水下目标的特征提取一直是水声信号处理的难题。由于实际的声纳目标的发声机理和反射声波的机理十分复杂，成份多样，造成水声信号具有较强的非平稳性和非高斯性。为了提高对水下目标识别的正确识别率，突破以往研究中关于信号平衡性的假设和高斯性的假设，本文在简要介绍了ＬＯＦＡＲ谱图和高阶谱（ＨＯＳ）估计方法之后，提出了一种基于高阶谱的ＬＦＡＲ谱图和高阶谱（ＨＯＳ）估计之后，提出了一种基于高阶谱的ＬＯＦＡＲ谱图特征

首次提出采用三阶累积量对海面回波中的非对称非高斯干扰信号进行判决的理论与方法，这种新的判决理论与方法是利用高斯分布信号、对称非高斯分布信号和谐波分布信号的三阶累积量为零，而非对称非高斯分布信号的三阶累积量不为零这一特征，来判别海面回波中非对称非高斯分布的干扰信号。

提出了一种利用三谱对角切片分析溢流阀故障信号的方法。高阶谱理论上能完全消除高斯噪声的影响,本文由经过预处理的信号经过高阶谱分析后,可以得到三谱对角切片图,由图中可以获得正常信号与故障信号在切片图上的差异。试验结果表明利用高阶谱理论进行故障检测是可行的。

以NI公司的LabVIEW为软件平台，配以必要的数据采集卡、传感器、放大器等硬件构建了一套远程液压元件的测控系统，自动地完成数据采集、分析处理、存储和传输。并对液压阀阀体工作时振动信号的时间序列自回归模型进行双谱分析，结果表明在正常和故障状态下，双谱谱峰分布存在着明显的差异，实现了基于虚拟仪器的液压元件远程高阶谱故障诊断。

将高阶谱和支持向量机相结合，提取不同工作状态下溢流阀的信息并进行分析，将不同状态下的功率谱经过处理作为支持向量机的输入，在SVM中训练，建立不同特征的参数向量和故障类型的映射关系，从而达到故障诊断的目的。实验结果表明：该方法简单有效，并具有较高的故障识别能力。

为了识别减压阀的工作状态，建立了减压阀不同工作状态采集信号的时间序列AR模型，绘制了AR三谱、双谱及其切片谱图，计算了各切片谱的关联维数，综合分析了不同工作状态系统的谱图及关联维数变化。分析结果表明，AR三谱、双谱、各切片谱及其关联维数各自对工作状态变化的敏感性不同，双谱对角切片的关联维数、三谱及其切片谱对工作状态变化较敏感，更适合用于减压阀故障诊断，同时AR三谱、双谱的一维切片谱及其关联维数在反映系统动力学特性方面分别存在对应关系，可以将切片谱和关联维数相结合对减压阀进行故障诊断分析。