声目标识别是地面目标探测系统中的关键技术,近年来引起国内外很大的关注,我国有关科研院所和高校相继在声目标信号特性、声传感技术、信号处理技术和人工智能等方面进行了深入的理论探讨和研究,同时也取得了一系列科研成果。但是,由于对非平稳信号的特征提取和系统综合集成等关键性问题的研究不足,这一技术还远未达到成熟。本文主要针对声目标识别技术中诸多理论性和技术性问题,以及对系统的硬件化、实用化、小型化以及识别的实时性方面进行研究。本文首先应用现代信号处理的手段对声目标识别系统的基础理论及方法进行了研究,其中包括对声信号的预处理、特征提取及分类识别。首先,在声信号预处理中对传统的线性滤波方法及现代小波去噪技术进行详细的理论分析及计算机仿真;其次,分别使用AR参数模型、小波能量及FOBW三码字三种方法对处理后的声信号进行了特征提取研究;最后使用最近邻法及K-NN法对目标进行分类。计算机软件仿真实验表明,选择FIR、小波能量及K-NN分类法作为主要算法能够使分类结果准确性高,获得了较好的分类效果。在系统实现中,本文以TMS320F2812为核心设计了声目标识别的硬件电路系统,其中包括信号调理模块、A/D采集模块、存储器扩展模块、电源管理模块及通讯模块等。完成了目标声信号的采集、处理、特征提取与识别的软件部分设计,实现了识别系统中各模块的DSP算法移植,并优化部分算法,提高了其在DSP中的运行速度。使用该系统对车辆及人员声信号进行采集、识别实验,取得了满意的效果。