特征提取是水下被动目标识别的关键环节,由于海洋环境的复杂性和水声信道的特殊性,要从舰船辐射噪声信号中抽取一种既能反映目标本质特征,又能满足水下远距离探测要求的有效特征,一直是这一领域的难题。本文对水下被动目标的语音特征和分形特征提取作了研究。重点研究了MFCC特征、时间域多重分形特征和频率域多重分形特征提取算法。美尔倒谱系数(MFCC)模拟了人耳的听觉特性,在语音识别中取得较高识别率。理论上人对语音的识别与声纳兵对舰船辐射噪声的识别机理是相同的。因此,本文将MFCC应用于舰船辐射噪声特征提取上,通过选择合适的Mel滤波器个数和MFCC阶数,提取出对识别有效的水下被动目标语音特征。建立了水声信号的时域分数布朗运动模型,以相空间重构理论为基础,用Takens延时法对时间序列进行相空间重构,在超维相空间中研究舰船辐射噪声的非线性特性。研究了舰船噪声频率域的多重分形特征提取方法,计算出舰船噪声功率谱的奇异测度,结合多重分形小波分析方法,对舰船噪声功率谱的多重分形特征——广义维数进行计算。研究表明,该特征可有效用于分类识别。