随着人们对海洋渔业资源不断重视，在合理开发利用的基础上，其逐渐成为了一种被人类所高度依赖的宝贵资源，而随着科学技术的快速发展与人类活动向海洋深处的不断延伸，人类对海洋渔业资源开发与利用的发展也是非常迅速的。我国大陆的海岸线长达一万八千多公里，海域辽阔；内陆湖泊、河流较多，渔业资源丰富。如何高效地利用探鱼声纳测量的渔业声学数据并可靠地获取渔业资源信息，长期以来一直是人们广泛关注的热点与难点问题。本文结合国内外探鱼技术及探鱼声纳的研究现状与发展趋势，重点围绕单条鱼及鱼群声散射建模方法、多波束鱼群信息获取技术、鳔鱼声散射多源特征提取方法以及分类算法的实现等4个主要方面开展研究工作，并以理论分析、计算机仿真以及试验数据处理等理论和实验方法为研究手段，论文主要研究内容如下：　　首先，为了获得科学的声学探鱼方法，对有鳔单条鱼及鱼群声散射建模方法进行研究。鱼的目标强度是将鱼群回波积分值转换为鱼统计量的关键参数，而模型估算法是对其进行有效估计的方法之一，为解决已有基尔霍夫模式模型（KRM）在声波照射角较大时不能正确建模的问题，首先提出了一种基于二维保角变换的有鳔鱼声散射模型，通过该模型得到的目标强度估计结果与实测结果吻合度较高，且具有较高的稳定性，有效解决了KRM模型存在的缺陷。在此基础上，提出了一种鱼群声散射模型，模型体现了所研究的单条鱼声散射模型仿真得到的鱼目标强度、回声波形、换能器指向性参数、波束散射模型、多普勒频移等信息，并基于该模型给出了不同密度下鱼群窄带、宽带声散射信号。分析结果表明，由于宽带具有大的时间带宽积及良好的时间分辨率，回波信号随机性较低，回波包络信息分布较为平稳，这更有利于游动鱼群多普勒信息的获取。　　其次，研究多波束鱼群信息获取技术。对传统平面相控阵只发射四个倾斜波束的相控方法进行改进，提出了一种五波束探鱼声纳相控方法，相控方法结构简单，易于实现，实际相控阵指向性测试验证了所提方法的正确性。为解决回波积分等传统鱼群探测手段复杂性较高的问题，研究了一种基于预测滤波技术的鱼群信息获取方法。对于鱼群探测信号，将鱼群看成一个处于水体中的滤波系统，通过对鱼群冲激响应的估计，获取鱼群的深度、体积及丰度等信息。为解决迁徙鱼群游动速度探测问题，在建立的鱼群声散射模型基础上，分析了非相干与相干鱼群测速方法的特点及存在的不足，并研究了宽带编码脉冲对测速方法的基本原理，首次将低自相关旁瓣二进制编码序列引入到鱼群测速的应用中，研究了一种基于宽带低自相关旁瓣二进制编码脉冲对的鱼群游动速度探测方法，进行了性能仿真分析，结果表明在本文仿真条件下该方法能对游动鱼群速度进行有效的探测。　　然后，对鱼类声散射多源特征提取方法及其分类特性进行试验研究。理论研究了基于小波包变换的特征提取，基于质心的特征提取，基于离散余弦变换的特征提取，并获得了小波包系数奇异值特征、小波包子带能量特征、时域质心特征、频域质心特征、离散余弦变换系数特征，通过Fisher判别方法对上述特征的分类性能进行评估，并将上述5种特征提取方法得到的特征量构成5组特征向量，利用SOM神经网络分类器对各个特征的分类能力进行综合比较。数据处理结果表明，离散余弦变换系数特征的分类正确率最高，这说明其很好的表征了不同鱼类之间的差异。然后对上述提取的部分特征进行了组合对比分析，结果表明部分组合特征会出现特征冗余的情况；不同特征提取方法得到的特征向量之间存在一定的互补性。最后对基于不同频带宽度鱼声散射信号所提取特征的分类性能进行了分析，结果表明，信号频带宽度越大，所提取的特征对鱼的声散射特性表征的就更加充分，这对鱼的分类研究是非常有利的。　　最后，研究基于合成核SVM的多方位声散射数据融合鱼分类方法。为充分发挥多种特征提取方法得到的特征量在鱼分类中的优势，提高分类性能，在理论分析传统单核S VM分类器分类原理的基础上，提出基于合成核SVM的多方位声散射数据融合鱼分类方法，即将不同特征信息数据以加权加法形式构成合成核以代替传统的单核形式，并基于多方位声散射数据用合成核SVM进行鱼的分类。讨论了分类算法中最优参数的交叉验证搜索方法，并在此基础上，结合试验数据对本文提出的分类方法的有效性进行检验。基于合成核SVM的鱼分类方法可得到比传统单核SVM更高的分类正确率，验证了合成核S VM在该分类问题中的有效性；不同种特征向量组合后，使用单核SVM的分类正确率并不一定能比单独一种特征向量获得的分类正确率高，而经合成核SVM处理后可有效解决此问题；基于SVM的多方位声散射数据鱼分类方法可得到比只利用单方位声散射数据更高的分类正确率，验证了多方位声散射数据融合鱼分类方法的有效性。