声音信号包含许多有用的信息,尤其是持续时间很短但短时能量却很大的脉冲型声波信号,其出现往往意味着危险事件的发生,例如枪声、爆炸声、碎玻璃声、人的尖叫声等。对脉冲型声波信号的识别能够预警危急情况,有助于维护人民的人身和财产安全。而枪声作为脉冲型声波信号的典型代表,对其识别检测更是有助于维持稳定的社会治安。枪声信号包括膛口波(MuzzleBlast)和弹头波(Shock Wave),本文主要以枪声膛口波为典型代表开展对脉冲型声波信号的识别方法研究。首先比较脉冲型信号和间歇型信号的时频特征,选择两种识别中常用的特征:小波能量和梅尔倒谱系数(MFCC),紧接着,对脉冲型信号和间歇型信号提取特征并用支持向量机进行识别。实验结果表明,间歇型信号和脉冲型信号差异较大,识别方法不能直接移植。然后将适用于脉冲型信号的MFCC特征用于枪声膛口波识别。结果发现MFCC特征未能很好的区分膛口波和非膛口波,于是我们提出了一种专用于膛口波识别的特征短时能量和短时能量比(Short-Energy Ratio),实验结果发现识别准确率达到98%以上,而且与弹头波、说话声等非膛口波的区分度很好。上述识别是针对于样本片段的膛口波识别,紧接着,在膛口波识别模型的基础上,进行连续监测数据的枪声膛口波检测。分别基于膛口波定位前、后等尺度分帧、膛口波起始点定位后变尺度分帧这三种不同的数据处理方法进行特征提取然后进行连续监测数据的膛口波检测,实验结果表明第一种方法虚警多、检测率为65.72%,第二种方法虚警减少,漏检率为28.57%,第三种方法无虚警,漏检率为0。证明了膛口波对其起始点位置敏感而且变尺度分帧处理方法保留了膛口波快速时变特性。