由于受到底界面引入的混响和附加回波的影响，沉底目标回波信号具有信混比低和结构复杂的特点，使对其探测和识别变得极为困难。本文根据线性调频信号的目标回波信号和混响信号的特点，提出了短时傅立叶(STFT)滤波和Wigner-Ville交叉项滤波这两种方法，以提高沉底目标回波信号的信混比。在此基础上，给出了目标特征提取的方法，并与模糊融合分类器(FFC)网络结合使用，实现了对沉底球冠形头部圆柱壳体目标回波的分类识别。在时频域上，线性调频信号的目标回波信号的分布是频率沿时间变化的一条斜线，而线性调频信号的混响信号的分布则是沿时间轴杂乱的分布于发射信号最大频率和最小频率间的长带内，基于此特点，提出了时频域滤波的方法。一个线性调频信号与其经过频移的拷贝信号相加后的Wigner-Ville分布，会产生一个互相作用而生成的交叉项，在此交叉项中，混响的作用得到削弱，基于这一特点，提出了用Wigner-Ville交叉项滤波的方法。最后，设计了采用FFC网络作为分类器的识别系统。为了验证本文提出的识别系统，进行了水池沉底目标回波实验。用该识别系统对实验数据进行了处理分析。