1.一种基于振动噪声识别的船舶分类方法，其特征在于，包括如下步骤：
步骤1、船舶振动噪声采集，并将其转化为时域信号；
步骤2、将船舶振动信号进行改进的集合经验模态分解；
步骤3、模态分解后的信号进行希尔伯特-黄变换；
步骤4、船舶辐射噪声的希尔伯特谱分析；
步骤5、船舶噪声特征提取；
步骤6、利用基于支持向量机的船舶分类器对船舶噪声特征进行分类；
步骤7、船舶分类结果准确性验证，若正确，结束船舶分类；若不正确，则进入船舶分类器重新分类。
2.根据权利要求1所述的基于振动噪声识别的船舶分类方法，其特征在于，在步骤1中，利用声呐、水听器设备从水下获取船舶振动噪声。
3.根据权利要求1所述的基于振动噪声识别的船舶分类方法，其特征在于，在步骤2中，通过计算排列熵(permutationentropy，pe)的方法来剔除信号中的虚假分量，筛选出主要固有模态函数(instrinsicmodefunction,imf)分量，进而抑制模态混叠现象。
4.根据权利要求1所述的基于振动噪声识别的船舶分类方法，其特征在于，在步骤3中，利用希尔伯特-黄变换求解每一阶imf的瞬时频率，从而得到信号的振幅-时间-频率表示，即希尔伯特谱，通过计算希尔伯特谱对整个周期的积分得到希尔伯特边际谱。
5.根据权利要求1所述的基于振动噪声识别的船舶分类方法，其特征在于，在步骤4中，各类船舶辐射噪声经meemd分解为一系列数量、振荡周期各不相同的imf分量，求取各imf分量的归一化能量以及与原始噪声信号之间的相关系数。
6.根据权利要求5所述的基于振动噪声识别的船舶分类方法，其特征在于，所述的相关系数表征的是imf分量与原始噪声信号的相似程度，相关系数较大的imf分量与原始噪声信号相似程度高，也应带有更多能量，选择相关系数最高的imf分量作为船舶噪声特征分量，称为最强imf分量，采用最强imf分量能量、最强imf平均幅值、最强imf平均瞬时频率以及最强imf中心频率4种特征参数。
7.根据权利要求6所述的基于振动噪声识别的船舶分类方法，其特征在于，将提取的4种特征参数转换为特征矢量并输入到svm中，进行船舶分类识别，将svm分类结果与实际值进行比对。若分类正确，则结束船舶分类；否则，将信号输入到svm中重新分类。