水声信号处理技术是海军建设中的关键技术之一，而目标识别是水声信号处理技术的一个重要内容。 本文在“水中军用目标特性国防科技重点实验室”基金课题的资助下，应用主分量分析和自回归谱分析，从理论和实验方面对水下目标辐射噪声进行了特征提取技术的研究。 本文的目标是发展一个水下目标信号预处理和特征提取的新算法，实现信号子空间和噪声子空间的分离和特征的提取。因此，本文作者首先介绍了主分量分析和神经网络的基本概念和数学基础，之后，把主分量分析及神经网络用于水声信号处理，讨论水下目标辐射噪声中的特征提取问题，给出了算法实现的原理和框架，继而对提取的特征进行频域分析，得到信号降噪后的AR谱，最后分别通过仿真和真实数据检验，给出实验结果，并进行了讨论。 论文的主要贡献在于，在探讨了主分量分析技术及其与神经网络相结合的基础上，研究了主分量分析技术在水声信号处理领域的应用，并结合现代谱估计、lofar谱等实现了特征提取的新算法。该算法是现存方法的有益扩展。 本文在实验方面，利用大连760研究所的资源条件进行了数据处理等工作，得到了大量而全面的实验数据。最后利用这些实验数据对本文所提出的主分量分析的方法进行了校验研究，对该方法的有效性进行了检验。