水下蛙人对各国海洋安全造成的威胁逐年加剧,已经引起了各国海军和海事部门空前的重视;近些年各国海军纷纷加强对了水下蛙人的防御力度,提出了大量基于主动声呐探测和识别水下蛙人的技术和方法,研制出了相应的设备并投入使用。水下蛙人在水下执行任务时,会向外辐射呼吸声信号,用被动声呐接收水下蛙人的呼吸声信号,并建立有效的特征提取和分类识别理论,是基于被动声呐探测和识别水下蛙人的核心所在。一般情况下,港口、码头等近海海域存着在大量停靠及过往的船只,海况复杂,因此较强背景的环境噪声和舰船辐射噪声是被动声呐探测水下蛙人的主要干扰因素。蛙人呼吸声信号根据其产生机理可将其视作一种语音信号,人耳听觉感知系统对语音信号有着较好的感知能力,其独特的“听音辨物”的优势能够使其完成对不同目标信号的感知和识别。本文的主要内容,就是将人耳听觉感知特性应用到水下蛙人呼吸声信号的特征提取中,完成其与环境噪声和舰船辐射噪声之间的分类和识别;本文在非线性语音信号处理和心理声学领域已有的听觉感知参量特征提取的基础上,选取Mel频率倒谱系数和音色参量中的谱能量参数与谱形结构参数作为研究对象,基于模拟人耳听觉感知系统的Mel滤波器对蛙人呼吸声信号、环境噪声和舰船辐射噪声三种信号提取上述特征参量:(1)对于Mel频率倒谱系数(MFCC)参量,分析了同态处理的基本原理并推导了信号MFCC的表达式,根据湖试测得的数据,提取了三类信号的MFCC特征参量,对所提取的MFCC参量进行特征匹配,并基于MFCC特征匹配结果计算了呼吸声信号之间、呼吸声信号与环境噪声及呼吸声信号与舰船辐射噪声之间的MFCC夹角与MFCC距离。计算结果表明蛙人呼吸声与舰船辐射噪声及环境噪声的MFCC参数有着明显的差异,能够对蛙人呼吸声信号与干扰噪声进行区分,证明了基于MFCC特征算法的有效性,对发展港口、码头等近海海域附近的水下蛙人探测声呐和预警系统具有实际意义。(2)对于音色参量,推导了谱能量参数与谱形结构参数的表达式并分析了各个参数的物理意义,本文所研究的音色参量是基于音色的频域描述符进行描述的,因此要在信号的功率谱(二阶统计量)上提取音色特征,而蛙人呼吸声信号和噪声信号在频域上的分布是非高斯的,二阶统计量会带来严重的分布噪声,严重影响提取效果;高阶统计量可以抑制分布噪声,提高信噪比,从而提高两类信号的可分性及分类识别的准确率,为减少计算量,本文在三阶、四阶累计量的对角切片谱(即1.5维谱和2.5维谱)上提取了音色特征,分析了三类信号在特征域上的差异,并采用类内类间离散度算法和支持向量机算法计算了呼吸声信号与两类噪声间的类间可分性和分类识别率;结果表明该算法下呼吸声信号与舰船辐射噪声及环境噪声的平均识别准确率最高分别可达97.02%和92.25%,对近海海域的水下蛙人探测和识别有一定应用价值。