基于迁移学习的小样本垂直阵目标距离估计方法

摘要

针对仅有少量水声数据海域的目标距离估计问题,本文以声场复声压的实部和虚部为特征,构建迁移学习模型,在利用卷积神经网络对预选海域大量水声数据进行预训练的基础上,对探测海域小样本水声数据进行再训练,从而实现小样本水声数据下的水下声源距离估计。利用SWellEX-96实验无强干扰的S5航次数据和有强干扰的S59航次数据进行了方法的验证,对实验中的浅源和深源实现距离估计,对比了匹配场处理、传统卷积神经网络和迁移学习3种方法的水下目标声源距离估计性能。实验结果表明:基于卷积神经网络的迁移学习模型在无强干扰和有强干扰2种环境中均可有效实现距离估计,且估计性能明显优于传统卷积神经网络和匹配场处理方法。