1.一种基于自适应小波阈值函数的水声信号处理方法，其特征在于，包括以下步骤：S1：首先利用模拟接收信号数据，设计基于可调节归零窗口的双边增强小波阈值函数，利用阈值构造双边增强的小波阈值函数；所述双边增强的小波阈值函数对应的数学表达方式为：其中，sgn()是符号函数，wk,t是小波系数，η是阈值外端调节因子，η>0，Tk是阈值，γ是阈值内端调节因子，γ≥1,β是归零窗口调节因子，β＝0.1,0.2,0.3,···,0.9；

S2：再根据含噪信号的方差来估计信号的信噪比，根据信噪比自适应调节归零窗口的参数；

S3：对接收到的信号数据进行小波分解，并生成初始化种群，判断种群中每个阈值的大小，当阈值大于1时，使用所述基于可调节归零窗口的双边增强小波阈值函数去噪，当阈值小于1时，使用增强小波阈值函数去噪；寻找最佳阈值及其对应的去噪信号，得到去噪信号，输出。

2.如权利要求1所述的基于自适应小波阈值函数的水声信号处理方法，其特征在于，所述S1具体如下：S1‑1：构造含噪信号模型：

假设无噪信号s叠加一个高斯噪声e，得到含噪信号y，即：y＝s+e；

其中高斯噪声e对应的概率密度函数为：

各信号对应的小波系数为：

wy＝ws+we；

S1‑2：利用阈值Tk构造双边增强的小波阈值函数：构造的双边增强的小波阈值函数对应的数学表达方式为：其中，sgn()是符号函数，wk,t是小波系数，η是阈值外端调节因子，η>0，Tk是阈值，γ是阈值内端调节因子，γ≥1,β是归零窗口调节因子，β＝0.1,0.2,0.3,···,0.9。

3.如权利要求1所述的基于自适应小波阈值函数的水声信号处理方法，其特征在于，所述S2具体如下：S2‑1：求接收信号的方差；

S2‑2：利用方差调节双边增强的小波阈值函数中的参数β。

4.如权利要求1所述的基于自适应小波阈值函数的水声信号处理方法，其特征在于，所述S3具体如下：S3‑1：对含噪接收信号进行小波分解：

使用sym4小波对含噪接收信号X进行小波分解，得到小波系数wX，生成初始种群，判断种群中每个阈值的大小，若阈值大于1则选择双边增强小波阈值函数对信号去噪，若阈值小于

1，则选择增强小波阈值函数对信号去噪；

S3‑2：基于去噪后信号S’和无噪信号S的均方误差作为目标函数：其中，S’(i)表示去噪后信号S’的第i个取样点，S(i)表示无噪信号S的第i个取样点，f是目标函数，目标函数值越小，信号的去噪效果越好；

S3‑3：基于上述目标函数，利用灰狼优化算法求最优的小波阈值及其对应的去噪信号。