随着国家对航海战略的不断推进和船体结构监测系统的迅猛发展,对监测系统获得的数据进行一个有效地分析处理就显得极为重要。当船在波涛汹涌的海中航行时,船体某部分出水后,由于波浪和船体的相对运动又快速沉浸于水中,就会导致船体与波面之间发生强烈冲撞的砰击现象。砰击对船体结构有很大的影响,其中巨大的砰击力对船体的局部结构会造成很大冲击,另外长时间的遭受砰击这也会使得整个船体发生剧烈振动,当较大的振动弯矩和波浪诱导弯矩累加到一起,船体的总纵强度丧失的可能性提高。为此,研究船体结构监测中砰击信号的检测具有十分重要的意义,同时这也是构建完善船体结构监测系统主要内容之一。本文首先对砰击信号方面的国内外研究现状进行了对比研究,并且详细研究几种典型的时频分析方法在分析砰击信号时各自的特点、应用范围及其优缺点,在此之上,提出了一种基于希尔伯特黄变换(HHT)和支持向量机(SVM)分类器相结合的方法来应用于砰击信号的识别中,这样能充分体现出在分析和处理非线性非平稳信号时HHT的优势以及SVM在样本统计学习分类中的有效的优势。然后再借助于HHT方法中的经验模态分解方法的改进方法-集成经验模态分解(EEMD)对信号数据进行分解,根据砰击信号的特征对其进行特征提取,选择有代表性的特征量组成特征向量,获得足够多的样本之后随机抽取样本数据生成训练样本和测试样本,然后采用SVM方法实现对砰击信号的检测识别。最后通过matlab对以上分析进行仿真,根据获得的结果分析并验证了本文提出的方法具有快速、模式简洁、分类准确率高等优点,可以为船体结构评估系统提供可靠的参考依据。本文完成的主要研究工作如下:首先,对船体结构监测中砰击信号的研究现状进行了研究,分析了砰击信号的特点建立简单的信号模型,并且研究了几种典型传统的时频分析方法在信号处理时的应用,比较分析这几种方法分析砰击信号时各自的优缺点,并作简要总结。其次,详细分析了希尔伯特黄变换方法,在砰击信号的检测中借助于HHT方法,通过使用EMD和EEMD分解仿真信号进行对比,最后选择EEMD对信号进行分解,通过分析大量的数据提出有效分离出砰击信号的特征参数并且验证了所选参数的有效性。最后,提出了一种基于HHT和SVM分类器相结合的方法来实现对砰击信号的检测识别,详细说明其实现过程。在matlab环境中对所提出的砰击信号检测分类方法进行数值仿真分析,并研究用滑动窗技术对数据进行实时检测,并与常用的阈值检测法进行对比分析。