- 文献综述（或调研报告）：
声纳是一种利用声波在水下的传播特性，通过电声转换和信息处理，完成水下探测和通讯任务的电子设备，是水声学中应用最广泛、最重要的一种装置。它有主动式和被动式两种类型，属于声学定位的范畴。雷达是利用电磁波发现目标并测定它们的空间位置的电子设备。雷达发射电磁波对目标进行照射并接收其回波，由此获得目标至电磁波发射点的距离、距离变化率（径向速度）、方位、高度等信息。声纳或雷达信号处理的最终目的是要提取空间、时间场的相应的特征，从而操作员（或自动机）可根据这些特征对产生该声场或电磁场的声波或电磁波进行解释。这解释包括确定目标的有无，其参数、动态变化及性质如何等。这些分析处理包括：目标检测、参数估计与定位、目标跟踪、目标分类与识别和可视化显示处理等5个功能。只有提取到区别于其它目标的特征，才能确保比较准确的目标探测与识别。
主动声纳可通过发射波形设计技术对抗信道衰落，以改善目标检测能力。因此发射波形设计是主动声纳系统领域的重要内容之一。常见的主动声纳波形有单频脉冲（CWP，又称余弦波脉冲信号）、线性调频（LFM）信号、双曲调频（HFM）信号、编码调相脉冲（CMP）、伪随机信号（PRN）、系列脉冲、频移脉冲以及它们的各种组合形式。这些常用信号各有各的特性，可根据不同的环境条件和使用要求进行选择。李峻年等人介绍了几类常规的主动声纳发射信号体制，包括3种常规发射信号（CW信号、LFM信号、HFM信号），和2种具有混响抑制能力的信号体制（加窗CW信号Hamming—CW、调频脉冲串信号PTFM），通过对它们的时域、频域及模糊度特性进行对比分析后，得出了不同信号体制的特点，并提出了一种基于最优匹配原理的最优发射波形的设计思路[1]。
对声纳或雷达目标的回声特性进行理论建模具有重要的实际意义。理论分析和实验结果证明，目标回波信号有三个重要属性：亮点起伏、时间展宽、空间方位分布。因此，一个完整的目标回波信号模型由幅度因子、时延和相位跳变三个参数决定。在近场情况下，目标相对声源作变向运动时，水下目标各个亮点运动速度已不能简单地等同于目标几何中心运动速度。针对此问题，刘文远等人提出了一种典型的运动目标亮点速度的解算方法，以此为基础建立了改进的目标亮点模型[2]。学者计算了雷目距离、目标弦角、目标运动速度和旋转角速度对改进模型回波频谱的影响，回波频谱均出现明显的带宽展宽现象，且展宽程度受目标速度和旋转角速度影响最大。仿真结果表明，改进亮点模型能够更加逼真地模拟水下体目标的回波特性，模型是有效的。针对礁石与目标回波难以区分的问题，陈云飞等人从特征识别的应用角度，研究水中复杂目标全方位回波亮点特征的有效表征和应用方式，基于目标回波亮点模型，提出拷贝相关器输出的目标散射函数估计方法，给出对目标回波亮点相对关系进行定量分析的目标回波特征统计表征方式，并基于湖上实验提取了物理机理明确的目标回波亮点统计特征，使得目标时间—角度谱中所蕴含的目标特征信息能够很直接地转化为主动声纳易于应用的目标特征[3]。
目标识别，是指从接收到的目标散射回波中提取目标的稳定特征和相关信息，并对目标的属性进行判决的一项技术，其研究内容主要包括目标特征的提取与选择，以及基于目标特征的分类方法两个方面。因此，在目标识别的过程中，特征提取的好坏直接关系到识别结果的优劣。所谓特征提取就是从原始数据中提取与分类最有关的信息。由于特征提取的艰巨性及其广泛的应用前景一直吸引着众多学者的关注, 许多提取特征的方法已经被提出。常见的有自回归(AR)模型法、傅里叶描述法、模版匹配法、不变矩法等。通常要根据设备及回波特点选择信号处理手段。例如，针对一维回波信号（通常称为瞬时信号，即在不同的时间记录的回波信号），分析的方法常为频谱分析、小波分析等；对二维回波信号（通常是以声图象来表征），分析的方法多为图象处理所用的方法，如图象分割、边缘提取、目标运动分析等。对于三维回波信号，可以得到物体在三维空间中的几何特征（目前研究的较少，有关文献还不多见）。卢迎春等人主要针对主动声纳获得的一维及二维回波信号形式，对目前国内外常用的主动声纳水下目标特征提取技术作一些介绍和讨论，并分析了目前尚存在的主要技术困难[4]。
常用的雷达目标特征有:回波起伏和调制谱特性、直接距离像特征、双谱特征、谱域特征、中心矩特征、散射中心特征以及线性预测编码特征等。近年来理论研究和实际应用比较成功的特征提取方法可以大致归纳为基于目标运动的回波起伏和调制谱特性的特征提取法、基于变换域特征提取法、基于散射中心模型的特征提取法、基于子空间投影法和基于核函数分析法几类。当前高阶统计量方法提取不变量也是雷达目标识别的研究热点。这种方法主要是估计雷达目标回波数据的高阶累积量和高阶谱，尤其是三阶累积量及其傅里叶变换——双谱。文献[5]主要研究了雷达目标回波数据的特征提取方法，分析了基于雷达目标回波散射中心模型的一维距离像、基于雷达目标一维距离像提取的平移不变特征算法及其改进的中心矩特征，提出了偶数阶中心矩、基于主成分分析法的特征融合方法以及基于核函数改进主成分分析的特征提取方法研究，并基于雷达实测数据对以上的特征提取法进行了实验分析。
目标回波信号会出现时延扩展和多普勒频移等特征。信号传输的各路径长度不同使得其到达时间不同，基站发送一个脉冲信号，则接收信号中不仅含有该信号，还包含有它的各个时延信号。这种由于多径效应使接收信号脉冲宽度扩展的现象，称为时延扩展。时延扩展定义为最大传输时延和最小传输时延的差值，即最后一个可分辨的时延信号与第一个时延信号到达时间的差值，实际上就是脉冲展宽的时间。多普勒效应的主要内容为物体辐射的波长因为波源和观测者的相对运动而产生变化。在运动的波源前面，波被压缩，波长变得较短，频率变得较高（蓝移blue shift）；在运动的波源后面时，会产生相反的效应，波长变得较长，频率变得较低（红移red shift）；波源的速度越高，所产生的效应越大。多普勒效应造成的发射和接收的频率之差称为多普勒频移。
在宽带声纳波形的设计和性能分析过程中，Yves Doisy等人尽可能少地使用拷贝信号，完成了对目标距离和多普勒频移的估计，提出了调频信号的设计过程，并且该调频信号具有与信号持续时间相独立的必需多普勒容限[6]。宽带多普勒测速声纳的基本原理为声波在水中的多普勒效应，通过测量声波经海底散射产生的多普勒频移，可以得到载体相对海底的绝对速度。根据宽带多普勒测速声纳的工作特点，薛凤杰等人提出了基于椭圆条带分割形式的海底散射回波模型，并设计了基于MATLAB平台的宽带多普勒测速声纳仿真系统，通过仿真系统可以较为方便地研究发射信号形式及回波信号处理算法对测速精度的影响，为设计更高精度多普勒测速声纳设备提供了一定的参考价值[7]。针对鱼雷声引信工作区域内，目标回波的体目标效应对回波信号的多普勒频率估计精度的影响，刘演龙等人提出了一种幅度比值-分段相位差联合频率估计方法（简称RP方法）[8]。
水下目标回波信号的特征提取是主动声纳目标识别的重要内容。不同的特征提取方法对应着不同的分类识别方法，在一个比较完善的目标模式识别系统中，特征提取方法是和后端的分类识别方法是相匹配的。国外的学者提出了许多对其他形式的目标特征进行分类识别的方法。例如，Lane等人通过品质特征匹配来处理二维声纳数据[9]，Trimble等人利用多传感器数据融合来识别和自动定位水下目标[10]。国内方面也有大量针对主动声纳的目标特征提取方法的研究。例如，文献[11]提出了一种基于菲涅耳变换的不变矩特征提取方法，并将其应用于图像目标识别。文献[12]研究了在常规窄带雷达体制下，利用分数阶傅里叶变换（Fractional Fourier Transform, FrFT）扩展特征域，解决直升机、螺旋桨飞机和喷气式飞机3类飞机目标回波分类中的特征提取问题。
- 李峻年，孟士超，佘亚军. 主动声纳发射波形设计研究[J]. 舰船科学技术, 2014, 36(4): 108-113.
- 刘文远，张静远，吕阳，刘曦霞. 基于改进亮点模型的尺度目标建模技术[J]. 鱼雷技术, 2009, 17(4): 20-24.
- 陈云飞，李桂娟，王振山等. 水中目标回波亮点统计特征研究[J]. 物理学报, 2013, 62(8): 284-294.
- 卢迎春，桑恩方. 基于主动声纳的水下目标特征提取技术综述[J]. 哈尔滨工程大学学报(英文版), 1997, 18(6): 43-54.
- 陈允辉. 基于雷达回波数据的特征提取方法研究[D]: ［硕士学位论文］. 沈阳: 沈阳理工大学信号与信息处理专业, 2014.
- Yves D, Laurent D et al. Target Doppler Estimation Using Wideband Frequency Modulated Signals [J]. IEEE Transactions on Signal Processing, 2000, 48(5): 1213-1224.
- 薛凤杰，吴建波，王长红. 宽带多普勒测速声纳数字仿真系统设计[J]. 网络新媒体技术, 2016, 5(6): 43-48.
- 刘演龙，石钊铭. 一种水下体目标回波信号的高精度频率估计方法[J]. 舰船电子工程, 2015, 35(10): 151-155.
- Lane D M, Stoner J P. Automatic interpretation of sonar imagery using qualitative feature matching [J]. IEEE Journal of Oceanic Engineering, 1994, 19(3): 391～405.
- Trimble G M, Vilaro J, Okamura D et al. Underwater object recognition and automatic positioning to support dynamic classification [A]. Proceedings of the International Symposium on Unmanned, Untethered Submersible Technology [C]. Durham, NH, 1991: 273～279.
- 薛斌党，邢艳琦. 基于菲涅耳变换的不变矩提取及目标识别方法[J]. 北京航空航天大学学报, 2012, 38(8): 1001-1004.
- 杜兰，史蕙若，李林森，孙永光，胡靖. 基于分数阶傅里叶变换的窄带雷达飞机目标回波特征提取方法[J]. 电子与信息学报, 2016, 38(12): 3093-3099.
