摘要：
本文提出了一种基于托普利茨矩阵重建的源深度估计方法。该方法将声压视为来自不同角度的相干信号的叠加。通过水听器与声源之间的相对运动形成的合成阵列被划分为多个重叠的子阵列。利用每个子阵列的接收数据与参考元素的互相关系数构造厄米特托普利茨矩阵，然后应用高分辨率算法来估计水平波数的入射角度。通过对子阵列的估计结果进行多数投票整合（该过程利用真值一致性来减少噪声干扰），最终得到波数估计值。这些波数被提取、分组，并代入深度模糊函数以计算声源深度。最终深度估计结果通过再次进行多数投票进一步优化，以抑制旁瓣干扰。该方法不需要精确的声学环境信息，仅需已知的声音速度和海底地形数据即可计算模式深度函数。通过仿真和蒙特卡洛方法对算法性能进行了对比，评估指标采用均方根误差（RMSE）。数值分析了合成孔径和噪声对估计性能的影响。该方法使用了SWellEx-96实验中的数据（频率分别为127和112Hz），当合成孔径大于或等于2km时，获得了令人满意的结果。
