东北太平洋海洋环境噪声大幅提高

海洋环境噪声大幅提高。随着人类海洋活动和海底地质运动的日益频繁，过去五六十年来，海洋环境噪声尤其是低频噪声正以每年 0.2～0.3dB的速度增加。美国利用海底观测声学基阵对东北太平洋在 40Hz处环境噪声级进行持续监测，而获得的数据表明，1955～2011年，东北太平洋海洋环境噪声正呈现出不断增加的变化趋势（图2）。

海洋环境水声效应影响显著。由于受海洋界面和水体介质的非均匀性，以及海洋的锋、涡、流等动力特性的影响，水声场呈现出复杂的时空随机起伏、环境不确定、信道不确实、参数不确知等特点，使得水声目标探测性能随海区环境和时间的变化而剧烈变化，**的“午后效应”便反映了这一现象。

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。

主动认知探测技术将智能认知与主动目标探测相结合

主动认知探测技术。在传统主动探测中，由于缺乏知识反馈机制，在复杂变化的水下环境很难获得理想的探测效果。而所谓认知过程就是将感知、处理、学习与反应密切结合的知识形成过程，因此主动认知探测技术将智能认知与主动目标探测相结合，提出了一种基于知识反馈的智能探测架构和处理形式，即通过借鉴智能认知过程，利用发射水声信号主动感知水声环境和目标信息的特点，形成对环境与目标的认知学习，并将这种知识实时反馈给探测过程中的发射和接收环节，使之与环境和目标状况相适配形成正向反馈环路，从而能够在复杂环境下获取主动声目标探测性能。虽然主动认知探测研究尚处在起步阶段，但是为主动探测提供了新思路。

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）。