被动声纳的自动目标识别问题是水声领域的一项重要课题,其难点在于目标辐射噪声信号的随机性和复杂性.而近年来导猛发展的非线性科学则是处理自然界中复杂现象的强有力的手段,已在众多领域得到了广泛而成功的应用.该论文的主要目的就是将非线性理论引入到声纳目标识别研究中,从信号特征提取阶段着手,采用非线性方法分析处理舰船辐射噪声,提取出一此非线性特征,并应用于具体的自动识别系统,以提高系统的性能.一、利用非线性振动理论,分析研究舰船辐射噪声中的混沌现象及其产生机理;二、对噪声信号进行相空间重构,并采用多种方法计算Lyapunov指数,确证混沌吸引子的存在;三、计算水声信号的盒子维、关联维、谱维数等多种分形维数,并研究分形维数与目标种类之间的关系;四、计算分析Rosenstein特征、盒维数特征等非线性特征的分类性能;五、通过实验比较,选择合适的非线性特征作为辅助特征,结合Welch功率谱特征以形成综合特征,再选用BP神经网络分类器构成自动目标识别系统,最终获得良好性能.