随着人类对海洋资源需求呈爆炸式增加，如何有效保护、合理开发、可持续利用水生生物资源成为当务之急。快速准确识别鱼的种类对渔业资源管理具有重要意义。与传统的拖网捕捞采样等方法相比，声学方法具有快速有效、调查区域广、不损坏生物资源、可持续观察等优点。　　本文围绕“鱼类的回波特性与识别技术”这一核心问题，分别研究了单体鱼和鱼群的回波散射特性，并重点研究了基于回波结构的单体鱼和鱼群分类识别方法。对目标识别的关键部分——回波信号预处理、特征提取和分类器设计，进行了深入研究。论文的主要工作包括:　　1.建立鱼类的回波散射模型，分析单体鱼和鱼群的声散射特性。建立单体鱼的低频共振模型，理论分析单体鱼的共振频率与鱼类尺寸和所处深度有关，并利用该模型计算了武昌鱼(Megalobrama amblycephale)和罗非鱼(Oreochromismossambicus)的共振频率;分析得出了鱼群的共振频率只与鱼群内部个体的尺寸有关，与鱼群的密度无关。建立单体鱼的基尔霍夫射线模型，理论分析几何散射区单体鱼目标强度与入射波频率和角度的关系，依据模型计算武昌鱼和罗非鱼目标强度与入射频率和入射角的关系，并通过实验验证不同入射频率下单体鱼的目标强度。　　2.提出基于自适应分段频谱质心的单体鱼识别方法。该方法通过自适应方法将鱼类回波包络频谱动态划分成多个子段，分别计算每段谱质心作为识别特征量，每个子段的谱质心反映信号的频谱能量分布特性。文章对比常规的均匀分段、Bark临界频带分段和自适应分段方法，实验分析了三种分段方法的单体鱼识别结果，验证了自适应分段方法的优越性。　　3.提出基于频域离散小波变换的鱼群识别方法。该方法基于回波的亮点模型，对鱼群回波的幅频特性应用离散小波变换，多层小波变换后，得到的近似系数反映了鱼群回波的弹性亮点特征，提取鱼群的弹性亮点作为识别特征。实际测量黑头鱼（Alepocephalus bicolor）、大黄鱼（Pseudosciaena croce）和海鲈鱼（Percafluviatilis）三种鱼群的回波信号，通过实验分析对比频域离散小波变换、时域小波变换和常数Q滤波子带能量三种特征提取方法的鱼群识别结果，结果证明利用频域离散小波变换方法识别鱼群有较高的识别率。