一种基于支持向量机的目标定位方法

摘要

为了提高声纳在浅水域的性能,提出了一种基于统计学习理论的目标识别器的目标定位方法.该方法选择支持向量机(SVM)作为学习算法的核心.从已知训练样本得到多通道数据的协方差矩阵,将得到的矩阵转化为SVM的输入多维特征向量,并训练SVM而获得权向量.利用此权向量和SVM输出估计,可以得到目标位置信息.理论推导和仿真结果表明,与多重信号分类(MUSIC)算法相比较,该方法具有高的定位精度和快的收敛速度.该方法能有效地对在平面波模型下的目标进行测向,并具有鲁棒性.