21世纪以来,海洋在一个国家中的地位,特别是军事的战略地位变得越来越突出。在开发和利用海洋资源的过程中,为了维护这个过程中的安全,无论是民用还是军用,都要正确地对水声目标进行分类识别和跟踪。为了更好地监控特定海域,也需要对该海域中的水声目标进行分类和识别。因此本文在水声识别技术的基础上,以船舶辐射噪声为主要研究对象,研究不同种类船舶的识别问题。虽然水声目标识别技术已经发展了很多年,但是在大多数情况下仍然不能满足实际的需要。因此本文以前人的研究成果为基础,结合目前先进的模式识别知识,探索和研究新颖的船舶辐射噪声识别技术,进一步提高船舶辐射噪声识别的性能。本文的研究内容主要包含三个方面。第一部分研究内容是分析船舶辐射噪声的产生机理,研究船舶辐射噪声的水声特征和频谱特点,最后描述船舶辐射噪声的识别方法。第二部分研究内容是探索基于特征融合的船舶辐射噪声识别技术。这部分研究内容首先提取多维的适用于水声目标识别的特征,包括时域、频谱和倒谱等特征,接着引入主成分分析和典型相关分析技术,提出一种新颖的基于特征融合的船舶辐射噪声识别算法。然后将所提出的算法应用于真实的船舶辐射噪声数据,验证了算法的有效性。第三部分研究是探索无监督的船舶辐射噪声识别技术。这部分研究内容主要是探索基于深度学习的船舶辐射噪声识别,引入模式识别中的无监督学习技术,提出一种无监督的船舶辐射噪声识别算法,并在真实的船舶辐射噪声数据库上验证了算法的可行性和有效性,实验结果表明,所提出的算法能有效地提高船舶辐射噪声识别的准确率。