潜艇内部机电设备众多,相互之间耦合严重,传统、单一的信号处理手段很难得到准确的噪声源分离量化结果。因此,基于模糊推理、神经网络等现代诊断技术的噪声源量化分离方法逐渐成为了研究的热点。本文在总结和吸取前人研究经验和研究成果的基础上,结合实际的课题研究,着重对基于模糊层次诊断技术的潜艇噪声源分离量化方法进行了系统的研究,主要包括：(1)特征提取特征提取是噪声源分离量化的重要环节,直接影响噪声源诊断的成败。因此,为形成对信号稳态特征、瞬态特征的有效认识,本文从时域、频域以及时频联合域出发,分别针对稳态信号需抑制环境噪声干扰、瞬态信号需突破短序列高分辨谱分析的不同要求,研究建立了多种信息处理手段,提取了潜艇辐射噪声和主要机械设备振动噪声的特征信息,并建立了特征数据库,为后续的规律凝练、机理分析等研究奠定了基础。(2)模糊判断矩阵的建立模糊判断矩阵的建立是进行模糊层次诊断的前提和基础。为此,本文对建立隶属函数与模糊判断矩阵的原理及主要步骤进行了深入的研究,形成了以“特征提取——特征数据库建立——隶属函数建立——模糊判断矩阵建立”为核心的完备的模糊判断矩阵建立方法。(3)模糊层次诊断技术研究通过对典型层次分析法的学习与拓展,给出了潜艇噪声源模糊层次诊断技术的概念,建立了噪声源模糊层次诊断流程框架,并对模糊层次诊断法的原理和主要步骤进行深入的探究。(4)潜艇舱段模型振动噪声源分离量化试验研究首先,从时域、频域以及时频联合域对试验数据进行了特征提取,建立了机电设备振动噪声特征数据库以及相应的隶属函数。然后,利用模糊层次诊断技术对实验数据进行了分析处理。最后,采用分部运转法检验了诊断结果的准确性,明确了模糊层次诊断技术在复杂机械系统主要噪声源分析中的应用效果。(5)潜艇噪声源分离量化软件研制以潜艇噪声源分离量化研究为背景,开发研制了“复杂机械系统振动噪声源诊断智能系统”,实践证明,此系统为潜艇噪声源分离量化提供了有力的技术支持,同时为基于模糊层次分析理论的潜艇噪声源诊断的实际应用奠定了一定的理论基础。