基于迁移学习的水下目标定位方法仿真研究

摘要

针对水下前向散射探测中基于敏感核函数的定位方法存在环境失配带来的稳健性问题,提出了一种基于迁移学习的前向散射定位方法,利用模型生成Φ的目标前向散射声场扰动信息训练卷积神经网络,将目标定位问题转化为分类问题.在基于先验信息和仿真数据集的预训练模型基础上,通过少量实验数据集对神经网络参数进行迁移学习,以提高神经网络模型的稳健性.仿真结果表明,该方法在声速剖面失配下可以实现对目标较准确的定位,且对目标散射函数、海底底质、阵元数和布设深度等参数不甚敏感,方法具有较好的稳健性.