随着陆地矿产资源的日趋枯竭,大洋钴结壳成为21世纪最具有商业开采价值的战略资源,世界主要发达国家已经开始了开采研究工作。为加快我国深海钴结壳开采的步伐,在国家自然科学基金项目“深海钴结壳微地形监测技术与最佳采集深度建模研究”的资助下,本论文对海底沉积物的识别与分类做了相关研究。根据模极大值在特征提取中的应用,本文提出了一种基于模极大值的超声波回波探测沉积物分类方法。利用超声波探测不同的沉积物得到不同的回波波形,运用互相关算法找出真实回波起点,截取回波,再对回波进行小波变换,提取模极大值特征,然后将模极大值特征利用最佳鉴别矢量法进行特征压缩,最后送入分类器进行分析。在此理论基础上,根据自然界中沉积物的分类标准,由泥、砂、砾三种组分通过不同的配比组成14种不同的海底沉积物,对应14种不同的回波,得到的模极大值的特征是不同的。通过水下回波实验建立了一套沉积物的分类识别模型。运用所提出的方法,对建立的模型进行实验验证。通过采集湘江河床的沉积物作为样品,进行水下回波实验,并将样品进行筛分称重,得到真实的沉积物类型,将实验得到的分类结果与筛分得出的结果进行对比,得到正确识别率在80%左右。由此可以看出,本论文所提出的沉积物分类方法及建立的分类识别模型是正确的、可靠的。本论文的研究为海底沉积物的识别与分类提供了良好的理论基础,对海底地貌及其性质的识别具有实际意义,为我国的深海采矿事业提供有效的技术支持。