水下目标识别是水声信息处理与信息对抗领域的关键技术，对于水下探测装备智能化具有十分重要的价值。实际应用中，通常需要针对复杂的海洋环境实现远距离探测和自动识别，目标特性（数量、工况等）和环境条件（信道、噪声等）的复杂性给水下目标识别系统的研究和实际应用带来了很大的挑战。　　人耳听觉在复杂的声环境下可以有效的跟踪并识别感兴趣的目标。将人耳听觉的这种能力应用到水下目标识别中，可以有效地解决水下目标识别中面临的问题。计算听觉场景分析理论从信号处理的角度对人耳听觉的这种能力进行模拟，并在混叠语音分离方面得到了成功应用。本文在深入研究听觉场景分析原理的基础上，考虑语音与水下噪声的差异，尝试将听觉场景分析理论应用于水下目标识别。　　文中首先对水下目标噪声的特点及水下目标识别的相关理论和方法进行了研究。结合水下目标识别中的新进展，选取功率谱特征、小波包能量特征、Mel频率倒谱系数特征等典型的特征提取方法，以及高斯混合模型、支持向量机、人工神经网络等具有代表性的分类方法，建立了水下目标识别系统。利用实测的水下目标噪声数据，对不同的方法进行了测试，并对测试结果进行了对比分析。实验结果显示，基于听觉感知机理的特征具有更好的识别效果。　　然后对听觉场景分析理论及其应用方式进行了比较系统的研究。明确了听觉场景分析的基本依据，并研究了实现听觉场景分析的基本环节。论文以面向语音的听觉场景分析系统为研究对象，对其关键步骤和环节进行了程序实现，并开展了实例研究。基于这些研究工作，明确了听觉场景分析系统“分解—组合”的基本框架。　　接下来对听觉场景分析系统在水下目标中的应用方法进行了研究。水下目标噪声不同于语音信号，分解方式及分类线索均不能直接照搬，需要寻找合适的时频分解方式及对应的分离线索。论文提出了基于希尔伯特黄变换的时频分解方法，将希尔伯特黄变换与具有人耳听觉特性的Gammatone滤波器结合，既可模拟人耳听觉，又可以满足高精度时频分解的要求。在分离线索的选取方面，以不同目标类型间频谱的差异性为依据，提出以频域的独立性作为分离线索。研究了频域独立基函数的提取方式，建立了对应的听觉流信号合成方法及掩码矩阵，实现了针对水下目标噪声的听觉场景分析系统。在此基础上，对系统的适用性进行了讨论，提出了以稀疏性系数为依据的检验方式，用于量化应用条件与系统分离效果之间的关系。　　论文最后将计算听觉场景分析理论应用与水下目标识别系统结合，给出了相应的特征提取方法，在对比分离前后特征改变的基础上，提出了基于加权距离的识别方法，最终建立了具有场景分析功能的水下目标识别系统。通过分类识别实验对特征提取方法和识别系统的性能进行了测试和分析。针对实测的水下目标噪声和海洋动物叫声，在应用条件得到较好满足的条件下，识别系统在多目标识别中达到了86.7％以上的正确率。实验结果表明，提出的结合听觉场景分析的目标识别系统在多声源条件下仍具有较好的精度和鲁棒性，并具有一定的抗噪能力。