前导信号检测是水声通信中一个重要环节。前导信号检测是为了触发接收机从待机模式转换到工作模式。相比陆地,水下环境复杂多变。水下多径丰富,多普勒较大,信道时变剧烈,都会对前导信号的检测产生影响。对于前导信号波形,目前常用的波形是线性调频信号(linear frequency modulation signal,LFM)和双曲调频信号(hyperbolic frequency modulation signal,HFM),HFM信号模糊度三维图基面的起伏波纹更少,更陡峭,模糊度二维图显示的主瓣宽度更小,因此,HFM信号距离速度分辨性能更好,抗干扰的能力更强,并且HFM信号具有多普勒不敏感的特性,因此适合作为水声前导信号,本课题是在HFM信号的基础上设计的检测方法。对前导信号降采样处理,可以降低前导信号检测时接收机在待机模式下的存储。传统的前导信号检测方法有匹配滤波器(matched filter,MF),归一化匹配滤波器(normalized matched filter,NMF),累积和检验方法(page test,PT)等,这些方法在高斯白噪声下检测性能很好,但是在多径丰富和各种干扰的环境下,检测性能欠佳。因此,为了提高前导信号的检测性能,本课题提出了两种检测方法:自适应迭代(the iterative adaptive approach,IAA)检测器和迭代最小化稀疏学习(the sparse learning via iterative minimization,SLIM)检测器,这两种检测方法能够更有效的匹配到多条路径,并具有更强的抗干扰能力。特别的,在降采样情况下,这两种基于迭代的检测方法通过多次迭代使信号的真实路径分量值增大,更具分辨性能,检测性能优于传统方法。仿真和实验数据显示:降采样情况下,IAA检测器在短时带限干扰和窄带干扰下,SLIM检测器在各类常见的水下干扰都体现出优异的检测性能,优于传统的检测方法。对于SLIM检测器,通过分析时延矩阵和路径数目对检测器影响,给出实际系统中最佳参数建议。