摘要
海洋表面风速和降雨的被动声学监测在浅水环境中面临严峻的挑战，主要表现为多径传播效应和气象噪声干扰导致的信号严重退化。为应对水下物联网（IoUT）中的上述难题，本研究提出了一种基于垂直线阵（VLA）节点的序列声学感知框架，以提升气象参数反演的准确性。首先，引入非相干平均方法，通过累加各传感通道上的垂直空间信息来抑制声场波动。其次，利用能量谱相关矩阵（CMES）和高阶双谱分析来解耦跨频率特征，并识别声源的占优频带。在此基础上，实施基于主成分分析（PCA）辅助的双谱熵方法，在频谱重建后进行精确的环境场景分类和传感器级别的干扰抑制。利用华南海海域IoUT垂直线阵节点记录的环境噪声数据进行的实验验证表明，所提框架能够有效稳定声场，将连续谱波动降低7–8 dB。因此，经验风速反演模型的适用性和鲁棒性得到了显著提升，为易受干扰的浅海IoUT应用提供了一种具有强抗干扰能力和高保真度的感知方案。
