頻分析方法 2.4.1 小波變換 2.4.2 希爾伯特黃變換 2.5 水聲信號時頻分析實(shí)例 2.5.1 艦船輻射噪聲分析 2.5.2 鯨豚叫聲分析 2.6本章小結(jié) 第3章 信號空域處理理論 3.1 聲納波束形成基本概念 3.1.1 波束形成定義 3.1.2 陣列波束形成的作用 3.1.3 陣列信號模型 3.2 常規(guī)時延、相移波束形成方法原理 3.2.1線陣時延波束形成方法原理 3.2.2線陣相移波束形成方法原理 3.2.3線陣波束形成相關(guān)基本概念及定義 3.3 典型加權(quán)波束形成處理方法 3.3.1 幅度加權(quán)波束形成 3.3.2 常用準(zhǔn)則下的多種加權(quán)波束形成方法 3.4 寬帶波束形成處理實(shí)現(xiàn)方法 3.4.1頻域?qū)拵Рㄊ�形成�?shí)現(xiàn)方法 3.4.2寬帶時延波束形成的小數(shù)時延問題 3.5 直線陣預(yù)成多波束問題 3.5.1獨(dú)立波束數(shù)概念 3.5.2時延預(yù)成波束角的與采樣率及陣間距的關(guān)系 3.5.3波束搭接處能量損失 3.6 陣列信號處理在被動聲納測向中的實(shí)例 3.6.1波束域目標(biāo)LOFAR譜特征提取 3.6.2舷側(cè)陣聲納預(yù)成多波束互相關(guān)處理 3.7 本章小結(jié) 第4章 信號參數(shù)估計理論 4.1 參數(shù)估計的基本概念 4.1.1 信號處理中的估計問題 4.1.2 估計問題的數(shù)學(xué)建模及性能評估 4.2 估計量性質(zhì)及誤差分析 4.2.1 估計量的主要性質(zhì) 4.2.2 估計誤差下界_克拉美羅界 4.3 貝葉斯估計 4.3.1 基本原理 4.3.2 與其他估計的關(guān)系 4.3.3 迭代貝葉斯估計 4.4 最大似然估計 4.4.1 基本原理 4.4.2 數(shù)值求解方法 4.4.3 最大似然序列估計 4.5 最小均方誤差估計 4.5.1 基本原理 4.5.2 維納濾波 4.5.3 迭代估計 4.5.4 最小均方算法 4.6 最小二乘估計 4.6.1 基本原理 4.6.2 加權(quán)最小二乘 4.6.3 迭代最小二乘 4.6.4 卡爾曼濾波 4.7 參數(shù)估計理論在水聲定位中的實(shí)例 4.7.1 超短基線定位原理 4.7.2 相位估計方法及精度分析 4.7.3 時延估計方法及精度分析 4.7.4 超短基線估計精度分析 4.8 本章小結(jié) 第5章 信號狀態(tài)估計理論 5.1 狀態(tài)模型 5.1.1 勻速運(yùn)動模型 5.1.2 勻加速運(yùn)動模型 5.1.3 勻速轉(zhuǎn)彎運(yùn)動模型 5.1.4 “當(dāng)前”統(tǒng)計模型 5.1.5 Singer模型 5.2 量測模型 5.2.1 方位距離量測模型 5.2.2 純方位量測模型 5.2.3 純距離量測模型 5.2.4 方位頻率量測模型 5.3 貝葉斯推斷 5.3.1 貝葉斯準(zhǔn)則 5.3.2 貝葉斯推斷模型 5.4 貝葉斯濾波原理 5.4.1 貝葉斯定理 5.4.2 貝葉斯最優(yōu)濾波 5.4.3 貝葉斯最優(yōu)平滑 5.5 線性濾波方法 5.5.1 線性卡爾曼濾波 5.5.2 濾波 5.5.3 濾波 5.6 非線性濾波方法 5.6.1 偽線性卡爾曼濾波 5.6.2 擴(kuò)展卡爾曼濾波 5.6.3 無跡卡爾曼濾波 5.6.4 容積卡爾曼濾波 5.6.5 粒子濾波 5.7 被動聲納純方位跟蹤技術(shù)實(shí)例 5.7.1 單站純方位目標(biāo)跟蹤 5.7.2 多站純方位目標(biāo)跟蹤 5.8 本章小結(jié) 第6章 信息關(guān)聯(lián)與融合理論 6.1 單目標(biāo)航跡的數(shù)據(jù)關(guān)聯(lián) 6.1.1 最近鄰域關(guān)聯(lián)算法 6.1.2 概率數(shù)據(jù)關(guān)聯(lián)算法 6.2 多目標(biāo)航跡的數(shù)據(jù)關(guān)聯(lián) 6.2.1 全局最近鄰域算法 6.2.2 聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)算法 6.2.3 多假設(shè)關(guān)聯(lián)算法 6.2.4 概率多假設(shè)關(guān)聯(lián)算法 6.2.5 多維分配算法 6.3 分布式系統(tǒng)的航跡關(guān)聯(lián) 6.3.1 加權(quán)和修正航跡關(guān)聯(lián)算法 6.3.2 序貫航跡關(guān)聯(lián)算法 6.3.3 統(tǒng)計雙門限航跡關(guān)聯(lián)算法 6.3.4 最近鄰域和k近鄰域航跡關(guān)聯(lián)算法 6.3.5 修正的k近鄰域航跡關(guān)聯(lián)算法 6.4 多源信息融合結(jié)構(gòu) 6.4.1 集中式融合結(jié)構(gòu) 6.4.2 分布式融合結(jié)構(gòu) 6.4.3 混合式融合結(jié)構(gòu) 6.4.4 多級式融合結(jié)構(gòu) 6.5 多源信息融合方法 6.4.5 檢測融合 6.4.6 航跡融合 6.6 本章小結(jié) 第7章 海洋信息處理專題 7.1信號時頻分析專題 7.2陣列信號處理專題 7.3水聲信道估計專題 7.4水聲目標(biāo)跟蹤專題 7.5分布式信息關(guān)聯(lián)與融合專題 參考文獻(xiàn)