在水声工程领域,水下信道复杂的物理特性极大限制了声信号有效、稳定的传播,给信号的接收、检测、估计带来了很大的挑战。水下声信道对声信号的影响具体表现在:海水介质对声波能量的吸收明显,声波在海洋传播过程中散射、反射、混响、多途效应显著,海洋环境噪声影响等等。浅海环境中由于海水介质分布不均匀、海水温度随深度变化明显,上述的影响会进一步加剧。另外,人为的噪声同样会给信号处理效果带来影响。因此,水下声信号处理可以归结为“强损耗、强干扰环境下微弱信号的处理”。在这种情况下,利用信号空间特性的阵列信号处理技术在水下信号处理方面体现出了优势。本文在研究过程中考虑了四种导致水下基阵性能下降、性能亟待提升的工作场景,在现有研究成果的基础上结合干扰抑制技术、鲁棒性接收技术、稀疏表示理论以及盲源分离理论,探索提升水下被动监测、信号接收性能的信号处理方法。本文的主要研究内容包括:首先,提出了一种远场目标被动监测过程中近场干扰的抑制算法。对于固定式的水声监测系统,当本方舰艇返航、入港停靠、维修的时候,舰船的辐射噪声以及舰载、船载电子设备的噪声都会对该系统的监测性能造成很大的影响。这时来自螺旋桨、船载电子设备的干扰,通常位于基阵的近场范围,会对基阵的监测效果产生非常大的影响。然而传统的干扰抑制算法基于目标和干扰处于远场的假设,与实际情况并不相符。为了抑制本方舰船自噪声对固定式声纳系统的影响,本文提出了一种波束零陷权的设计方法。该权可以在不影响远场探测的情况下在近场某一特定位置或某一特定区域形成指向性零点,达到对近场干扰进行抑制的目的。该方法的优势在于:(1)权的形式仅与干扰源所在空间的位置坐标有关,不会影响远场目标的探测、避免产生探测盲区;(2)该权产生的波束零陷可以预成不需要实时计算,因此计算量小,适合工程应用;(3)该算法不受阵列形状的限制;(4)该算法适用于相干源的情况。其次,基于MD(Minimum Dispersion)准则本文提出了一种水下非高斯信号稳定接收的算法。实际工程中经常遇到以下两种情况:(1)基阵的测量区域存在强干扰源,且干扰源的AOA(Angleofarrival)随着时间迅速变化;(2)目标和干扰辐射的信号均服从非高斯分布。以上两种情况中,传统自适应波束形成器的性能退化严重。为了克服这个问题,本文利用信号和干扰的非高斯特性将传统自适应波束的MV(Minimum Variance)准则更新为MD准则,以提高波束形成器对非高斯信号的接收性能。在此基础上通过约束波束输出在非稳定干扰可能扩展角度范围的平均功率,消除非稳定干扰在波束输出中的能量。从而实现了非稳定干扰下,对水下非高斯信号的稳定接收。与以往的波束形成器相比,本文提出的方法有两方面的优势:(1)在非稳定干扰源存在的情况下,本文提出的波束形成器对非高斯SOI(Signal of interest)的接收性能与MDDR波束形成器一致;(2)在干扰可能扩展的角度范围,本文提出的波束形成器可以提供一个宽的波束零陷,因此对于水下信号的接收具有鲁棒性。本文同时对文中提出的波束形成器给出了三种快速实现算法,即类MVDR算法,基于牛顿法的下降算法,改进的梯度投影算法。对这三种快速算法,给出了输出信干噪比(Signal-to-interference-plus-noise Ratio,SINR)、收敛特性、计算复杂度等方面的性能分析。再次,本文进行了基于压缩感知理论的水下目标被动测向应用技术研究。该研究是在压缩感知理论框架下,利用水下目标在空间稀疏分布的前提,实现对目标方位的参数估计。该部分的工作可以分为三个部分:(1)从工程应用的角度介绍了压缩感知理论当中常用的性能评价参数,RIP常数和相关系数。从量测系统稳定性的角度分析了压缩感知量测系统,由此印证了随机矩阵更适合作为量测矩阵的结论;(2)研究了一种基于“接收数据稀疏表示的DOA(Direction of arrival)估计”算法,给出了详细的推导过程和改进的恢复算法。利用感知矩阵的性质,对该DOA估计算法的估计误差给出了定量分析,获得的结论可对该算法在工程应用中的性能进行预测。通过分析感知矩阵的Gram矩阵的结构,对“高精度的DOA估计”这一需求给出了阵列结构选择上的建议;(3)研究了一种基于“接收数据协方差矩阵稀疏表示的DOA估计”算法,给出了详细的推导过程,并且给出了一种加速获得稀疏解的改进算法。相较于上一种算法,该算法计算量小、目标方位估计精度高。最后,研究了基于虚拟阵元的盲源分离技术,并且将这项技术应用于海洋哺乳动物声学监测当中。一般来说,阵的尺寸越大,阵处理的效果越好。但是阵列孔径的增大,给阵列的布放、探测的机动性都带来了很大的限制。虚拟阵元的方法在阵列现有结构的基础上,利用信号传播时延可以扩展阵的孔径。虚拟阵技术与盲源分离理论相结合,为欠定盲分离的问题的解决提供了一种途径。在此基础上提出了多次盲分离的概念,即将上一次盲分离的结果再次输入盲源分离器进行二次盲分离,多次盲分离后的结果与源信号具有更高的相关性。近年来海洋哺乳动物声信号的研究引起了越来越多的关注,本文将这项技术应用于海洋哺乳动物声学监测中,可以提高声学监测的效率,同时为后续海洋哺乳动物信号的分类、识别奠定了基础。