当今人类发展越来越依靠海洋资源，而且一个国家的领海无论从发展的角度还是从战略意义的角度来说，都有十分重要的意义。现在，随着减振降噪技术在舰艇上的应用，舰艇的辐射噪声大幅度降低，所以要求水听器不仅要适应复杂的水下声场，并且要适应低信噪比的环境。相比于常规声压信号，矢量水听器接收的声矢量信号更适合于低信噪比的环境。本文利用矢量声信号对目标特征进行了提取，并结合BP神经网络对目标进行识别。另外，利用线谱的相位信息区分线谱来源，为壳体减振降噪提供新的思路。主要研究内容包括：　　 ⑴对声矢量信号的时域、空域特征进行分析并仿真。对不同运动状态的水中航行体辐射噪声进行分析。　　 ⑵研究了声压信号自谱与声矢量信号互谱，并比较声压信号自谱与声矢量信号互谱的性能，同时研究了高阶统计量的相关知识以及双谱、互双谱算法。对比声压与质点振速互双谱与常规声压信号双谱的性能。而后对利用矢量水听器测量的实际信号进行特征提取，提取出特征向量用于目标识别。另外，研究了线谱的相位信息，利用线谱的相位信息区分线谱的来源，即区分是由外力激励产生的线谱还是壳体自身谐振产生的线谱。同时仿真分析了简单系统受迫振动的幅频、相频特征，以及实测数据的线谱稳定性分析，包括幅度稳定性和频率稳定性。　　 ⑶研究学习了BP神经网络。利用二阶、高阶谱提取的目标特征组成特征向量，分别从常规声压信号和声矢量信号两方面对两类水中航行体的实测数据进行了目标识别。并对比了利用常规声压信号和利用声矢量信号目标识别的结果。