海底底质类型识别研究一直是海底矿产资源,海洋地质,水下工程,海洋渔业,水下通讯等领域的重要研究课题。为了进一步促进海洋发展和资源利用,发展海底底质识别技术十分重要。传统的海底底质识别方法效率低、成本高、工作量大,相比之下声学分类方法能够提高识别效率,降低探测成本,减少工作量。本文主要目标为探索和实践声学底质识别新技术,利用多波束散射波数据对海底底质进行分类。多波束测量数据主要包括深度数据和反向散射强度数据。本文以EM122多波束系统ALL格式多波束原始测量数据为研究对象,从多波束工作原理展开,底质识别声学参量选取入手,探讨数据误差来源和解决办法,分步解析了深度数据处理流程和反向散射强度数据处理流程。并根据最终结果数据的特点选取相应神经网络实现类型的识别。主要内容包括多波束数据运用于海底沉积物类型识别的声学理论基础介绍,多波束测深数据和反向散射强度数据的处理研究,将神经网络结合多波束数据应用于海底底质类型识别工作的必要性论述,和使用神经网络对反向散射强度数据进行处理的研究。最后选取SVM神经网络,进行了分类工作的实例验证,通过实例数据处理验证底质分类方法的有效性。