文章针对低信噪比下的水下目标定位问题，建立了水下无线传感器阵列网络，该结构包括多个分布式声传感器阵列，它适应于多模态信号处理，既可以利用目标的方位信息，又可以用能量信息。文中提出了用每个阵列接收到的信号能量作为参量完成目标定位并推导了基于能量的最大似然比目标定位方法。数值仿真表明：基于该结构的能量似然函数定位方法，可以有效估计目标的位置。并且比单阵元网络的定位性能和信息传输率上有了较大的提高， 尤其是在低信噪比下情况下，可以大大减小估计的方差。-With novel underwater wir

CNN - 主程序 参考文献: [1] Notes on Convolutional Neural Networks. Jake Bouvrie. 2006 [2] Gradient-Based Learning Applied to Document Recognition. Yann LeCun. 1998 [3] https://github.com/rasmusbergpalm/DeepLearnToolbox 作者：陆振波 电子

基于chebyshev的水声信号分析，ldpc码的编解码实现，MinkowskiMethod算法 。- Based chebyshev underwater acoustic signal analysis, Codec ldpc code implementation MinkowskiMethod algorithm.

基于chebyshev的水声信号分析，sar图像去噪的几种新的方法，详细画出了时域和频域的相关图。- Based chebyshev underwater acoustic signal analysis, Several new methods sar image denoising, Correlation diagram shown in detail the time domain and frequency domain.

Including single sideband, double sideband, suppressed carrier and quadruple, Including the generalized cross-correlation function GCC time delay estimation, Based chebyshev underwater acoustic signal analysis.