第3章
MEMS水听器的信号去噪与DOA估

3.1　引言

MEMS矢量水听器已用来通过检测系统提取阻力变化实现水声信号检测，且具有优异的性能^{[82]，[179-180]}，广泛应用于海洋、湖泊等水声环境中某些目标的位置、状态参数、类型等信息的探测。但声环境中的噪声是复杂多变的，自然声源和非自然声源^[181]将导致采集到的目标信号与大量噪声混合，不可避免地产生基线漂移等失真现象。因此，去噪和校正基线漂移对于进一步的信号检测和识别具有重要意义。

目前，已提出很多算法解决信号的波达方向（Direction of Arrival，DOA）问题，例如，多信号分类（MUSIC）算法^[82]、旋转不变子空间（ESPRIT）算法^[82]等，这些算法具有精确度高以及在低信噪比情况下的估计误差低的优点。但MUSIC算法和ESPRIT算法都存在一个缺陷：传感器阵列输出数据的协方差阵和特征值分解的计算量较大，运行时间较长，限制了应用的可行性。

本章主要围绕MEMS矢量水听器信号的去噪与波达方向角的估计问题进行研究。