鱼雷空投入水等水下瞬态信号以及入水目标分类的研究,对于进行鱼雷的早期预警有着重要的意义。由于极其复杂的水下背景噪声,以及瞬态信号的产生涉及到非常复杂的因素,该领域成为水声研究的难点和热点。本文的重点是对鱼雷等物体空投入水声的特性进行分析并对入水目标进行分类研究。本文首先阐述了鱼雷等物体空投入水的物理过程,并分析了入水信号的组成——击水脉冲信号和空泡体积脉动信号及其特点。由于入水信号是一非稳态信号,因此主要采用适于分析非稳态信号的理论——希尔伯特-黄变换(Hilbert-Huang Transform,简称HHT)来处理,HHT理论具有在频域和时域能够同时获得高分辨率的诸多优点。本文详细分析了HHT理论的内涵并对其进行仿真研究,文中将该理论与小波变换对比,HHT在处理空投入水瞬态信号方面较小波变换具有一定的优越性。根据入水信号的特点,击水脉冲信号的检测对于尽早的发现空投鱼雷有着重要意义,因此本文研究了能量法、高阶统计量检测击水脉冲信号的性能:同时将HHT理论应用到空泡体积脉动信号处理中,研究了空泡体积脉动信号的Hilbert谱特征,对消声水池实验和松花湖实验的实验数据进行了处理。模糊自适应谐振映射(Fuzzy Adaptive Resonance Theory Mapping,简称FARTMAP)神经网络是同时具有稳定性与可塑性的网络。在本文最后对其原理及神经网络结构进行了阐述,并对其进行了仿真研究,同时将该神经网络引入空投入水目标的分类研究中,采用它处理了松花湖实验数据,研究了不同参数情况下对空投入水目标的分类问题。