空气中目标声信号检测器是声探测系统中的重要组成部分,随着现代战场环境的日趋复杂化,单纯的主动探测技术已经不能完全满足现代战争的侦察需求,被动声信号检测器以其自身独特的优势越来越受到人们的重视。 本文首先讲述了信号检测技术的基本理论知识以及被动声信号检测技术所具有的特点,在参阅了现有的诸多理论上已经成熟的检测器的基础上,选取了四种检测算法。在时域分析中选择能量检测器、对数和检测器,在频域分析中选择最大功率检测器、谐波集检测器。对他们的检测原理分别进行了详细的说明,给出了相应的处理结果。通过对比各种检测器的仿真结果,同时比较检测器在处理时间上和对环境变换的适应性上的性能,我们推荐在时域分析中采用能量检测器,在频域分析中采用谐波集检测器。 对声信号的降噪处理是本文另外一部分重要内容。由于大气对声传播的影响,使战场声目标信号的环境背景噪声具有较高的非稳态性和非高斯性。为了提高信号的信噪比,在分析多种降噪算法的适用条件的基础上,选取了小波软阈值降噪方法和RLS自适应滤波器作为降噪算法。小波软阈值降噪算法是通过对数据在小波变换域中的阈值实现对信号与噪声的分离,RLS自适应滤波其实质是利用滤波器的预测误差实现自动调节本身冲激响应以达到最优化的维纳滤波器。本文在详细介绍其降噪原理的基础上,对理想数据和实际采集数据均给出了仿真结果,并对实际应用如何进行方法和参数的选择进行了说明。 为了使得探测器能够获得尽可能远的探测距离,提出了在声探测器前增加降噪处理环节的构想,在现有小波阈值算法的基础上,提出了基于纯背景噪声的阈值估计算法,使得计算的阈值更加合理,提高了待检测信号的信噪比,扩大了检测器的探测距离。