我国拥有极其丰富的海洋渔业资源,因此将声学技术应用于鱼类的分类具有重要的意义。本文采用倒谱分析和HHT分析的方法对鱼类声信号进行了分析并进行特征提取。HHT是上世纪末Huang等人首次提出的一种新的信号分析理论。本文论述HHT的思想及其实现的方法。通过算法仿真对HHT的分辨能力进行了分析,指出了传统HHT的缺点,并用小波包预分解和归一化相关性甄别的方法对传统的HHT方法进行了改进,提高了HHT的频率分辨率。鱼类有其特有的发声方式,本文介绍了鱼类的三种发声方式,并对鱼类声信号的时域分析和倒谱分析方法做了详细的阐述。时域分析的方法可以用于信号的有音段的提取,倒谱分析可以用于特征提取。特征提取是鱼类声信号分析的重点。本文提取了鱼类声信号的两类特征。一类是借鉴语音信号处理,提取鱼类声信号的Mel倒谱参数,并在Mel倒谱参数的基础上增加了一阶差分MFCC作为特征向量;另一类是提取鱼类声信号的希尔伯特边际谱特征,并指出在提取希尔伯特边际谱之前对鱼类声信号进行预加重可以更加有效的提取鱼类的声道特性。在本文的最后,对5类鱼的声信号提取了Mel倒谱参数和希尔伯特边际谱参数,并用BP网络对5类鱼进行了分类,并讨论试验结果是否与理论相符。经过数据大量的试验证明采用两种特征都能达到很好的识别效果。经过理论仿真和大量的试验证明,Mel倒谱参数和希尔伯特边际谱参数都能用于鱼类声信号的分类,并且取得了很好的效果。因此倒谱分析和HHT都是鱼类声信号目标特征提取的有效方法。