基于数据驱动的在线核学习目标定位方法

本发明公开了一种基于数据驱动的在线核学习目标定位方法，首先利用到达时间差TDOA雷达量测，将TDOA量测向量投影到再生核希尔伯特空间中，将目标定位问题转化为在该特征空间中的函数近似问题，再提出一种基于核最小均方的TDOA定位KLMS‑TDOAL算法来求解这一问题，并引入在线矢量量化方法得到KLMS‑TDOAL算法，以控制径向基函数网络的尺寸增长，最后通过数值仿真来评估算法的有效性和优越性。本发明的方法丰富了分布式MIMO雷达目标定位的技术框架，为应对低信噪比环境下的定位挑战提供了一种新的有效技术手段，不仅提高了定位系统的可靠性和准确性，还为分布式MIMO雷达技术的发展提供了新的思路和方法，具有广泛的应用前景。