近几十年以来，人们对无线传感器网络的研究非常多，它在国防领域和国民经济领域中的应用十分广阔。它可以用在军事、智能家居、环境监测、医疗卫生等领域。无线传感器网络体积小，自由组网等特性非常适合应用于战场的敌情侦察，检测目标的类别就是其中重要用途之一。本文用无线传感器网络来实现战场中常见的人、车、枪、坦克这四类目标的声音识别。本文采用的是基于芯片JN5139的传感器节点来实现声音目标识别，由于本文采用的传感器节点本身没有采集声音的能力，因此，需要首先购买声音采集模块，然后用声音采集模块和传感器节点搭建声音传输平台。由于要使声音不失真，便于后面识别处理，本文对声音的采样率设置8000Hz。又由于传感器节点本身资源以及它的传输能力非常有限，8000Hz的声音数据无法直接传到上位机上，本文的解决方案是选择在传感器节点里提取声音特征，然后声音采集节点把声音特征发给协调器，协调器节点通过串口传到上位机上，然后在后台进行识别研究。本文主要研究了声音采集、特征提取算法和上位机后台的识别算法以及上位机软件的设计，重点研究了传感器节点里的特征提取算法和编程实现以及支持向量机原理及其多类分类器结构，分别研究了一对一分类器结构、一对多分类器结构、二叉树支持向量机多类分类器结构和决策导向无环图分类器结构。并且进行了实验研究，研究了各个参数以及分类器对识别率的影响。由于传感器网络是由大量传感器节点构成的，本文进行多传感器节点判决的算法研究，提出了一种基于能量投票算法。为了易于实时性的观察，本文还设计了matlab上位机界面，在理论的基础上进行了现场实验研究，可以实时的观察到目标区域的类别。