内蒙古及周边西部地区是我国养羊业的主产区,传统的放牧饲养及农户散养方式造成了草场退化、资源浪费和养殖效益低的问题,集约化设施养羊目前得到了很大的发展,是自治区及西部地区养羊业的发展趋势。但在规模化设施圈养条件下,由于羊的饲养密度大、活动范围受限和环境调控不到位等因素,羊易产生应激行为和健康问题,因此监测和评价圈养条件下羊的行为和福利化水平就显得非常必要。发声是动物交流的重要途径,羊只在不同应激行为下都会发出不同的声信号,设施羊舍声信号包含了羊只对其内部机体状况和需求的信息反馈。本文通过无线声音数据采集平台,采集设施羊舍内的打斗声、饥饿声、咳嗽声、啃咬声和寻伴声共5种声信号,并进行声信号的小波阈值去噪、特征参数提取和分类识别研究,将声信号应用于监测和评价其养殖福利水平。主要研究内容和结果如下：(1)对设施羊舍中风机、饲喂设备等产生多大噪声,采用小波阈值去噪,并对小波的阈值选择规则和阈值函数进行改进,试验表明当羊舍声信号受风机噪声干扰时,改进的小波阈值去噪算法取得了较好的去噪性能。(2)针对用传统线性预测系数算法提取羊舍声信号共振峰时,存在合并峰和虚假峰的问题,本文将羊的声道看成是若干个谐振腔串联,用改进的线性预测系数算法提取羊舍声信号共振峰,通过对5种羊舍声信号共振峰轨迹跟踪曲线的分析,得到了设施羊舍声信号特征参数。(3)对设施羊舍声信号的梅尔频率倒谱系数及其一阶差分构成的混合参数进行改进,提出基于特征相关性的Fisher准则与特征分量加权相结合的混合特征参数,该混合特征参数在低维度下也能取得较高的识别率。(4)将希尔伯特-黄变换应用到设施羊舍声信号的特征参数提取中,对其进行进行经验模态分解得到7个固有模态函数分量,对每个固有模态函数分量求其边际谱能量倒谱系数,再结合Mel尺度曲线进行频域划分,得到的子带能量倒谱系数作为特征参数,可提高羊舍声信号的识别率。(5)利用隐马尔科夫模型的动态时序建模能力和BP神经网络的分类决策能力,构建隐马尔科夫模型／BP神经网络的混合识别模型,将隐马尔科夫模型的输出状态累积概率作为BP神经网络的输入,得到了比单一识别模型更高的识别率。