层析属于像形成问题,指的是将多个一维投影组合成一个两维像,或者将多个差的像组合成一个细化的像。海洋声层析利用经过海域传播的声信号的结构特征来重建该海域的内部结构,是一个典型的逆问题。像形成问题的三个主要因素是数据、模型和算法,本文就从这三个方面入手,对深海声层析问题进行研究和实验,利用最小二乘新息方法进行逆问题求解。传统的声层析方法是基于射线模型的微扰法。微扰法利用从声源到接收阵元的声线信号时延来推断声速剖面,声线路径与路径上慢度(声速的倒数)的线性积分关系构成了声学逆介质问题的基本方程,通过统计理论最小二乘逆问题求解方法可以估计出实际的声速剖面。但受到信号空-时的分辨力和待估参量多于观察量引起的欠定逆问题求解的制约,在深海环境下微扰法的分辨力和精度都有所不足。本文一方面引入经验正交函数分解来减少待估计参数维度,另一方面利用声速剖面的时间演化过程进行增维,建立声速剖面估计的状态-空间模型,导出新息卡尔曼滤波进行递归估计,实现逆问题求解。相较于最小二乘逆问题求解,新息卡尔曼滤波利用模型与数据的演化知识,用新数据更新老估计,序贯、递归地解方程,提高了估计精度,并有效增加了求解的稳定度。本文的另一个重点在于进行深海声层析实验数据分析。本课题研究了实验数据处理的相关技术并模式化声层析数据处理流程,利用滤波、多普勒频移计算、匹配滤波来获取信号时延,通过波束形成和模型仿真进行时延声线的匹配,利用新息卡尔曼滤波实现实际环境声速剖面的估计。通过对数据实验的分析与处理,我们验证了理论的正确性,引入经验正交函数和状态-空间模型,并利用新息卡尔曼滤波进行逆问题求解能够提高声层析的精度和稳定度,效果更为理想。