文章标题：基于迁移学习的水下目标被动定位技术

文章作者：王豪, 王迅
关 键 字：被动定位;匹配场处理;迁移学习
文章摘要：匹配场处理是水声被动定位领域的常用算法，它根据水域环境条件对水下声场进行建模，进而获取搜索区域中每一个位置到阵列之间的拷贝场向量，然后通过设计好的处理器将阵列接收数据和拷贝场向量进行匹配，即可实现水下目标的被动定位。声源位置与拷贝场向量之间形成一种非线性的映射关系，深度学习模型具有强大的非线性学习能力，因此非常适用于学习这种映射关系。本文提取由拷贝场向量组成的图片特征作为深度学习模型的训练样本，将水下目标被动定位问题转换为分类问题。此外，为了避免小样本容易导致网络过拟合的问题，利用预训练网络Res-net18作为模型对数据进行迁移学习。在水声仿真定位试验中，通过与常规匹配场处理和基于稀疏表征的匹配场处理方法相比，验证了本文方法具有更好的定位能力。