随着多波束声纳技术的快速发展,单一的水深测量已经不能满足人们的需求。无论在采掘业、渔业和环境科学的研究,还是在军事防御,希望能有效、快速获取信息海底沉积物信息。由于传统的机械抽样方法和可视化方法劳动强度大且效率比较低,在进行大面积海域测量工作时不太适用。在这种情形下,利用声学分类方法研究海洋底层沉积物信息,对海洋研究、海洋测绘和海洋开发都具有重要意义。多波束测深声纳系统的测量方式是由线及面,每次发射脉冲可以测量一个条带的海底信息,其宽度可以达到水深的5～9倍,然后将多个条带的数据进行拼接,就能够得到整个测量海域的海底信息。多波束测深声纳系统在得到测量区域水深数据的同时,还获得了海底沉积物的反向散射强度信息,反向散射强度与海底底质特征有关,所以可以利用多波束测深声纳系统测得的数据对海底沉积物进行分类,由于中国海域比较广阔,大部分海域有待开发,所以该项技术前景非常广阔。本文重点研究基于多波束测深数据的反向散射强度进行底质分类的方法,主要内容包括以下三部分:首先,论文对多波束测深声纳系统的工作原理作了简要介绍,明确测量的反向散射强度数据存在误差的原因,然后为了获得纯净的能够直接反映海底底质特性的数据,对多波束测深数据预处理方法进行学习研究,主要包括传播损失修正、Lambert法则修正以及波束照射面积修正,并对部分实验数据进行处理验证预处理方法的正确性。其次,论文研究了底质分类常用的特征向量及分类方法,并选取反向散射强度的平均值和标准差作为特征向量,选取Bayes最大似然分类算法并将其应用到底质分类中,然后通过matlab仿真验证利用Bayes分类算法进行底质分类的可行性。最后,论文完成了底质分类软件的设计与开发,通过软件实际操作效果图详细介绍了底质分类软件的工作流程和具体功能,并通过对数据的处理验证软件的稳定性和实用性。