本书主要针对被动声纳涉及的基阵接收数据模型与信号处理相关方法进行系统论述，主要从基阵接收数据模型及仿真、波束形成、盲信号处理、压缩感知、空间目标干扰抑制、被动声纳目标识别等方面展开讨论。本书内容突出基本原理与方法的具体实现，注重理论与应用的密切结合，可供从事水声技术、声纳信号处理、水声目标识别等领域的科研、教学工作者及研究生阅读参考。

第1章 绪论
1.1 被动声纳
1.2 被动声纳信号特性
1.2.1 舰船辐射噪声
1.2.2 海洋环境噪声
1.3 被动声纳信号处理技术
1.3.1 波束形成
1.3.2 盲信号处理
1.3.3 压缩感知
1.3.4 空间目标干扰抑制
1.3.5 被动声纳目标识别
参考文献
第2章 基阵接收数据模型与仿真
2.1 信号模型
2.1.1 窄带与宽带信号
2.1.2 解析信号
2.1.3 噪声
2.2 任意基阵接收数据模型
2.2.1 远场情况
2.2.2 近场情况
2.3 典型基阵接收数据模型
2.3.1 均匀线列阵
2.3.2 均匀圆弧阵（或圆阵）
2.3.3 三元组均匀线阵
2.3.4 圆台阵（或圆柱阵）
2.4 任意基阵接收数据仿真
2.4.1 窄带接收数据仿真
2.4.2 宽带接收数据仿真
参考文献
第3章 波束形成
3.1 波束形成原理与波束响应
3.1.1 波束形成原理
3.1.2 波束响应
3.2 延迟求和波束形成
3.2.1 基本原理
3.2.2 基于傅里叶变换的时延实现方法
3.3 窄带波束形成
3.3.1 窄带Bartlett波束形成
3.3.2 窄带MVDR波束形成
3.4 频域宽带波束形成
3.4.1 短时傅里叶变换频域分子带实现框架
3.4.2 傅里叶变换频域分子带实现框架
3.4.3 宽带Bartlett波束形成
3.4.4 宽带MVDR波束形成
3.5 三维聚焦波束形成
3.5.1 三维聚焦波束形成基本原理
3.5.2 窄带三维聚焦波束形成
3.5.3 宽带三维聚焦波束形成
参考文献
第4章 盲信号处理及应用
4.1 问题描述
4.2 数学模型
4.2.1 线性瞬态混合模型
4.2.2 线性卷积混合模型
4.3 盲源分离方法
4.3.1 空间解相关技术
4.3.2 基于时间延迟相关矩阵的复数域盲源分离方法
4.4 基于盲源分离解混矩阵的方位估计方法
4.4.1 直接由盲源分离解混矩阵进行方位估计
4.4.2 子阵相位延迟进行方位估计
4.5 基于子空间分解的盲波束形成方法
4.5.1 窄带信号盲波束形成
4.5.2 宽带信号盲波束形成
4.6 盲源分离和波束形成结合方法
4.6.1 窄带信号下的实现
4.6.2 宽带信号下的实现
参考文献
第5章 压缩感知及应用
5.1 数学模型
5.2 关键步骤
5.2.1 构造稀疏基
5.2.2 设计观测矩阵
5.2.3 设计重构算法
5.3 压缩感知目标参数估计方法
5.3.1 感知矩阵构建模型
5.3.2 方位估计模型
5.3.3 单快拍压缩感知目标参数估计
5.3.4 多快拍统一压缩感知目标参数估计
5.3.5 相干信号子空间压缩感知宽带目标方位估计
5.3.6 压缩感知与波束形成结合的目标参数估计
5.3.7 压缩感知与盲源分离结合的目标参数估计
参考文献
第6章 空间目标干扰抑制
6.1 拖曳平台自噪声对拖曳线列阵声纳探测的影响
6.1.1 不考虑拖曳平台自噪声的影响
6.1.2 考虑拖曳平台自噪声的影响
6.2 波束置零干扰抑制
6.2.1 最优权方向图
6.2.2 波束方向图
6.3 谱减法干扰抑制
6.3.1 谱减法的基本原理
6.3.2 谱减法抑制干扰
6.4 盲源分离和波束形成结合干扰抑制
6.4.1 盲源分离和波束形成结合、方位匹配干扰抑制
6.4.2 盲源分离和波束形成结合、谱相关干扰抑制
6.5 压缩感知干扰抑制
6.6 抑制拖曳平台自噪声分析
6.6.1 目标方位恒定、距离变化
6.6.2 目标距离恒定、方位变化
参考文献
第7章 被动声纳目标识别
7.1 引言
7.2 特征提取
7.2.1 Welch功率谱特征提取
7.2.2 平均线性预测编码谱特征提取
7.2.3 听觉谱特征提取
7.2.4 听觉平均发放率特征提取
7.2.5 频域基分解特征提取
7.2.6 张量特征提取
7.2.7 稀疏特征提取
7.3 分类决策
7.3.1 分类器
7.3.2 多分类器融合
参考文献