对于潜艇而言,自身的隐蔽性可以衡量其战斗力的强弱。在低速航行时,潜艇上的结构噪声是最重要的噪声源,有效的控制和降低结构噪声可以增加潜艇的隐身性,这是在设计潜艇时首要考虑的环节。机械结构噪声主要是由潜艇内各机械设备在运行过程中产生,并通过艇内结构传递到潜艇的壳体上向远场辐射。但是由于潜艇内噪声源种类繁多,各噪声源之间相互耦合,因此对舱室内主要噪声源进行识别分类是一个复杂的过程。通过对噪声源的识别分类技术的研究,获得各主要声源贡献大小,可以有效的为噪声源分别降噪提供良好的依据。本文采用数据融合技术,将各传感器采集的目标局部信息在一定的融合规则下进行处理与分析并进行融合,在充分利用各传感器提供的信号特征信息的基础上,尽可能的降低因冗余而给系统带来的复杂性,并最终实现对目标的一致性描述,进而提高舱室内主要噪声源的识别分类效果。论文将对以下内容进行分析与研究:首先,针对潜艇舱室内各噪声源的特点,基于仿真与试验数据,分别应用时域、频域、时频域多种特征提取技术进行特征提取。其次,对信息融合的基本原理与方法进行了介绍,阐述了用于目标识别的D-S证据理论,并研究了基本概率赋值的获取方法以及分析了几种改进的信息融合方法。最后,分别在舱室与自由场进行试验研究,对舱室内噪声源进行特征提取与分析。并通过D-S证据理论以及其改进算法对两类目标信号进行识别分类,取得比较满意的识别率。