针对煤矿井下UWB信号对目标识别准确性低与实时性不够高的问题,提出了一种基于改进粒子群优化(IPSO)算法优化支持向量机(SVM)的模式识别方法。采用FDTD仿真获取井下回波信号数据样本,提取目标反射信号特征作为特征样本,利用IPSO算法优化SVM的核函数参数和惩罚参数,以回波信号样本数据测试、训练构造的SVM分类器。结果表明,IPSO-SVM分类器明显高于未经参数优化的SVM分类器的识别率。该方法提高了UWB信号在井下的准确性和实时性。