研究自适应模基处理(MBP)方法

研究自适应模基处理（MBP）方法，这是基于数据驱动的动态模型匹配方法（图3）。此类方法首先建立一些参数不确定的模型集，利用水声时空数据根据一定处理准则进行递归估计所构建模型的参数，从而得到一个与“环境场”相匹配的“拷贝场”模型，所构建的“拷贝场”模型可以随着环境的变化而进行相应的调节，在此基础上进行目标信号的探测，从而提高了方法对环境的适配性。

模基处理主要有3方面优势：①它是递归的，因此可以序贯地修正对声呐和环境参数的估计；② 可以包含系统和测量噪声，这里的噪声不仅指声学噪声，也包括模型参数的输入误差；③其输出之一是新息序列，可以在线测试模型与数据的匹配程度，通过分析新息序列的统计特性评价处理器的整体性能。

海洋环境不确定条件的信号处理方法

利用信道特征（如波导不变性、时反不变性等）处理增强不确实环境下的目标探测性能。例如，D’Spain 和 Kuperman研究的基于波导不变量、利用干涉结构的环境适配探测方法等，对环境参数具有较好的宽容性。时反处理也是一种适用于海洋环境不确定条件的信号处理方法，其利用基于声场的空间互易性和时反不变性，通过海洋环境本身来“自适应”地进行匹配处理，对模型失配问题具有较好的宽容性。

复杂海洋环境下低信噪比目标探测问题

面对复杂海洋环境下低信噪比目标探测问题，基于现有的单平台、单基阵水声目标探测技术，难以满足当前需求。由于水声场是一种三维结构，使用在空间上分散布置的多个声基阵能够获取目标不同观测角度与传播路径的数据，有利于克服声场时空非均匀传播所导致的目标信噪比起伏问题，因此使用多平台、多基阵进行分布式探测是水声目标探测的一个发展趋势。

未来应关注多基地联合探测技术，利用多基地目标与信道特性，获取联合探测增益，提高弱目标探测能力。另外，目前多基地主要是“一发多收”模式，水声信道的频率选择性在一定程度上会影响主动目标探测的稳健性，而近年来兴起的“多发多收”技术，为解决这类问题提供了一个较为有效的技术途径。

InSAR应用是从有效探测(detection)开始的

InSAR应用是从有效探测（detection）开始的，在此基础上才有定量测量（measurement），再由连续观测构成不同精度水平的监测（monitoring）。在这一过程中，与SAR数据相关的有两个重要因素需要考虑，一个是的波长（工作频率），另一个是空间分辨率。实质上，这也构成了对地观测时候的“采样频率”，一个是可量测能力方面的（两次观测期间相邻点间相位梯度不超过四分之一波长），另一个是形变场空间梯度方面的（空间分辨率越高，同等波长下分解高相位梯度的能力越强）。