物体入水声、水下碰撞声等一类水声瞬态信号一直是水声界关注的焦点,尤其是在本地强干扰情况下对此类信号的及时有效地检测并测向在水声对抗中具有重要的意义。利用互相关法测向,当信噪比降低时,相关峰变得不明显,在进行相关峰检测时,容易产生虚警。本文将希尔伯特黄变换这种新的时频分析方法应用于瞬态信号检测,研究了强干扰下瞬态信号检测和测向的算法,并对互相关测向法进行了改进,实现了在较低信噪比下目标方位的准确估计。本文详细论述了希尔伯特黄变换的思想及实现方法,并通过仿真对算法的特性进行了研究,分析了经验模态分解(EMD)的突出信号局瞬特征和多分量信号分离的特性。针对不同的实际应用,总结提出了固有模态函数(IMF)的选取原则。通过对互相关函数的经验模态分解和有选择的利用分解出的IMF重构互相关函数可使相关峰更加明显,基于此对互相关测向法进行了改进,改进后的互相关法能适应更低信噪比下的相关峰检测,方位估计结果进一步验证了此方法在低信噪比下对目标的方位估计的有效性。论文对物体入水声的特性进行了研究,从其形成机理上分析了其波形特性和击水声源级,为物体入水声的识别和击水声的源级预报提供理论基础。矢量传感器能同时、共点的接收声场的声压和振速信息,基于此本文结合传统的矢量信号处理理论和希尔伯特黄变换,针对实际中经常出现的强干扰下瞬态信号检测问题,提出了模态声强器算法(MAIA)。结合MAIA和物体入水声波形特性,可以实现对物体入水声的检测和测向,可用于对任何落水目标的方位估计;并且能在本地平台强干扰下,实现对水下碰撞声、目标启动声等瞬态信号及时有效得检测。湖试和海试结果进一步证明了算法的可行性和可靠性。