水声目标被动分类是水声领域中一具重要的研究课题.特征提取是这一课题的难点.其中一个重要的原因在于水声信号是一种复杂、多变的非平稳信号(也有平稳性成份),而能够代表信号类别属性的信号特征又应该是时不变的、平稳的.该论文的研究主题是被动声呐信号的特征提取.该论文综合地运用多种信号处理方法(如:平稳信号的周期图谱估计,现代谱估计,谐波分析和非平稳信号的时频分布,小波变换等)对被动声呐信号进行了分析,然后提出了多种特征提取的方法(如谱形分析法,恒Q多通道特征提取方法等),并应用这些方法提取出了实际信号特征,又对这些特征的分布情况和神经网络分类器的识别率进行了详尽地分析和比较,最后提出了一种最佳特征提取方案.在研究信号特征提取方法时,该论文分析了听觉系统处理声音信号的原理,参考了一些语音识别特征提取的方法,并结合被动声呐信号的特点,对这些方法作了改进和应用.在研究信号特征的分布情况时,该论文除了应用传统的类内类间距离外还提出了一种特下分布图的新方法(见§5.1),这种方法的应用使得信号特征分布情况的研究更加直观.在研究信号特征间的比较时,该论文提出了距离指数和识别指数两个新概念(见§6.3),这使得特征间的比较更加客观、实际.