海洋油气田地理位置特殊且设备分布高度集中,经常受到周边敌对势力的骚扰与破坏。水下安防系统基于南海流花油田的实际环境,通过多种传感设备的联合监控实现对半潜式采油平台和水下生产设施的全面保护。本文针对体积小、噪声水平极低的水下航行器和蛙人,提出一套以多波束声纳为核心的主动式目标探测方案,并围绕水下目标的定向和识别问题展开研究,对于工程人员掌握当前势态、提早发现可疑目标并采取进一步防御措施具有战略性意义。为了应对复杂的海洋国际环境,构建由水下湿端、水面设备和智能监控中心联合组成的水下安防系统,并实现子系统间的数据通讯。基于水下目标属性和多波束声纳探测原理,提出一套融合目标信息采集、处理、显示功能为一体的主动式探测方案。通过分析非线性非平稳信号处理方法的优点与不足,采用局域波理论下的EMD算法进行目标回波特征信息的提取。对于水下目标的定向问题,建立圆柱基阵数学模型,基于乘积定理分别从深度方向和水平方向对其进行简化,从而推导出圆柱基阵的空间指向性函数表达式。研究圆柱基阵每层阵元数目和层数对指向性的影响程度,结合仿真结果以及基阵的实际尺寸,设计出探测效果最佳的阵型结构,并在此阵型基础上验证波束主瓣宽度和俯仰范围。利用二维MUSIC算法对水下多目标进行方位估计,针对由目标间距离较近而导致的空间方位模糊问题,通过降低MUSIC算法的搜索维度得到更精确的目标方位信息。对于水下目标的识别问题,通过仿真信号的特征提取结果验证EMD算法的有效性。对湖试采集的目标回波信号进行EMD分解,得到若干IMF分量和余量。由于不同阶IMF分量包含的回波成分不同,根据分解失真度筛选数量级较大的前八阶分量作为特征提取对象,并依次提取能量特征、能量熵特征和奇异值特征,从而实现蛙人与水下航行器两类目标的类间识别。针对水下航行器的类型识别问题,设计BP神经网络分类器,分别对三种尺度下提取出的目标特征样本进行训练和测试。基于测试结果,对原始样本中特征向量的维度进行压缩,得到识别率更高的分类结果。