摘要：为了用矢量水听器从强噪背景中提取声目标的有用信号，提出将维纳滤波和自适应滤波相结合的一种组合算法进行信噪分离。将维纳滤波后的信号和噪声作为自适应算法的输入和噪声先验知识，进行权值迭代处理，并做性能比对。仿真实验表明本文算法在信噪比达到-15dB的强噪背景中仍有很高的分辨率和提取精度，汾河实验验证了算法的实用性。
关键字：维纳滤波；信噪比增益；自适应算法；权值
0引言
水声信号[1-4]的测量中，要获得目标的方位及特征信息，就需要充分利用水听器所接收到的信息，但由于外场环境的复杂性，有用信号总是伴随很多噪声与干扰[5]，实际观测到的信号淹没在噪声中，如何从大量观测信号中提取有效信息就显得尤为重要。
本文通过将维纳滤波器与自适应噪声对消法结合起来，共同作用于水声观测信号，将干扰信号及噪声尽可能减弱，提取包含在随机信号中的确定成分。首先将含噪信号通过维纳滤波[6]，由信号与噪声的相关系数关系消除部分噪声，初步提取出的信号作为自适应算法的输入信号，维纳滤波滤掉的噪声作为自适应算法的参考噪声，进行权值迭代处理，多次迭代直到权值最优，此时的滤波效果达到最优。
4结论
本文采用频率已知的单频信号进行试验验证，将污染信号首先通过维纳滤波进行初步提取，滤除掉的噪声作为自适应滤波噪声的先验知识，提取出的信号输入自适应滤波器，通过权值迭代处理，并进行傅里叶变换得到有用信号的最佳估计，达到微弱信号从强噪环境中提取的目的，为后续定位定向算法的处理做准备。仿真及外场试验都验证了该组合算法的有效性和实用性，本文所有信号都是连续单频信号，其它类型信号的研究还在尝试中，对信噪分离的研究还需进一步的深入探讨。
作者：尚珍珍