王利恒，赵智浩

（武汉工程大学 电气信息学院，武汉430205）

目前，海洋环境噪声的检测与识别已经得到国内外专家的广泛研究。信号的时频特征可以用其时频图像来体现，分类学习器可以利用目标的特征参数对其进行分类检测。然而由于在实际应用中，不可能反复测得不同深度、不同方位等参数组合下目标多次发出的声波，导致观测样本数量小或者根本没有样本，致使一些常用的探测识别方法不再适用。因此结合实际工程研究海洋环境噪声的探测与识别是非常必要的。

近年来，语音识别领域的通过提取Mel 倒谱系数MFCC（Mel frequency cepstrum coefficient）的方法，已被证实对水下声信号进行特征参数提取和识别分类，是一种有效的方法[1]。目前，海洋军工业、养殖业等产业都希望能够准确地分辨出海水中是否存在发动机或螺旋浆发出的噪音，以此对生产决策做出判断。故在此以其为研究目的，对水下舰艇与具代表性的海洋背景噪声两类水声信号目标进行处理与分析，通过MFCC 提取其海洋声信号的特征参数，并建立混合特征库作为样本构造训练模型；用其对真实的水声信号进行分类识别，以验证该方法的有效性。

1 海洋声信号的复杂性与特殊性

科技兴则国家兴，科技强则国家强。随着国家对海洋资源的重视程度逐步增加，各种水下探测技术的研究也越来越受到重视。因此，结合实际工程需要研究海洋声信号的探测与识别方法，对于海洋生态环境的保护、海洋养殖业的发展亦或是海洋军工产业都非常必要。……