超声波是一种频率超过人耳听觉范围的声波，它不仅具有普通声波的特性，同时还具备一些特殊的性质，因此超声波被广泛应用在多种技术领域中，诸如：超声波定位、超声波检测等。本文介绍的基于神经网络的超声波模式识别就应用于超声波盲人导航系统。盲人使用的导航系统不同于普通意义上的超声波导航系统，它对精度要求比较高，并且需要对不同位置、形状、材质的障碍物进行判别，因此对超声波回波信号的采集及分析显得尤为重要。声纳鞋系统是满足上述条件的一种导航系统，它是一双具有超声波信号发射接收及回波信号分析处理功能的智能鞋，可以根据回波信息判别前方路面起伏情况并通过警报装置提醒使用者。　　本文阐述了运用图形化编程开发平台——LabVIEW来实现声纳鞋系统中超声波回波信号的数据采集、存储，以及对采集得到的信号提取包络并抽样作为模式识别的特征向量。最后运用得到的特征向量设计了神经网络模型、确定训练算法、对训练成熟的网络进行测试，并以LabVIEW作为用户界面开发平台，结合Matlab仿真了模式识别测试系统。　　本文的研究主要包括以下几方面：　　(1)数据采集：使用阿尔泰公司的USB2009A/D数据采集卡，在LabVIEW平台上实现超声回波数据的实时采集。　　(2)对采集得到的超声回波信号在LabVIEW平台，使用Matlab脚本节点，调用Matlab小波工具箱进行去噪、取包络，最后提取数据。　　(3)神经网络模式识别：建立神经网络模型，运用Matlab神经网络工具箱对所建立的网络进行训练，最后在LabVIEW平台上仿真神经网络测试系统，可以对测试集的特征向量进行测试验证。