[发明专利]一种基于核极限学习机的水下声源被动定位方法

权利要求书

1.一种基于核极限学习机的水下声源被动定位方法，其特征在于，包括以下步骤：

(1)对使用KRAKEN程序模拟出的向量数据进行取模运算以及归一化操作，得到一个实矩阵作为训练数据。

(2)使用训练数据对核极限学习机进行训练，得到水下声源定位模型，则根据观测到的声场数据，预测出声源的深度及位置。

2.实现权利要求1所述的一种基于核极限学习机的水下声源被动定位方法，其特征在于，步骤(1)中，首先在预期的深度范围和距离范围内，以距离间隔Δr和深度间隔Δd，生成K₁个距离标签和K₂个深度标签然后按照生成的距离和深度标签，使用KRAKEN程序进行仿真，生成相应距离和深度下的复声压数据；该数据需通过取模运算将其转换为实数形式，然后将声压数据归一化，以作为训练数据。

3.实现权利要求1所述的一种基于核极限学习机的水下声源被动定位方法，其特征在于，步骤(2)中使用核极限学习机模型进行声源定位，训练过程如下：

1)将训练数据输入核极限学习机，训练数据包括声压数据矩阵[x_i1，x_i2，...，x_in]^T∈Rn以及对应声压数据的标签向量[c_i1，c_i2，...，c_im]^T∈R^m，其中，n代表输入特征维度，m代表输出特征维度；

2)训练数据中声压数据经过核函数映射，生成高维特征核矩阵Ω_ELM，利用该特征矩阵与one-hot形式的标签矩阵C共同求解输出权重矩阵B；

基于核极限学习机的水下声源被动定位方法预测过程如下：

1)将待预测声压数据进行取模以及归一化预处理，然后输入核极限学习机；

2)将核函数运算得到的高维特征与输出权重矩阵相乘，得到分类评估值Y，对于核极限学习机，距离分类以及深度分类被分别映射到两个1*K₁以及1*K2的向量y_d，y_r中，最后分别以y_d，y_r的SoftMax分布中得分最高的类别作为预测类别。