鱼类资源是海洋资源的重要组成部分之一,对其开展合理有效的开发和保护是十分必要的,而这就迫切地需要具备对鱼种类的快速识别能力。为此,本文利用主动声学方法对鱼类识别开展了一系列研究,以期获得更为稳定高效的鱼类识别方法。本文在充分分析相关文献的基础上,将5种小波包变换特征量及相应的综合特征量作为鱼体的识别特征量,并研究其识别效果。通过固定鱼体试验获取三种常见鱼体的回波信号,并分析对比其中提取的各个特征量的识别效果。而后为近似还原真实环境下的鱼体运动状态,又进行了自由游动鱼体试验,并分别对鱼体种类、大小和运动状态进行了识别分类研究,为真实环境下的鱼类识别工作打下了良好基础。通过试验及结果分析表明:(1)固定鱼体识别中,小波包子带能量特征量和小波包信息熵特征量的识别效果更好;(2)提取固定鱼体回波信号的低频部分特征量以及对5种小波包特征量进行特征选择有利于提高识别率;(3)小波包系数矩阵奇异值和小波包能量熵作为识别特征量对三种自由游动鱼体的识别效果较好;(4)小波包信息熵在自由游动鱼体的大小及运动姿态识别中,均可得到较优的识别结果;(5)无论对于固定鱼体还是自由游动鱼体识别,支持向量机的识别效果均较好于BP神经网络。