工作在海洋中的主动声呐设备势必受到混响噪声的干扰与影响。混响与真实目标信号存在诸多的相似性，其同时具有时变性、有色性、强干扰性及不可消除性，严重制约了主动声呐对真实目标的检测性能，因此抗混响一直是主动声呐亟待解决的关键技术。混响建模是抗混响研究的前提基础，适用性和拟合度是衡量混响模型有效性的两个重要标准。近年来大量的实验数据表明浅海混响特别是浅海海底混响的非高斯特性显著，用传统的高斯模型对其进行建模存在较大的拟合误差，而基于二阶矩理论的抗混响技术性能也显著降低。本文以浅海混响为研究对象，从混响的形成机理出发，利用理论假设、模型推导和数据验证，实现了对称α稳定(Symmetric alpha Stable，SαS)分布对浅海混响的建模，并研究了基于分数低阶统计量(Fractional Lower Order Statistics，FLOS)的抗混响技术。论文的主要研究内容及成果如下：　　1.本文根据浅海环境的特点对其进行合理的假设，并从散射体分布理论、声传播理论及声呐系统配置三方面对海底混响的形成过程进行分析和推导，得到混响的形成满足广义中心极限定理(Generalized Central Limit Theorem，GCLT)的结论，并利用SαS非高斯模型对浅海混响进行建模。通过基于条件的推导及统计分布的拟合，证明了SαS模型在描述浅海混响上具有比高斯模型更广泛的应用场合。在假设混响序列服从混合分布的基础上，利用混合SαS分布对幅值序列进行建模。利用贝叶斯统计先验信息理论得到混合分布中未知参数的后验分布，借助马尔科夫链蒙特卡罗方法对混响序列的抽样，实现了混合分布未知参数的估计，实验证明混合SαS模型比单SαS模型及混合高斯模型拥有更高的精度。　　2.传统的高斯自回归(AutoRegression，AR)模型白化技术在抗混响运用中受到二阶局部稳定条件的限制，而在冲击混响下其性能退化更加严重。针对冲击型混响的统计特性，本文利用p阶矩工具测试混响分数低阶矩统计量下的平稳性，在此基础上提出了基于共变理论的广义 Levinson-Durbin(Generalized Levinson-Durbin，GLD)迭代算法，算法在SαS分布下AR模型的阶数的预测及系数的估计上均达到了很高的精度值。最后借助GLD算法实现了SαS分布下的AR预白化技术，白化后的信号检测概率远高于高斯分段预白化技术。　　3.传统基于二阶矩的子空间阵列信号算法无法适用于冲击噪声下的参数估计。本文在 FLOM-MUSIC算法的基础上，提出了一种具有更高分辨率的角度-多普勒联合估计算法，在冲击混响下具有比基于二阶矩及FLOM普通算法更好的检测性及更强的鲁棒性。针对MUSIC方法计算量大的问题以及基于二阶矩的ESPRIT算法在冲击噪声下性能减退的现象，本文提出了一种基于FLOM的二维 ESPRIT算法，实现了在冲击混响下对目标角度及多普勒的参数估计，增强型算法在参数估计中表现出了更好的估计性能和鲁棒性。