主分量分析(PCA)是统计学中分析数据的一种有效方法.研究了基于主分量分析的声信号特征提取算法,并利用这种算法对四种战场目标的声信号进行特征提取,获得了低维的特征向量.设计了K近邻和改进BP网络两种分类器对声目标进行分类,分类结果准确率较高,均获得满意的实验效果.

被动声目标探测广泛应用于战场目标识别或自动设备的故障探测；通过对声目标的短时信号处理，使用现场可编程门阵列器件的可重构技术对声目标探测识别系统设计；提出通过提取子带Mel倒谱系数（MFCC）参数特征构建声目标信息的知识库，并使用0阶Mel倒谱系数（MFCCo）进行频谱能量分析，找寻信号起止端点，将声目标Mel倒谱系数（MFCC）特征参数映射为二值图像进行模板匹配识别；将声目标识别输出的控制指令传送给工控机或直接输出控制相关的智能系统，实现战场声目标识别或自动设备的声故障探测。

MEMS（Micro Electro Mechanical System,微机电系统）同振型仿生矢量水听器采用MEMS二维仿生矢量水听器和标准声压水听器一体化封装,保证了通道间的严格正交,海试环境下性能测试具有＂8＂字形余弦指向性和较高的灵敏度。在性能测试的基础上对水听器的定向能力进行了实验研究,实验结果表明：同振型矢量水听器能够实现声目标定向（定向误差小于3°）和运动目标的航迹跟踪,为后续的工程化应用打下了基础。