随着海底干扰信号识别在国防建设方面的广泛应用,各个国家越来越重视该方面的发展。海底光缆是各个国家之间进行信息交互的重要渠道,近年来屡次发生光缆遭到破坏以及信息被窃取的情况。在实际应用中,可以将大部分物体看做有源信号体,因此我们可以通过对干扰信号进行分析,得知其具体的属性,从而判断出光缆受到何种物体或信号的影响。出于此需求,本文对干扰源识别技术进行了研究,并据此设计了相应的软件平台。干扰源识别技术主要包括信号预处理,提取特征参数,以及设计分类方法。软件主要是为了更方便、直观的观察各个环节的处理结果。信号预处理主要是对采集到的原始信号进行降噪处理。由于海洋环境的复杂性,噪声强度很大,原始信号的信噪比比较低,本文参照已有的小波阈值降噪方法,设计了一种基于强噪声背景下的降噪方法,即改进的半软阈值降噪算法,通过仿真对比,它实现了更为理想的降噪效果。特征提取是干扰识别系统中最关键的环节,本文通过时域和频域对降噪后的信号进行了特征提取,包括频谱带宽,功率谱估计,并提出了新的特征参数“时域和平比”,此外还研究了不同干扰信号的周期图法功率谱估计。分类是干扰识别系统中的最后一步,分类结果表征了系统的整体性能。本文首先研究了目标识别系统中常用的分类方法,然后分析了本系统对分类器的需求,最后设计了基于数据匹配的分类方法。该分类方法根据已建立的特征样本库,对目标信息进行匹配与分类。软件平台基于瀑布模型和模块化思想,采用了软件集成,C#与Matlab混合编程以及多线程技术。首先在Visual Stdio 2010编程环境中设计了整体框架,以及控制查看等功能,然后在Matlab软件中设计了每个环节相应的算法,最后在SQL Sever数据库管理系统中建立了特征样本库,实现了干扰源的建模。软件通过调用Matlab生成的dll文件进行降噪和特征提取,并显示经各个算法处理后的图形,再在数据库中进行匹配分析,最终将分类结果显示出来。本文通过仿真分析及软件验证了所研究设计的各个算法,已成功地将某些信号区分出来。但是还有待进一步在实际应用中进行检验、完善和修正,以便于更好对光缆信息进行监测。