چکیده: یکی از مسائل مهم در زندگی روزمره تأمین امنیت جامعه است. در این راستا در سال‌های اخیر سیستمهای شناسایی حرکات خطرناک و غیر معمول در حال گسترش و استفاده هستند. یکی از مسائل مرتبط با تشخیص حرکات غیرمعمول و خطرناک و پیشگیری از اتفاقات نامطلوب، تشخیص و تفکیک خودکار انواع صداهایی همچون انفجار، رعدوبرق، شلیک گلوله و... است. همچنین شناسایی نوع اسلحه شلیک‌کننده نیز برای تحقیقات بعدی برای شناسایی عوامل اغتشاش بسیار کاربردی خواهد بود. در این راستا در این پایان‌نامه به تشخیص نوع اسلحه از روی سیگنال صوتی ناشی از شلیک آن خواهیم پرداخت. بدین منظور با استفاده از یک شبکه عصبی پرسپترون چندلایه و ویژگی‌هایی نظیر کپستروم حقیقی، پیشگویی ضرایب خطی و ضرایب کپسترال در مقیاس مل به شناسایی و تفکیک اسلحه‌ها خواهیم پرداخت. اسلحه‌های استفاده شده در این پایان‌نامه شامل 6 نوع اسلحه سبک کمری می‌باشد که سیگنال‌های صوتی استفاده ‌شده در آن مورد تایید صنعت می‌باشد. نتایج حاصل از روش پیشنهادی نشان می دهد رویکرد استفاده از شبکه عصبی پرسپترون چندلایه و استخراج ویژگی های مناسب، رویکردی مناسب در تشخیص نوع اسلحه دارد.