蝙蝠作为自然界中的“活雷达”,能够在黑暗和复杂环境中利用自己奇妙的声呐系统对目标进行精准定位,且在精度、灵敏度等方面远胜于当前人工声呐。大量研究表明,蝙蝠耳朵的形状与这一能力有关,然而科研工作者在模仿蝙蝠声呐系统的过程中,往往会忽略掉这一因素。大耳蝠(Plecoutus auritus)在我国分布广泛,硕大的耳朵是其典型特征,具有超强的声呐系统。本文总结前人经验,通过严格模仿大耳蝠的耳部结构与蝙蝠的主动声呐系统,提出了一套人工仿蝙蝠耳空间目标定位方法,并通过仿蝙蝠耳空间目标定位信号采集平台,实现对空间中目标进行多指标准确定位。首先,本文将目标定位过程划分为三个部分,即判断目标是否存在、判断声波信号接收装置与目标之间的距离以及对目标进行波达方向(Direction of Arrival,DOA)估计。介绍了对声波信号进行预处理的方法;介绍和分析了通过互相关阈值法判断目标是否存在的可行性;介绍和对比了自相关分析法和卷积神经网络距离分类法判断目标距离的可行性;介绍了采用局部线性嵌入算法与BP神经网络相结合的目标DOA估计方法。其次,本文通过3D打印技术得到大耳蝠耳模型,并依托此模型搭建了仿蝙蝠耳空间目标定位信号采集平台。该信号采集平台模仿蝙蝠进行主动声呐的过程,通过超声播放器模仿蝙蝠嘴发射超声波;蝙蝠耳模型与内置于蝙蝠耳模型根部的超声麦克风组成声波信号接收装置,接收经目标反射回的声波信号;通过控制置于声波信号接收装置底部的步进电机的转动,实现模仿蝙蝠耳转动的过程;通过NI公司的PXI控制系统将声波信号接收装置采集到的声波信号转换为音频文件。最后,依托搭建的仿蝙蝠耳空间目标定位信号采集平台进行了大量的实验。采用端点检测方法从双耳声波信号中截取除发射波之外的声波信号,对双耳声波信号采用互相关阈值法,对目标是否存在进行判断,判断正确率在90%以上;通过卷积神经网络对包含发射波与回波的声波信号的谱图进行分类,实现了声波信号接收装置与目标之间水平距离的判断,且判断结果不受目标所处俯仰角和方位角的影响;采用回波截取与信号特征提取方法对声波信号提取特征,并对提取到的特征采用局部线性嵌入算法进行降维,降维后的特征作为输入,通过BP神经网络对目标进行DOA估计,对俯仰角的判定精度较高,当目标处于蝙蝠耳模型根部所处水平面以上时,对方位角判定精度较高。结果表明:提出的人工仿蝙蝠耳空间目标定位方法能够实现对目标进行定位的要求。为当前机器人运用声呐对目标进行定位提供了一套新的解决方案。