水下攻防系统长期在海洋环境中自动执行任务,必须具有探测和识别目标的能力。由于海洋水声环境复杂,信号探测和处理系统需要在干扰严重的情况下,从低信噪比水声信号中提取有效信息,准确识别目标,保障水下攻防系统的正常工作。结合攻防系统的实际需求,论文主要从水声探测信号处理、水声信号分类识别和声纳图像识别处理几方面展开研究。(1)研究了航器辐射信号的小波滤波方法,提出了小波硬阈值滤波的阈值参数确定方法,使用遗传自适应算法查找均方差意义上的最佳阈值参数,该算法解决了阈值选取受到采样信号长度影响的问题,并使得运算速度提高了4倍。在水声回波信号滤波处理中,为了满足在滤波的同时尽量保留信号奇异性的需要,提出一种自适应阈值函数的小波滤波算法。该算法使用连续且可导的阈值函数对小波系数进行压缩处理,并且可以根据信号特征自适应调整阈值函数。仿真实验表明,该方法和现有的阈值去噪方法相比,能够在滤波处理过程中更好的保留回波信号奇异性特征。研究了声纳图像的滤波问题,提出自适应阈值函数的小波域阈值图像滤波方法,仿真实验证明,该算法可以更好的保留图像的边缘,并能克服视觉失真现象。(2)研究了水声探测回波信号的分类识别问题,介绍了基于全极点模型法特征提取和能量特征提取方法。提出了基于Shannon熵的最优小波基函数的确定方法和基于判别熵的小波变换的最优分解层数的确定方法,使用水池实验数据进行分类识别实验,验证了所提方法对特征提取的有效性。研究了航器辐射噪声的分类识别问题,介绍了功率谱特征和低频线谱特征提取方法。提出了一种自适应遗传BP算法,并用该算法训练神经网络目标分类器,通过对目标噪声信号分类识别实验证明,论文提出的分类识别系统有很好的分类效果。(3)研究了声纳图像分类识别处理方法。针对声纳图像中常遇到的因为被其它物质遮挡而导致的识别准确率下降的问题,使用基于稀疏表示的声纳图像分类识别方法,该方法对被遮挡的图像识别具有较强的鲁棒性。为了有效的从图像的稀疏表示中提取高效特征信息,论文提出了一种投影矩阵优化算法,该算法通过收缩Gram矩阵非对角元的方法压缩投影矩阵和稀疏字典的相关系数,引入基于沃尔夫条件(Wolfe’s conditions)的梯度下降法求解最佳投影矩阵。该投影矩阵提取的特征向量维数小但是包含的信息量大。实验结果表明,使用论文方法提取的特征向量,分类识别处理的准确率有较大提高。