随着人类对海洋资源的深入开发以及对探测方面日益增长的民用和军用需求,传统的信号检测方法已经不能满足这些要求。为了提高信号处理的性能,本文采用一种基于经验模式分解的改进方法-总体经验模式分解方法来进行信号处理,仿真研究了该算法的性能,并使用基于总体经验模式分解方法和基于小波包分解方法对信号进行检测,对比性能,最后使用这种方法进行实际数据的处理。论文的主要内容如下:首先,分别对点源和偶极子源在自由场和波导中传播进行建模仿真后,得到标、矢量信息,可以得出声波在波导中传播时,在波导汇聚区传播的声波比其在自由场中传播的衰减更小。其次,对小波包分解算法的理论基础进行了研究,推导了小波包的频率顺序,使用两种小波包阈值对加噪信号进行去噪处理,仿真后比较了两种阈值的均方根误差(RMSE),选取自适应阈值的均方根误差比固定阈值的均方根误差更小,具有更好的去噪效果。将熵理论与小波包理论相结合,应用到信号检测中,得到基于小波包能量熵算法的检测性能,提供了性能对比。然后,研究了 EMD方法的理论基础,对EMD方法中存在的模态混叠问题进行了分析。为了抑制分解间断信号时EMD算法的模态混叠问题,本论文采用总体经验模式分解(EEMD)方法来进行解决。由于EEMD可以通过添加高斯白噪声并利用EMD的二元滤波器组的特性,通过仿真对EEMD算法中的相关参数进行了分析、选定,可以很好的克服间断信号EMD过程中的模态混叠问题,然后将这种方法应用到信号检测中,与信号的EEMD能量熵相结合,并使用浮动门限对信号进行检测。与基于小波包能量熵方法进行比较后发现基于EEMD能量熵的检测方法比基于小波包的方法检测性能更好。最后将这种方法对试验数据进行检测,采用合适的门限后,基于此种方法的漏检情况比基于小波包方法要少很多,且基于EEMD能量熵方法的检测性能比基于小波包能量熵的检测性能要更好,此种方法对试验数据处理是有效的,可以为水下信号的检测提供技术支持。