1、 分类号： 密级：编号：U D C：工学博士学位论文基于共址 MIMO图像声纳的水下运动小目标检测跟踪技术研究博士研究生：滕婷婷指导教师：孙大军教授学科、专业：水声工程哈尔滨工程大学2014年 6月分类号： 密级：编号：U D C：工学博士学位论文基于共址 MIMO图像声纳的水下运动小目标检测跟踪技术研究博士研究生：滕婷婷指导教师：孙大军教授学位级别：工学博士学科、专业：水声工程所在单位：水声工程学院论文提交日期：2014年 3月 24日论文答辩日期：2014年 6月 14日学位授予单位：哈尔滨工程大学Classified Index:U.D.C:A Dissertation for the
2、Degree of D.EngColocated MIMO Imaging Sonar Detection and Tracking for Underwater Moving Small Targets Candidate: Teng TingtingSupervisor: Prof. Sun DajunAcademic Degree Applied for: Doctor of EngineeringSpecialty: Underwater acoustic engineeringDate of Submission: 3. 24, 2014Date of Oral Examinatio
3、n: 6. 14, 2014University: Harbin Engineering University哈尔滨工程大学学位论文原创性声明本人郑重声明：本论文的所有工作，是在导师的指导下，由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出，并与参考文献相对应。除文中已注明引用的内容外，本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者（签字）：日期： 年月日哈尔滨工程大学学位论文授权使用声明本人完全了解学校保护知识产权的有关规定，即研究生在校攻读学位期间论文工作
4、的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国家有关部门或机构送交论文的复印件。本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数据库进行检索，可采用影印、缩印或扫描等复制手段保存和汇编本学位论文，可以公布论文的全部内容。同时本人保证毕业后结合学位论文研究课题再撰写的论文一律注明作者第一署名单位为哈尔滨工程大学。涉密学位论文待解密后适用本声明。本论文（在授予学位后即可 在授予学位 12个月后 解密后）由哈尔滨工程大学送交有关部门进行保存、汇编等。作者（签字）： 导师（签字）：日期： 年月日 年月日I基于共址 MIMO图像声纳的水下运动小目标检测跟踪技术研究摘 要近年来，利用蛙人
5、等小型武器进行近岸袭击和破坏的危害性越来越大，小目标探测成为近岸警戒的主要任务之一。但在复杂的近岸浅海环境下，强噪声、强混响和强杂波的背景使小目标探测声纳很容易发生“近视眼” 或“狼来了”的现象，也就是检测概率不够且虚警概率过高，这也是小目标探测亟待解决的难题。小目标探测声纳属于高分辨图像声纳，涉及的技术有小目标高分辨成像技术、混响杂波抑制技术、低信噪比动目标检测与参数估计技术、运动小目标跟踪技术和小目标识别技术。在满足预警距离要求下如何提高成像分辨率，在低信噪比条件下如何保证小目标检测跟踪性能的问题是论文的主要方向。论文工作主要有四部分：共址 MIMO（Multi-Input-Multi-O
6、utput）声纳高分辨成像、声图像序列动目标检测、分裂波束相位图像序列动目标检测和水下运动小目标的检测与跟踪。第一部分工作主要围绕共址 MIMO声纳高分辨成像方法展开研究。论文将共址MIMO技术引入高分辨图像声纳中，获得虚拟孔径，提高成像方位分辨率和信噪比处理增益。论文首先建立了 MIMO声纳信号模型，研究了共址 MIMO 声纳成像原理，在常规波束形成算法基础上推导出共址 MIMO声纳近场聚焦宽带波束形成成像算法，仿真分析了基于波形分集的共址 MIMO声纳近场宽带成像的性能优越性；并构建 2发 18收信道水池试验系统，分析验证了共址 MIMO声纳的成像性能和抗混响能力。传统跟踪前检测（Dete
7、c-Before-Track, DBT）方法的基于 单帧图像检测的检测概率较低，虚假杂波较多，而检测前跟踪（Track-Before-Detect, TBD）方法适用于微弱目标检测与跟踪，因此第二部分和第三部分围绕水下运动小目标的检测前跟踪（TBD）算法开展工作。其中第二部分提出了一种基于声图像序列的动目标检测算法，共址 MIMO图像声纳可获取三维距离方位帧时间图像序列，将三维图像序列累积投影成二维距离方位图像；利用改进的二维 CFAR 轨迹检测器， 对累积图像进行轨迹检测（即第一阈值检测）；利用 Hough变换将检测结果投影到参数空 间，完成非相干累积，在参数空间进行第二阈值检测。通过数值仿
8、真得到：择大累积方式的检测性能优于求和累积、及先检测后累积方式；改进的二维 CFAR 轨迹检测器性能 优于单元平均（CA）和剔除平均（TM）CFAR检测器；基于 择大累积 CFAR-Hough变换轨迹检测性能优于基于单帧图像检测，最后对水下运动小目标检测性能进行了水池试验验证。第三部分将分裂波束相位特性作为检测的检验统计量，提出一种分裂波束相位图像序列动目标检测算法。在给出分裂波束相位成像方法的基础上利用分裂波束相位的标准差倒数（记作 SDR, Standard Deviation Reciprocal）来进行目标检测；利用分裂波束相位SDR图像序列的二维距离-帧时间信息（记作 SDRIS_R
9、-F, Standard Deviation ReciprocalI哈尔滨工程大学博士学位论文Image Sequences_Range-Frame）来进行动目标检测,剔除静目标和干扰；将各方位对应的分裂波束相位 SDRIS_R-F图像进行择大累积，利用每帧每个距离单元最大值（记为SDRIS_R-F_Max）对应的波束号来确定目 标方位 ,以解决目标在运动过程中方位变化较大的问题。本算法分裂波束相位的求解不需要解模糊；分裂波束相位 SDR成像方法的信噪比处理增益优于常规波束形成方法，提高了低信噪比下检测的稳健性。最后水池试验通过对单目标和双目标的检测验证了该算法的可行性和性能。第四部分结合第一
10、、二和三部分工作给出了一种水下运动小目标检测跟踪问题的解决方法。利用第一部分的共址 MIMO图像声纳提高成像方位分辨率和信噪比处理增益，以便于后续检测跟踪。利用第二、三部分提出的基于声图像序列和分裂波束相位图像序列的两种 TBD算法提取目标起始航迹，根据起始轨迹引导后续重点检测区域，保证检测性能和跟踪滤波精度。另外每经过一段时间累积，都可按照起始航迹的检测方式，提取目标短时轨迹，其结果与实时检测跟踪处理获得的轨迹做对比验证，修正偏离的航迹或继续终止的航迹，以提高目标轨迹的可靠性和低虚警率，最后对该方法进行了水池试验验证。关键词：小目标探测；共址 MIMO图像声纳；动目标检测；动目标跟踪；检测前
11、跟踪；分裂波束相位II基于共址 MIMO图像声纳的水下运动小目标检测跟踪技术研究ABSTRACTIn recent years, the use of divers and other small weapons in attacking and destroying thecoastal facilities is growing, and the small target detection becomes to be one of the maintasks of the coastal protection. In a complex shallow sea and nearshore
12、 environment, strongnoise, strong reverberation and strong clutter make the small target detection sonar easilyappear “myopia“ or “crying wolf“ phenomenon, in other words, the detection probability isnot enough, the false alarm probability is high, that is the troublesome problem in small targetdete
13、ction. Small target detection sonar belongs to the imaging sonar filed, involving thehigh-resolution imaging, reverberation suppression, moving target detection and parameterestimation in low SNR conditions, small moving target tracking and small targets recognition.How to improve the imaging resolu
14、tion to meet the requirements of alert distance, and how toensure the detection and tracking performance under the low SNR conditions are the maincontent of the dissertation. The dissertation contents mainly has four parts: colocated MIMO(Multi-Input-Multi-Output) sonar high resolution imaging, acou
15、stic image sequence movingtarget detection, split-beam-phase image sequence moving target detection, and moving targetdetection and tracking .The first part of the dissertation is about the improvement of azimuth resolution and SNRgain using MIMO imaging sonar. The dissertation brings the colocated
16、MIMO technologyinto high-resolution imaging sonar to obtain virtual aperture, and improve the azimuthresolution and get SNR gain. Firstly, the MIMO sonar signal model was established, and theprinciple of the colocated MIMO imaging sonar was discussed, and the near-field focusingbroadband beamforming
17、 imaging algorithms based on colocated MIMO sonar was derived.The simulation analysed the performance of colocated MIMO broadband near-field imagingmethod based on waveform diversity. The results of the pool experiment based on the systemcomposed by 2 transmitting elements and 18 receiving elements
18、validate the imagingperformance and the anti-reverberation capability of the colocated MIMO imaging sonar.Traditional Detec-Before-Track (DBT) method is based on single image detection, andthe detection probability is low, and much false clutter is detected. The Track-Before-Detect(TBD) method is su
19、itable for dim targets detection and tracking, and therefore the second andthird part the dissertation are about TBD algorithms for underwater moving small targets. Inthe second part a moving target detection algorithm based on image sequence is proposed.The 3-dimensional range-azimuth-frame time im
20、age sequences obtained by colocated MIMOIII哈尔滨工程大学博士学位论文imaging sonar were projected into a two-dimensional range-azimuth image, then an improvedCFAR detector was used to detect the target tracks from the accumulated two-dimensionalrange-azimuth image, that was the first threshold of the detection.
21、Then the Hough transformwas used to project the detected result into the parameter space, then the non-coherentaccumulation was completed, and the second threshold detection was completed in theparameter space. Through the numerical simulation, we can get: The detection performance ofthe maximum acc
22、umulation mode is better than the sum accumulation mode and theaccumulation-after-detection mode. The performance of the improved 2-dimensional CFARdetector is better than the Cell-Average (CA) and Trimmed-Mean (TM) CFAR detector. Theperformance of the detection based on the maximum accumulation CFA
23、R-Hough transform isbetter than detection based on single image. Finally, the pool experiments for underwatermoving small target detection were executed to validate the performance of the proposedalgorithm.In the third part of the dissertation, a moving target detection algorithm based on thesplit-b
24、eam-phase image sequence is proposed. On the basis of the research of thesplit-beam-phase imaging method, the Standard Deviation Reciprocal (denoted as SDR) ofthe split-beam-phase was applied to the target detection. The 2-dimensional Range-Frameinformation of the split-beam-phase SDR Image Sequence
25、 (denoted as SDRIS_R-F) wasapplied to the moving target detection and the interference elimination. The split-beam-phaseSDRIS_R-F image corresponding to some azimuths were accumulated, and the azimuthcorresponding to Maximum per frame and per range cell (denoted as SDRIS_R-F_Max) wasapplied to finis
26、h the detection when the target changes azimuth during movement. Theproposed algorithm does not require solving the problem of the phase ambiguity, and the SNRgain of the split-beam-phase SDR imaging method is higher than conventional beamformingmethod. Finally the pool experiments were executed to
27、validate the feasibility and theperformance of the proposed algorithm.In the fourth part of the dissertation, integrating the first, second with the third partcontent, a solution of underwater small moving target detection and tracking is given. The useof colocated MIMO imaging sonar of the first pa
28、rt can improve the azimuth resolution andSNR gain, in order to facilitate the subsequent detection and tracking. Two TBD algorithmsproposed in the second and third part, respectively based on the acoustic image sequences andthe split-beam-phase image sequences, can be used to extract the initial tra
29、ck. The detectedinitial track can guide for the subsequent focus detection area, so that the performance andaccuracy of the detection and tracking can be ensured. On the other hand, passing through aIV基于共址 MIMO图像声纳的水下运动小目标检测跟踪技术研究limited period, the target short-term track can be extract using the e
30、xtract method of the initialtrack. The target short-term track can be compared with the tracks which extracted by thereal-time detection and tracking results. The comparison result can help to correct the yawedtrack and continue the termination track, and improve the reliability and low false alarm
31、rateof the target track. Finally the pool experiments were executed to validate the feasibility of thegiven method.Key words: Small target detection; Colocated MIMO imaging sonar; Moving target detection;Moving target tracking; Track-Before-Detect; Split beam phaseV基于共址 MIMO图像声纳的水下运动小目标检测跟踪技术研究目 录第1
32、章绪论11.1研究背景及意义.11.2小目标探测声纳国内外现状.21.3相关关键技术及研究进展.41.3.1 MIMO声纳成像技术51.3.2动目标检测技术.61.3.3动目标跟踪技术.81.3.4运动小目标检测前跟踪技术.91.4主要研究内容及结构安排11第2章共址MIMO声纳高分辨成像方法132.1引言132.2 MIMO声纳成像原理.132.2.1 MIMO数学模型.132.2.2 MIMO声纳静态方向图.142.3共址MIMO声纳近场聚焦宽带波束形成成像算法.162.4正交信号波形172.5数值仿真192.6水池试验242.6.1试验系统构成 .242.6.2试验结果 .252.7本章
33、小结28第3章声图像序列动目标检测算法.303.1引言303.2声图像序列动目标检测算法313.2.1声图像序列累积 .313.2.2距离-方位二维CFAR轨迹检测 .333.2.3 Hough变换轨迹检测403.3数值仿真413.3.1图像序列累积方式对动目标检测的影响 .417哈尔滨工程大学博士学位论文3.3.2距离-方位二维CFAR轨迹检测性能453.3.3 Hough变换轨迹检测性能463.3.4目标运动速度对轨迹检测的影响483.4水池试验533.4.1单目标检测 .533.4.2双目标检测 .543.5本章小结56第4章分裂波束相位图像序列动目标检测算法.584.1引言584.2分
34、裂波束相位成像584.3分裂波束相位图像序列动目标检测算法624.3.1分裂波束相位图像目标检测的检验统计量 .624.3.2分裂波束相位图像序列动目标检测 .674.4水池试验744.4.1单目标检测 .744.4.2双目标检测 .794.5本章小结85第5章水下运动小目标的检测与跟踪.875.1引言875.2水下运动小目标检测跟踪算法875.3数据关联卡尔曼滤波跟踪器885.3.1概率数据关联卡尔曼滤波跟踪器895.3.3联合概率数据关联卡尔曼滤波跟踪器915.3.4数值仿真925.4水池试验955.4.1单目标检测跟踪 .955.4.2双目标检测跟踪 .975.5本章小结.100结 论
35、101参考文献 103攻读博士学位期间发表的论文和取得的科研成果 1108基于共址 MIMO图像声纳的水下运动小目标检测跟踪技术研究致 谢 1119第 1 章绪论第1 章绪论1.1研究背景及意义九一一事件后，世界发生了深刻变化，以美国为代表的世界各国对防范恐怖袭击重视程度越来越大，投入的力量也越来越多。防御对空、对陆袭击方面，由于雷达技术的先进性大大提升了其防御水平。然而，海上及水下是全世界的软肋，制约防御水平提升的因素很多，海洋环境的复杂性使声纳技术及设备始终滞后。过去水下防御主要针对船只、舰艇和潜艇等大型目标，而近年来，利用小型武器（例如：蛙人等）进行近岸袭击和破坏的危害性越来越大。水下防
36、御除了要应对固定目标的威胁，如：军事基地、核电站、大型水坝、重要港口、海上钻井平台等等；也要应对移动目标的威胁，如：航母、舰船、超级油/邮轮等。各国已经开展针对蛙人等小目 标的专用探测声纳的研究，国外已拥有成型产品，已对敏感区域和重点防御的港口等实施小目标探测声纳的布控，但是国内有针对性的水下防御声探测系统的研究时间不长，在复杂的近岸浅海环境下，很容易发生“近视眼 ”或“狼来了”的现象，也就是探测声纳 的检测概率不够，且虚警概率过高，这也是致使迄今尚未有成熟的系统用于水下防御的原因。图 1.1蛙人等水下小目标对舰船进行破坏Fig. 1.1 The vessels destroyed by th
37、e divers小目标探测声纳属于高分辨图像声纳，涉及的技术有小目标高分辨成像技术、弱小目标检测与估计技术、弱小动目标跟踪技术和小目标识别技术。小目标探测声纳要求较高的图像分辨率和较远的作用距离，高成像分辨率保证目标成像性能，便于目标检测跟踪和识别，大作用距离提供了较长防御反应时间（即预警时间）。对充足的预警距离上对目标进行高性能成像后，就要进行基于声纳图像的动目标检测、跟踪和识别处理了。雷达领域的动目标检测与跟踪采用MTD（Moving Target Detection）技术，利用多普勒滤波器组来抑制杂波，以提高雷达在杂波背景下检测运动目标的能力。水下运动小目标的1哈尔滨工程大学博士学位论文
38、检测跟踪问题，无法利用多普勒频移信息，例如美国蛙人部队在先进的仿企鹅行进助力器的帮助下，速度能达到2节，常规蛙人的速度在1节左右，而同时为保证作用距离，小目标探测声纳的工作频率又不会很高，所以多普勒频移不明显，很难被利用。因此国内外小目标探测声纳为使其适合于近岸浅海工作，对目标进行有效检测、跟踪与识别，开展的探测技术的主要研究工作都集中在提高图像分辨率、抑制混响和杂波、提高信号信噪比方面，以提高检测概率和跟踪性能。1.2小目标探测声纳国内外现状近年来，各国针对蛙人等小目标探测专用声纳投入大量努力，国外已拥有商业成型产品1,典型的小目标探测声纳有：英国QinetiQ公司研发的“Cerberus3
39、60”1 已在美国海军装备，该系统能自动探测和跟踪水下小目标，能够探测到800 m 范围内的蛙人等小目标，使预警时间至少有25min。英国Sonardyne 公司的Sentinel IDS3系统采用大时间带宽发射信号，方位分辨率达到3.3o，有效探测范围到900米（半径），追踪范围超过600米；以色列的DSIT公司2005年研发出的DDS4，该系统能探测到700米外闭式呼吸蛙人装备，且虚警概率据称可以控制到最低1次/周（强噪声和混响 环境下）。挪威Kongsberg公司的DDS SM20005已经装备到美国海 军和海岸警卫队 ，DDS 9000能探测超过600米外的类蛙人目标，方位分辨率达到1
40、.5o。典型小目标探测声纳产品的主要技术指标对比如表1.1所示,国外典型小目标探测声纳基阵如图1.2所示。表 1.1典型蛙人探测声纳产品主要技术指标对比中心频率/kHz带宽/kHz作用距离/m可跟踪目标数产品型号 信号体制不详英国 QinetiQ Cerberus360(图 1.2(a)英国 Sonardyne公司的Sentinel系统(图 1.2(b)以色列的 DSIT公司的DDS(图 1.2(c)10070不详20800900700不详不详20CW, FMCW, FM60 5挪威 Kongsberg 公司的DDS SM2000/9000系列(图 1.2(d)加拿大 C-Tech 公司的CS
41、DS-85型9080不详 CW, FMCW600 303 2000 不详FarSounder公司FS-3DT乌克兰 TRONKA6060不详 CW,FMCW不详 不详不详5 8002第 1 章绪论(a)Cerberus 360 (b)Sentinel IDS (c)DSIT-DDS (d)DDS 9000图 1.2国外典型小目标探测声纳基阵Fig. 1.2 The foreign small target detection sonar归纳起来，国外小目标探测声纳技术具有如下特点：声纳工作中心频率主要集中在60kHz-100kHz之间，带宽 3kHz-20kHz之间。信号 频率的选择主要考虑是
42、：一方面频率越高，目标的方位分辨率越高；另一方面在此频带海洋环境噪声的谱级相对于其他频带较低。但是频率越高，由于海水对声能量的吸收越大，从而限制了探测声纳的作用距离。其次，信号体制比较统一。除 C-Tech公司的 CSDS-85为单频信号外，其余公司的产品多为单频信号和调频信号复合使用。宽带信号体制的使用有利于抗混响，它可以在不改变距离分辨率的情况下获得更大的探测距离。最后，声纳工作体制除 FarSounder公司外，大多是收发合置的单基地工作方式。波兰的 Andrzej Elminowicz 等人和 FarSounder公司提出将多基地声纳的概念应用到蛙人探测声纳中，并正在推出多基地蛙人探测
43、声纳产品。国外相关研究机构针对近岸小目标防御技术，开展了大量理论和试验研究，国内小目标探测防御技术开展时间不长，相关单位也针对于探测声纳系统开展了大量研究工作，也已经取得了一些进展，例如中国科学院声学研究所研制的数字多波束蛙人探测声纳是从现有高频图像声纳的基础上发展起来的，中心频率为100kHz,带宽10 kHz，能在垂直方向15o调节相控发射，探测距离在混浊海域条件下大于 200米10。中乌共同研制的TRONKA声纳工作频率为60 kHz，防御水域宽度8001000米，纵深7100米，方位分辨率2o，并在青岛奥帆赛水下安保进行了应用11。另外中船重工726研究所、760研究所、哈尔滨工程大学
44、和海军工程大学等单位也开展了小目标探测技术研究工作，研究的内容涉及高分辨成像技术和蛙人目标特性研究等13。尽管如此，国内在小目标探测系统工作体制、水下目标声反射特性基础研究、浅海复杂背景条件下的目标探测和识别技术方面仍然缺乏充分的理论和实践支持，限制了国内小目标探测声纳的系统性能。小目标探测声纳属于高分辨图像声纳，要求高图像分辨率和大作用距离，以保证目标成像性能和充足的预警时间。为提高图像分辨率，增加声纳工作频率的方式，会降3哈尔滨工程大学博士学位论文低声纳作用距离，在满足一定作用距离的要求下如何提高目标成像分辨率；为保证一定虚警概率的要求如何提高信噪比和检测概率，都是小目标探测声纳需要重点研
45、究的问题。对于水下运动小目标的检测跟踪问题，蛙人速度一般在12节左右，而同时为保证作用距离，声纳又不适合高工作频率工作，所以多普勒频移很难被利用。水下运动小目标不同于陆空动目标，也不同于舰船、潜艇等大型目标的检测与跟踪，基于图像声纳的小目标检测跟踪问题具有如下方面特点17（1）小目标图像特征不明显。由于要求较远的预警距离，所以小目标成像距离较远，目标面积小趋近于点状，没有纹理、形状等明显信息可利用。（2）小目标探测的环境复杂。针对小目标的防御区域多为浅海、近岸的高噪声、高混响环境，严重影响小目标探测声纳的图像质量。小目标检测的结果常常是漏报，且虚假杂波点多，小目标跟踪的结果常常由于虚假杂波点和
46、缺少真实目标参数而造成较大跟踪误差。（3）信噪比低。这里的噪声是广义的，包含噪声、混响和杂波背景。造成信噪比低的原因主要有：背景环境中的噪声、混响和杂波水平较高；小目标目标强度低，并且散射强度易受水体运动和自身姿态影响，回波微弱且有起伏，造成在目标邻域内信噪比较低，从整帧图像角度上看信噪比更低。zhi ku quan 201508071.3相关关键技术及研究进展针对小目标探测的以上困难和特点，小目标探测声纳的主要关键技术的研究应围绕以下方面进行：（1）提高成像分辨率。如何保证足够的预警距离（即一定工作频率）条件下，使目标成像分辨率进一步提高。采用宽带信号来保证距离分辨率性能，而虚拟孔径是提高方
47、位分辨率的一种思路。（2）提高作用距离。满足各性能指标的情况下，向低频发展；亦可采用多基地声纳工作体制，降低传播损失，提高作用距离。（3）抑制混响和杂波。从宽带波形设计和信号处理方面进行混响和杂波抑制处理，对于复杂浅海环境，也可采用垂直方向相控发射技术减小混响级。（4）提高信噪比。从小目标成像算法方面提高信噪比处理增益；另外对混响和杂波的抑制也有利于提高信噪比。（5）低信噪比下的动目标检测与跟踪。即使使用各种成像算法提高信噪比，但是小目标探测的环境决定了对其检测与跟踪的背景仍然是低信噪比。图像序列动目标检测技术是红外领域首先应用的，检测前跟踪（TBD）技术也已经应用于红外和雷达的弱运4第 1
48、章绪论动检测中，对于水下运动小目标也应该有应用前景。（6）小目标识别。由于目标尺度小，没有纹理、形状特征，所以基于目标形态学识别非常困难，可从基于心理声学参量、聚类算法和运动特征参量进行目标分类和识别。本文针对若干关键技术开展基于高分辨图像声纳的运动小目标检测与跟踪技术研究，主要工作内容是：如何提高目标方位分辨率和信噪比处理增益方面，及运动小目标检测跟踪算法方面。下面对相关关键技术及其研究进展进行概述。1.3.1 MIMO声纳成像技术多输入多输出（Multiple-Input Multiple-Output，MIMO ）系统这一概念最早是在无线通信领域提出来的，近年来雷达、声纳研究人员提出了
49、MIMO雷达和 MIMO 声纳，雷达领域，MIMO雷达被分为共址 MIMO雷达（MIMO radar with co-located antennas）、分布式 MIMO雷达（MIMO radar with widely separated antennas）。共址 MIMO雷达的发射、接收阵元都是密集排列的，发射阵元同时发射正交信号，全方位均匀发射，接收机对正交信号进行匹配滤波，形成远大于实际接收通道数的接收通道，改进了数据处理性能。共址 MIMO雷达的主要研究团队是 LiJian团队，在共址MIMO雷达的目标参数估计、发射波形设计等方面开展研究工作21 。目前声纳领域并没有对 MIMO声纳进行专门总结，西北工业大学的孙超等对 zhi ku quan 20150807MIMO声纳的概念和性能进行了综述24。基于共址 MIMO技术在声纳中的应用，国内外都取得了一些成果。以色列的 Bekkerman等人利用共址 MIMO 技术得到虚拟阵列形式和波束图，并推导出克拉美罗25。美国的 Li等人将 MIMO 声纳的鲁棒检测技术作为研究内容，并将其应用于在港口和航海监视声纳中
