以声压场采样协方差矩阵为特征,对基于单隐藏层的前馈神经网络(Feedforward Neural Network,FFNN)求解垂直阵水下声源测距问题,提出了新的采样协方差矩阵实向量化以满足网络输入的要求.文章利用Keras库搭建了单隐藏层的FFNN,使用SWellEX-96实验S5航次的垂直阵数据,比较了以传统匹配场处理(Matched Field Processing,MFP)为代表的模型驱动方法和以FFNN为代表的数据驱动方法的水下目标被动定位性能.结果表明,相同训练条件下,新的方案减少了特征长度,降低了模型的复杂度,但是没有影响网络定位性能.