在水雷探测和识别中，通过何种方法处理回波才能有效提取目标的特征信息是关键。鉴于以往的时频分析方法存在种种的不足，本文将希尔伯特-黄变换这种新的时频分析方法应用于水雷目标特征提取，研究这种方法的可行性是本文的重点。本文详细论述了希尔伯特-黄变换时频分析方法的思想及实现方法，对其相关问题进行讨论，并通过对算法的仿真研究，改进算法。文中将希尔伯特-黄变换与小波变换对比，讨论其局部特性；并仿真研究了希尔伯特-黄变换方法抗噪声和抗混响能力，给出信噪比和信混比具体为多大时，能够有效的检测信号。然后，在对目标回波亮点模型进行仿真的基础上，将希尔伯特-黄变换应用于水雷目标特征提取，重点讨论了两个几何亮点结构模型的时延分辨力和幅度的分辨力，并给出了时延和相对幅度满足何种条件时，希尔伯特-黄变换能有效提取目标回波亮点结构。在本文最后，利用希尔伯特-黄变换方法处理大量实验数据，讨论了这种方法在处理实际水雷目标回波的有效性。首先，用希尔伯特-黄变换方法提取各类目标回波的时频结构特征，并选择、压缩特征，然后利用BP神经网络分类器对真假目标及不同几何形态的目标进行了分类识别，讨论实验结果与理论是否相符，从中验证了这种方法能够有效地提取回波中的亮点结构，达到较好的分类识别效果。