3. 被动声呐系统组成与信号流程
被动声呐不主动发射声波，它唯一的“原料”就是目标辐射噪声和海洋环境噪声。因此，系统设计的核心问题可以归结为一句话：如何在不引入额外失真的前提下，把水听器上微伏级的微弱声信号，尽可能完整、干净地送到频谱分析模块，并保留后续识别所需的全部信息。本节沿着信号的实际流向，把被动声呐拆成水听器阵列、预处理、滤波放大、A/D转换、频谱分析五个环节，并说明每个环节的关键指标及其对最终识别结果的影响。
一、水听器阵列：信号链的起点
水听器是把声压变化转换为电压信号的换能器。单个水听器的输出灵敏度通常用“接收灵敏度”描述，单位是 dB re 1 V/μPa，例如某压电陶瓷水听器在 1 kHz 处灵敏度约为 −200 dB re 1 V/μPa，意味着 1 μPa 声压只产生约 10 μV 电压。这个量级说明：后级电路的噪声和增益设计必须围绕“微伏级输入”来考虑，否则信号在进入 A/D 之前就可能被淹没。
实际系统很少只用一只水听器，而是组成阵列。阵列带来的不只是“信号更强”，更重要的是空间增益和指向性：N 个阵元在理想相干条件下可获得约 10·log₁₀N dB 的阵列增益，同时通过波束形成抑制非目标方向的噪声。阵列的几何形状（线列阵、圆柱阵、共形阵）、阵元间距和孔径，直接决定了工作频段、空间分辨率和栅瓣出现的频率。工程上常要求阵元间距 d ≤ λ/2（λ 为最高工作频率对应的波长），以避免栅瓣模糊。例如最高关注频率 4 kHz、水中声速取 1500 m/s 时，λ = 0.375 m，阵元间距应不大于约 0.19 m。
二、预处理与滤波放大：把微弱信号“扶正”
预处理通常包括阻抗匹配、前置放大、抗混叠滤波和可编程增益放大。前置放大器紧靠水听器布置，目的是在电缆引入干扰之前提高信号电平，因此其等效输入噪声是关键指标——它必须明显低于水听器自身的热噪声，否则系统灵敏度会被前放噪声“封顶”。
滤波放大环节需要同时满足两个看似矛盾的要求：一方面要放大目标频段的微弱信号，另一方面要在 A/D 之前把高于奈奎斯特频率的成分滤除，防止高频分量折叠回低频造成混叠。抗混叠滤波器一般采用多阶低通或有源滤波结构，其阻带衰减和过渡带宽度决定了采样率的选择。举例来说，若目标分析带宽为 0–5 kHz，抗混叠滤波器在 5 kHz 以上需要足够衰减，则采样率不能简单取 10 kHz，而应留出过渡带，例如取 12.8 kHz 或 16 kHz，使滤波器在奈奎斯特频率之前已进入有效阻带。
三、A/D 转换：决定动态范围与频率上限
A/D 转换器把连续电压变为离散样本，其三个指标最值得关注：采样率决定可分析的最高频率（理论上不超过采样率的一半）；量化位数决定理论动态范围，理想情况下 N 位转换器的信噪比约为 6.02N + 1.76 dB，16 位约 98 dB，24 位约 146 dB；有效位数（ENOB）则反映实际可用精度，往往低于标称位数。被动声呐面对的目标可能比环境噪声低十几甚至几十分贝，因此常选用 24 位 ΔΣ 型 ADC，并配合合理的增益，使小信号占据足够的量化台阶。
采样时钟的抖动同样不可忽视：时钟抖动会在高频段引入额外的相位噪声，对后续频谱分析中的弱线谱检测不利。工程上应使用低抖动时钟源，并保证采样时钟与阵列各通道之间保持严格的同步，否则波束形成和通道间相位比较会出现误差。
四、频谱分析模块：从时域样本到可判读的特征
频谱分析模块通常以 FFT 为核心，把时域样本转换为频域幅度谱或功率谱。这里有几个直接影响结果判读的参数：FFT 点数决定频率分辨率，Δf = fs/N；窗函数影响泄漏和幅度估计，汉宁窗适合连续噪声谱，平顶窗适合精确读取线谱幅度；平均次数影响谱的平滑程度和方差。举例来说，采样率 12.8 kHz、FFT 点数 4096 时，Δf = 3.125 Hz；若目标线谱间隔只有几赫兹，就需要增大点数或降低采样率来提高分辨率。
频谱分析之后通常还要做波束形成、宽带能量检测、窄带线谱提取和调制谱分析等处理，才能支撑“是什么目标”的识别判断。因此，前面每一个环节的指标都不是孤立的：阵列增益不足会让线谱淹没在噪声中，抗混叠不充分会产生假谱线，A/D 位数不够会压缩动态范围，FFT 参数不当会让相邻线谱无法分辨。
五、关键指标如何串起来看
把上述环节放在一起，可以用一条“指标传递链”来理解：水听器灵敏度决定输入电压量级，前放噪声决定系统最小可检测信号，阵列增益和波束形成决定信噪比改善，抗混叠滤波和采样率决定无混叠分析带宽，量化位数和增益决定动态范围，FFT 参数决定频率分辨率和谱估计质量。任何一个环节成为瓶颈，后面的处理都无法弥补。
| 环节 | 关键指标 | 典型示例值（合理假设） | 对识别的影响 |
|---|---|---|---|
| 水听器阵列 | 接收灵敏度、阵元间距、阵列增益 | −200 dB re 1 V/μPa；d = 0.15 m；8 元阵约 9 dB | 决定微弱信号能否被拾取及空间分辨能力 |
| 预处理 | 等效输入噪声 | 折算到输入约 1–2 μV | 决定系统灵敏度下限 |
| 滤波放大 | 通带、阻带衰减、增益范围 | 0–5 kHz 通带；5.5 kHz 以上衰减 > 60 dB | 防止混叠假谱线，匹配 A/D 量程 |
| A/D 转换 | 采样率、位数、ENOB、时钟抖动 | fs = 12.8 kHz；24 位；ENOB ≈ 20 位 | 决定分析带宽、动态范围和弱线谱可检测性 |
| 频谱分析 | FFT 点数、窗函数、平均次数 | N = 4096，Δf = 3.125 Hz；汉宁窗；平均 16 次 | 决定频率分辨率、谱平滑度和线谱可分辨性 |
实际调试时，一个有效的做法是从末端往前端反推：先明确要识别的目标线谱间隔和最低可检测信噪比，据此确定所需频率分辨率和动态范围，再反推采样率、量化位数和增益分配，最后检查前放噪声和阵列增益是否满足要求。这样得到的链路参数是相互匹配的，而不是各环节各自“取最大值”。例如需要分辨间隔 5 Hz 的线谱，则 Δf 应不大于约 2.5 Hz；在 fs = 12.8 kHz 下，N 至少取 8192 才能达到 1.5625 Hz 的分辨率，此时单帧时间约 0.64 s，还需考虑目标运动导致的谱展宽。
理解这条信号链路的意义在于：当后续识别出现“线谱看不清”“背景噪声异常高”“不同通道相位对不上”等问题时，可以沿着链路逐级排查——是阵列某阵元失效、前放噪声过大、抗混叠不足、采样失同步，还是 FFT 参数不匹配。把每个环节的指标和现象对应起来，被动声呐的频谱分析才不是黑箱操作，而是可定位、可调整、可验证的工程过程。