4. 主动声呐回波信号模型
主动声呐的接收信号可以看作三部分叠加：发射波形经目标散射后的回波、海洋界面与水体散射形成的混响，以及接收机热噪声。要设计混响抑制算法并评估其效果，第一步是把这三部分用可计算的模型描述清楚。本节围绕发射波形、目标回波亮点模型、混响与回波叠加模型，以及回波处理性能评估指标展开，重点说明各模型的数学形式、参数含义和工程用法。
一、发射波形模型
主动声呐常用的调制波形有三类。连续波（CW）脉冲的复包络为矩形，瞬时频率恒定，其模糊函数在距离和速度方向呈"图钉—脊线"结构：距离分辨力由带宽决定，速度分辨力好，但距离旁瓣较高，混响背景下距离维抑制能力有限。线性调频（LFM）脉冲的频率随时间线性变化，复包络可写为
s(t) = rect(t/T) · exp(j·π·K·t²)， K = B/T
匹配滤波后脉压输出主瓣宽度约 1/B，距离分辨力 ρ_r = c/(2B)其中 T 为脉宽，B 为带宽，K 为调频斜率，c 为声速（本文取 1500 m/s）。LFM 通过大时宽带宽积获得高距离分辨力，但多普勒失配时主瓣展宽、峰值下降，存在距离—速度耦合。双曲调频（HFM）的频率随时间按双曲线规律变化，其模糊函数在速度方向近似不变，对多普勒频移具有"多普勒不变性"，适合目标径向速度未知或变化较大的场景，代价是距离旁瓣结构不同、产生与实现稍复杂。
工程上选择波形要结合任务：探测低速安静目标、混响以界面散射为主时，CW 的窄带特性便于用多普勒滤波把慢速混响与运动目标分开；需要高距离分辨力、且目标速度范围可控时选 LFM；目标速度不确定度大、需要稳健检测时选 HFM。示例参数可取：中频 3 kHz，采样率 12 kHz，CW 脉宽 100 ms、LFM 带宽 400 Hz、脉宽 200 ms，则 LFM 的距离分辨力约 1.9 m，CW 约 7.5 m（按 c/(2B) 估算，CW 的 B 取 1/T）。
二、目标回波亮点模型
实际目标（如潜艇、鱼雷、沉底目标）不是理想点目标，其回波是多个散射中心回波的相干叠加，这就是亮点模型。设目标有 N 个亮点，第 i 个亮点的强度为 A_i、相对时延为 τ_i、相对多普勒为 f_i，则目标回波可写为
r_tgt(t) = Σ_i A_i · s(t − τ_i) · exp(j·2π·f_i·t) + n(t)亮点时延差 Δτ 决定回波在距离维上的展宽，当 Δτ 小于脉压主瓣宽度时亮点不可分，表现为幅度起伏；当大于主瓣宽度时形成多个距离单元上的"距离扩展目标"。亮点强度随目标姿态角变化，可用亮点强度随方位角的起伏统计（如 Swerling 模型）描述检测性能。建模时通常先由目标几何尺寸估算最大亮点间距，再结合发射波形带宽判断是否需要按扩展目标处理：若目标长度 L 对应的双程时延 2L/c 明显大于 1/B，就应使用多亮点模型，否则可退化为单亮点加起伏。
三、混响与目标回波叠加模型
混响是发射信号经大量随机散射体散射后到达接收机的叠加，可建模为发射波形与散射体分布调制的卷积：
r_rev(t) = s(t) ⊗ h_rev(t)， h_rev(t) = Σ_k a_k · δ(t − τ_k) · exp(j·φ_k)其中 a_k、τ_k、φ_k 分别为第 k 个散射体的幅度、时延和随机相位。按散射体位置可分为界面混响（海面、海底）和体积混响（水体散射层、气泡群）。混响在时域上与目标回波同频带、同波形，因此单纯频域滤波难以分离，这是混响抑制困难的根本原因。接收信号总模型为
x(t) = r_tgt(t) + r_rev(t) + n(t)混响强度随时间衰减，常用散射强度与传播损失描述其平均功率包络；目标回波则出现在特定距离单元并带有目标多普勒。二者的差异主要体现在多普勒、空间方位和统计特性上，这也是后续抑制算法的出发点。
四、回波处理性能评估指标
模型建立后，需要用指标判断处理链是否有效。常用指标包括：
- 检测概率与虚警概率：在给定混响背景下，用蒙特卡洛仿真统计判决输出超过门限的比例，得到 Pd 与 Pfa，并绘制 ROC 曲线。
- 混响抑制增益：定义为处理前后混响功率与目标峰值功率之比的变化量，即 G = 10lg[(P_rev,out/P_tgt,out) / (P_rev,in/P_tgt,in)]，单位为 dB，正值表示相对混响被压低。
- 信混比改善量：处理前后目标峰值与混响均方根之比的分贝差，直接反映可检测性提升。
- 距离与速度估计误差：对已知真值的仿真目标，统计峰值位置偏差，评估脉压与多普勒处理是否引入偏移。
以一个可复现的仿真流程为例：取 LFM 参数 B=400 Hz、T=200 ms、采样率 12 kHz，构造 3 亮点目标（亮点间距对应 5 m 与 12 m，强度比 1:0.6:0.4），叠加指数衰减的混响（散射体密度按距离递增、随机相位均匀分布）与高斯白噪声，使输入信混比约 −10 dB。经匹配滤波后，目标峰值被压缩到约 1/B 宽度内，混响因随机相位部分抵消，输出信混比可提升约 10lg(BT)≈19 dB 量级；再经多普勒滤波器组，利用目标 8 kn 径向速度对应的多普勒（约 2v/λ，3 kHz 时约 8 Hz）与近零多普勒混响分离，可进一步获得数 dB 抑制增益。上述数值为示例性估算，实际结果需以具体仿真或试验数据统计为准。
把波形、亮点、混响三个模型串起来，就得到可计算的接收信号；再用检测概率、抑制增益和估计误差三类指标闭环评估，才能判断某种波形与抑制算法组合是否真正适用于当前海况与目标特性。