CN101116010B - 应用盲信号检测的主成分分析的埋地物体定位和跟踪方法及*** - Google Patents
应用盲信号检测的主成分分析的埋地物体定位和跟踪方法及*** Download PDFInfo
- Publication number
- CN101116010B CN101116010B CN2006800044323A CN200680004432A CN101116010B CN 101116010 B CN101116010 B CN 101116010B CN 2006800044323 A CN2006800044323 A CN 2006800044323A CN 200680004432 A CN200680004432 A CN 200680004432A CN 101116010 B CN101116010 B CN 101116010B
- Authority
- CN
- China
- Prior art keywords
- signal
- sensor
- vector
- electromagnetic
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
- G01V3/12—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation operating with electromagnetic waves
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Electromagnetism (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
一种发现和跟踪例如公用设备线路、管道和探测器的埋地物体的盲定位***。传感器阵列连接至信号处理器,其通过产生表示协方差矩阵的数据信号而判断用于一个或更多的埋地物体的场向量,在选择的频带和累加间隔上,其对应于时变传感器信号的协方差。协方差矩阵特征在于特征值和相关的特征向量,并且用户界面(UI)表示与具有最大特征值的特征向量有关的场向量。利用几种不同的频带,可以同时地检测和在UI中示出的多个地下物体,而不用预知它们的存在和特征。
Description
技术领域
本发明一般涉及定位和追踪埋地物体(buried object)的***,更具体地,涉及以主动和被动盲信号检测的各种组合方式同时检测和追踪几个埋地物体的***。
背景技术
存在很多情况,在这些情况中,期望定位埋地设备例如管道和电缆。例如,在开始任何包括挖掘的新的工程之前,重要的是定位现有的地下设备,例如地下电力线、燃气管线、电话线、光纤电缆管道、有线电视(CATV)电缆、喷灌控制布线、水管、排水管等,在本文中共同地和分别地命名为“埋地物体”。如本文中所使用的,术语“埋地物体”包括位于墙里的物体、多层建筑中地板间或铸造在混凝土板层中的物体、以及例如部署在地表下的物体。如果挖掘设备例如反铲挖土机(backhoe)碰到了高压线或燃气管线,就可能引起各种伤害和财产损失。水主干线和排水管的非故意切断通常导致脏乱和费用浩大的清理工作。电力线和数据电缆的非故意毁坏可能严重地干扰居民生活的舒适和便利,并给行业带来巨大的财政费用。
因此,在本领域的技术人员已经提出了对于埋地物体定位问题的很多解决方案。例如,可以通过感应由物体发射的任何电磁信号而“被动地”定位埋地物体。一些电缆象电力线和一些通信线路已经被施加电压,因而特征在于电磁信号的发射,该电磁信号可以体现为延伸的电磁场。可以通过首先将外部电磁信号施加给物体并从而对物体施加电压以使其表现为部分外部电磁信号发射的特征,对其他的埋地物体例如传导线和管道“主动地”定位。例如,频率为大约4Hz至500kHz范围内的外部电信号源具有众所周知的用途:当提供有外部传导性地连接至被搜索物体的装置时,对传导物体施加电压以允许它们被动定位。埋地长导体的主动/被动定位通常称为“线追踪(line tracing)”。
探测器(sonde)(通常还称为发射机、无线电发送器或管道探针(duct probe))是外部电信号源的另一实施例,该外部电信号源具有众所周知的用途:标记非传导埋地物体以允许它们的被动定位。探测器一般包括围绕铁磁体磁心的线匝,封装该铁磁体磁心以嵌入埋地非传导管道中,例如塑料应用跑道或混凝土水管。可以利用标准电源在期望频率对线圈施加电压,通常在大约4Hz至500kHz范围内。探测器可以连接至推进电缆(push cable)或推进线路(push line)或者其可以是独立的,从而其可以进入具有水的管道中。探测器产生了比由带电线路(energized line)产生的电磁场更复杂和局部化的电磁场,并通过利用这些复杂性可以局限于单个点。对于单点局部化(single-point localizing)有用的一般的低频探测器并不强耦合至其他物体,从而避免了复杂和无法预测的干扰场的产生。本文中所使用的术语“埋地物体”还包括外部埋地探测器以及被动标记器(passive marker),例如,由Galloway在美国专利No.5,699,048或Bolson在美国专利No.4,712,094中描述的被动标记器。
在挖掘之前定位埋地物体时,进一步期望判断物体的大致深度。这一般通过测量两个位置处的特征发射场强度并分析差异而进行。
存在很多情况,在这些情况中,将被挖掘的土地可以被几种不同的公用设备所横越或者交叉,例如,AC电缆、水管、燃气管道、排水管和通信线路。非常期望能够判断它们的路径并同时判断它们的深度。本领域公知的一些发射机可以为相同地下物体或者甚至不同地下物体的应用产生不同频率的几种不同信号,但是当几个管道定位在相同区域并且需要所有管道的位置时,这些***的问题就产生了。由几个管道发射的信号可能相互干扰并使检测过程变得复杂。
很多技术人员提出了对于这样的多信号检测和分离问题的各种解决方案。例如,在美国专利No.5,264,795,Rider公开了一种定位***,其在发射机载波中包括编码的数字或模拟信号以有利于在该主动定位期间对于管道进行确认。Rider既未考虑也未表明相关的被动定位问题的解决方案。更近地,在美国专利No.6,211,807中,Wilkison公开了一种***,其主动定位以在于施加在物体上的扩频信号发射为特征的埋地电传导物体。尽管因为改进的信噪比(SNR)和扩频信号处理的其他优势,Wilkison的***在“噪音”出现时对具体埋地物体的主动定位具有优势,“噪音”包括来自其他埋地物体的其他信号发射,但是这些优势不能应用在相关的被动定位问题中。
本领域公知的埋地物体***(locator)的另一问题在于3-轴传感器阵列的信号相位关系,其是不确定的,并且不能单独地促进正确象限中场向量的集合。例如在英国,15-24kHz带宽的宽带发射的被动检测通常用于寻找埋地电线,有效的宽带检测方法没有产生清晰确定的相位,在随之产生的场向量中留下了未解决的不定性。
另一公知的便携式***的问题是任何******操作者运动(operator motion)与接收的发射信号的卷积(convolution)。在操作中,便携式******通常来回摆动或者摆动成大的弧形,以获得对于埋地物体例如公用设备线路的方向的初始估测。甚至在其检测之后追踪埋地公用设备线路时,小路径偏移也会引起传感器上信号相位反转,该传感器的轴基本上垂直地对准于局部场向量(local field vector)。在一些传感器线圈实施例中该问题产生,其中,传感器信号灵敏度一般与传感器线圈轴和局部场向量之间的角的正弦成比例。当传感器线圈轴基本上与局部场一致时,该角的正弦的近零值随着角快速地波动,使得从******运动开始的微小角改变可以引起传感器信号振幅和相位的较大变化。本领域的技术人员没有提出操作者运动的该特定缺陷影响的解决方案。
因此,在本领域中一直明显感到需要一种在拥挤或噪音环境中对于埋地物体的主动和被动检测的改进方法。这样的***必须提供对于被动发射埋地物体(如,带电电力线)、或主动带电埋地物体(例如依靠外部发射机信号加电的传导管道)、或由带电探测器占据的非传导管道、或者同时所有这三种物体的同时检测和确认。在本领域中明显感受到了这些未解决的问题和不足,并通过用以下方式所描述的本发明进行解决。
发明内容
本发明解决以上所提及的问题,第一次通过将主成分分析(PCA)技术引入到埋地物体检测领域,以便于对来自埋地物体的固有信号发射的盲检测。PCA是一种有用的统计技术,在包括高维数据例如面部识别和图像压缩的模式领域中已发现其应用,但是之前从没有考虑或建议将其用于解决埋地物体***问题。如本文中所使用,术语“盲检测”和“盲定位”表示其存在和特征都是未知的信号的检测或定位。
本发明的盲定位***的一个实施例定位埋地物体,例如公用设备线路、传导管道和探测器。传感器阵列连接至信号处理器,其通过产生表示在选择的频带和累加间隔上的时变传感器信号的协方差矩阵的数据信号,而为一个或更多的埋地物体中的每一个确定传感器阵列上的场。传感器信号协方差矩阵特征在于特征值和相关的特征向量,并且由与最大特征值相关的特征向量表示的场向量在例如图形用户界面(GUI)的用户界面(UI)上指示给操作者。在一些实施例中,如此确定的场向量可接着用于通过本领域中公知的几种有用的数学和运算方法中的任何一种来为埋地物体确定相关的场或场梯度向量以及推测的位置向量。在其他实施例中,通过利用几种不同的频带,可以同时检测、定位和在UI中指示多个地下物体,而不用预知它们的存在和特征。
本发明的目的在于同时定位一个或更多的埋地物体,其每个特征在于独特的主动或被动的电磁信号发射,利用或不用不同于感兴趣的一般频率范围的任何信号发射特征的现有知识。本发明的***和方法部分地来自于不可预料的有益的结果,通过找出最佳的相关的传感器信号分量,在定位传感器组件元件中干扰和噪声场的效应被空间地去相关(decorrelate),并且因此其可以被最小化。这样的观察导致了第二个不可预料的有益结果,这样的相关传感器信号分量有用于检测存在和特征处于未知状态的信号发射(即,“盲”检测和定位)。如本文中所使用,“传感器轴”表示对于电磁信号场的最大传感器灵敏度的空间方位。
本发明的重要目的在于提供一种用于产生宽带电磁发射的映射显示的***。本发明的主动定位方法产生一个清晰界定的场向量相位,并消除了宽带电磁发射的通常的不定性(ambiguity)。本发明的***特别地旨在克服场向量不定性问题。
本发明的另一目的在于提供一种定位其特征在于非时变信号发射的埋地物体的***。例如应用霍尔效应(Hall-effect)传感器的本发明的实施例可以用于通过根据本发明处理K个的多个(plurality K)非零均值信号{Sk(t)},检测来自永磁体的发射,K个的多个非零均值信号{Sk(t)}的随时间的变化完全响应于例如相对于埋地物体的******的操作者运动。大括号标记{X}在本文中一般表示一组无序的两个或更多的元素。
在示意性实施例中,本发明是一种用于盲定位一个或更多埋地物体的设备,其每个埋地物体的特征在于电磁信号发射,所述设备包括:传感器组件,包括K个的多个传感器,每个具有传感器轴并产生时变传感器信号Sk(t),其中1≤k≤K;处理器,连接至传感器组件,用于处理表示第一电磁信号发射的K个的多个时变传感器信号{Sk(t)},其具有矩阵累加器,所述矩阵累加器用于产生表示对应于所选时间间隔上的时变传感器信号{Sk(t)}的协方差的K乘K的协方差矩阵AT的数据信号,其中,所述协方差矩阵AT特征在于K个的多个特征值{λk}和相关的特征向量{Vk},还具有计算装置,所述计算装置用于产生表示第一电磁信号发射场向量的数据信号,所述场向量对应于与所述特征值{λk}的最大的λ1相关的特征向量V1;以及用户界面(UI),其连接至处理电路,用于指示所述传感器组件处的所述第一电磁信号发射场向量。
一方面,本发明是一种用于盲定位与其每个产生时变传感器信号Sk(t)的K个的多个电磁传感器有关的电磁信号发射的机器实现方法,其中,1≤k≤K,包括以下步骤:(a)产生表示对应于在所选时间间隔上的K个的多个时变传感器信号{Sk(t)}的协方差的K乘K的协方差矩阵AT的数据信号,其中,协方差矩阵AT特征在于K个的多个特征值{λk}和相关的特征向量{Vk};以及(b)产生表示与多个电磁传感器有关的电磁信号发射的场向量的数据信号,其中,场向量对应于与特征值{λk}的最大的λ1相关的特征向量V1。
在另一方面,本发明是一种用于盲定位与其每个产生时变传感器信号Sk(t)的K个的多个电磁传感器有关的E个的多个独立电磁信号发射的机器实现方法,其中,1≤k≤K,该方法包括以下步骤:(a)过滤K个的多个时变传感器信号{Sk(t)},以获得用于F个的多个预定频率区域中的每个的K个的多个限带传感器信号{S’k(t)}f,其中,1≤f≤F;以及(b)处理F个的多个限带传感器信号集合{S’k(t)}f中的每个,其通过以下步骤实现:(b.1)产生表示对应于所选时间间隔上的K个的多个时变传感器信号{Sk(t)}f的第f个的协方差的K乘K的协方差矩阵ATf的数据信号,其中,协方差矩阵ATf特征在于K个的多个特征值{λk}f和相关的特征向量{Vk}f;以及(b.2)产生表示多个电磁传感器处的第f个电磁信号发射的场向量的数据信号,其中,场向量对应于与所述特征值{λk}f的最大的λ1f有关的特征向量V1f。
如本文中所使用,特征值λ1与相应的电磁信号发射的幂成比例,而特征值λ1的平方根与传感器组件处的相应的电磁信号发射的幅度成比例。如本文中所使用,术语“协方差矩阵AT”表示等式4的K个的多个任何时变传感器信号{Sk(t)}的方差和协方差的矩阵,并且术语“相关矩阵”表示等式1的K个的多个任何零均值时变信号{Sk(t)}的自相关矩阵和互相关矩阵。
参照所附说明书、权利要求和附图,可以更好地理解前述和本发明的其他目的、特征和优势。
附图说明
为了更完整地理解本发明,参照作为附图示出的实施例的下列详细说明,其中,在整个几幅视图中,相同的参考名称表示相同的部分,其中:
图1是具有适用于本发明的***的传感器组件的示意性线路***(line locator)实施例的透视图;
图2是图1的***实施例的传感器组件的细长组件和两个传感器球的侧视图;
图3是图2的传感器组件实施例的下传感器球的放大的分离图;
图4是图1的***实施例的外罩的一部分的放大的顶部平面视图,其示出了图形用户界面(GUI)的显示器和键区元件;
图5是示出本发明的***设备的另一示意性实施例的功能结构图;
图6是示出本发明的传感器和传感器调节组件的再一实施例的结构图;
图7是示出本发明的处理器和GUI组件的再一实施例的结构图;
图8是示出图7的处理器组件的累加器(accumulator)和求值元件(evaluator element)的示意性实施例的结构图;
图9A-D是示出图2的传感器组件实施例和埋地物体之间的场和定位向量的几何关系的示意性图表;
图10是示出本发明的方法的示意性实施例的流程图的结构图;
图11是示出包括预旋转(pre-rotation)元件的本发明的******的示意性实施例的功能结构图;
图12是示出本发明的预旋转方法的示意性实施例的流程图的结构图;以及
图13是示出本发明的预旋转方法的可选实施例的流程图的结构图。
具体实施方式
引言
针对适用于本发明的***和方法的示意性埋地物体***实施例的几个详细讨论,关于以上引用的共同授权的专利申请的参照在此并入作为参考。例如,图1是电池供电的全向便携式***20的透视图,该便携式***可用于通过感测由埋地物体发射的电磁信号定位埋地物体。***20包括外罩22和细长组件24(图2),所述细长组件支持分别固定间隔开的下传感器球26和上传感器球28,并将它们连接至外罩22。外罩22(图1)包括具有由柄部32跨越的大中心孔径30的刚性塑料壳体。下传感器球26和上传感器球28的每个包括多个电磁传感器(图3),并一起构成了传感器组件34。电路装置例如以下结合图5-8所描述的那些实施例可以部分地布置在外罩22中,并(可选地)部分地布置在传感器球26和28中,用于处理来自多个电磁传感器中的每个的时变传感器信号Sk(t),以检测电磁信号发射,并确认传感器组件34的至少一个场向量,其对应于特征在于这样的电磁信号发射的埋地物体。如以下详细描述,根据本发明,通过处理来自多个电磁传感器诸如布置在传感器球26-28中的那些的每一个的时变传感器信号Sk(t),实现这样的情况。装配在外罩22中的图形用户界面(GUI)包括键区(keypad)36和显示器38(图1和4),用于提供用于埋地物体确认的场向量的视觉表示。显示器38优选地是提高电池寿命的彩色或黑白液晶显示器(LCD),但是可以包括用户界面(UI)的任何有益的实施装置,例如,一个或更多简单的显示器等或仪表或扬声器。
图2是示出细长组件24和传感器球26-28之间关系的传感器组件34的侧视图。尽管传感器组件34的示意性实施例可用于支持本发明的***和方法,但是声明的发明不受限于该示例。传感器阵列34的其他有益实施例可以包括一个或更多其他传感器球(未示出),每个类似于下传感器球26和上传感器球28,或者可以限于单个的这样的传感器球(例如,下传感器球26)。可选地,间隔关系中的单对电磁传感器(例如两个简单线圈)还例证了传感器阵列34的有益实施例。
如本文中所用,“传感器”是指感应电磁场发射的本领域中的任何有用的传感器,包括响应于磁场或电场或两者的传感器。尽管在本文中使用简单的线圈举例说明传感器,但是本发明的***还可以包括任何有用的电场传感器和/或任何有用的磁场传感器,而没有限制。有用的电场传感器包括例如利用法布里-珀罗感应干涉腔(Fabry-Perot sensing cavity)的光学E-场传感器、电解银/氯化银E-场传感器和电容E-场传感器。有用的磁场传感器包括例如磁通门传感器(flux gate sensor)、巨磁电阻传感器(GMRsensor)、超导量子干涉设备(SQID)、短截天线(stub antenna)以及霍尔效应传感器(Hall-effect sensor)。如本文中所用,“传感器轴”表示定位在对于电磁信号场的最大传感器灵敏度的空间位置中的轴。如本文中所用,“每个具有传感器轴的多个传感器”包括具有多个传感器轴的单个传感器实施例以及具有多个单轴传感器的多个传感器实施例。
图3是传感器组件34的下传感器球26的放大的分离图,可以自传感器组件34支撑传感器球26-28中任何一个的内部结构。下传感器球26包括下传感器阵列40(图3),下传感器阵列40由具有基本上与其他两个传感器轴成直角的传感器轴(在该实施例中为线圈轴)的三个传感器42、44和46组成。上传感器球28包括类似的上传感器阵列(未示出)。通过传感器42举例说明的每个传感器由围绕圆形塑料心轴42B所缠绕的线圈42A所构成。通过线圈42A举例说明的每个线圈可以进行分割以提高其自身的共振频率,并从而提高传感器42的有益频率范围。可以将传感器42-46的线圈和心轴逐渐地变得较小或者优选地具有柔性,使得传感器42-46可以集成在基本上如所示的嵌套的同心装置中。阵列40中的传感器42-46共享公共的中心点,并且被布置成使得每个线圈轴线(未示出)基本上与其他两个线圈轴线成直角,从而以众所周知的方式提供了三维感应能力。细长组件24构成了传感器阵列柱,并优选地由铝或者GRP(玻璃纤维)或者其他的非铁空心管制成以减低重量和局部磁场。如图2和3所示,细长组件24贯通传感器组件34的每个嵌套圆形传感器。在该实施例中,对准每个部分,使得细长组件24的中心轴贯通传感器阵列40的公共中心点以及传感器球28中类似的传感器阵列(未示出)。
下传感器球26和上传感器球28每个通常包括半球形顶部和底部铸模塑料壳体,其以密封的形式围绕和包围一个或更多的传感器。下传感器球26中的传感器由顶部壳体48和顶部壳体50所包围。除了底部壳体50被封闭在下传感器球26中之外,上传感器球26和下传感器球28相类似,然而,顶部壳体48具有孔,细长组件24通过此孔。O形环52在顶部壳体48和细长组件24之间提供了密封。上传感器球28中的传感器(未示出)由类似于下传感器球26中的两个壳体所包围。顶部壳体48和底部壳体50利用由螺钉57示例说明的6个螺钉固定至中心赤道支撑环(central equatorial support ring)56。这些螺钉中的三个固定顶部壳体48,而三个将顶部壳体50固定在环56上。由弓形内壳体58示意说明的两个弓形内壳体(仅示出一个)上下固定在环56上,以内部地支撑和对准传感器42-46。设置橡胶扣眼(grommet)59来保护连接传感器42-46以处理外罩22中的电子装置(未示出)的电线(未示出)。顶部壳体48和顶部壳体50之间的接缝利用两层胶带(未示出)进行密封,其优选地包括应用几种缠绕的狭窄的内带层接着是还用作标签的较宽的外部带层。能够反射的标签带优选地用于外部带层,以最大化场中的仪器的可见度。
传感器42-46中的每个在外部包裹有铜防护带(copper shielding tape),利用该防护带的末端其彼此绝缘以避免短路线圈(shorted turn)的产生和避免导致的受影响的传感器的灵敏度的不期望的降低。利用星形图形中的三个短长度的电线,其都连接在单个接地线处,每个传感器上的防护优选地互相连接。单独的绞合线对连接至三个传感器中的每个,并且这三对加上单个接地组成了将每个传感器球连接至外罩22中的电子装置(未示出)的一组七条电线。
在以上实施例中,根据本发明的***,传感器组件34实现有包括由传感器42、44和46示意说明的三个基本上正交的传感器线圈的两个传感器球26-28。作为另一实例,传感器组件34可以实现有包括由传感器42、44以及46示意说明的三个基本上正交的传感器线圈以及其他限于由传感器42示意说明的单个的这样的传感器线圈。作为再一实施例,传感器组件34可以实现有限于由传感器42示意说明的单个这样的传感器线圈的传感器球26-28。可选地,在任何有益的物理构造中,传感器组件34可以实现有由传感器球26-28示意说明的三个或更多的传感器球,例如,排列成称为四面体的四个传感器球的点阵。
图4是示出显示器38和键区36的***20的外罩22的一部分的放大的顶部视图,并示出了示意性追踪模式MAP视图,其中同时在视觉上指出了多个不同的地下设备的定位。电话设备图标(phone utility icon)60在显示器38上示出,而没有选择的线定位显示特征。电设备图标62在显示器38上示出,具有由实心粗对角线64选择和表示的线定位显示特征。60Hz图标66在显示器38上示出,而没有选择的线定位显示特征。燃气设备图标68在显示器38上示出,而没有选择的线定位显示特征。高、中和低频通过由图标70示意的唯一对应的波形图形图标来表示。显示器38的左上角的图标72表示当前选择的设备,在此情况中是电设备。AC追踪电平可以表示在位置74处,但没有示出。当前选择的音频电平由显示器38上的条形图形76示出。当前选择的设备的深度和距离表示在显示器的78处,在图4的示例中其为10英寸。三维场指示器由八角形80表示,而选择的设备的信号强度在82处表示出,其在图4的示例中为1182。二维水平场指示器在84处表示。水平角数字地表示在显示器38的86处,在图4的示例中为2度。小的图形突出物或槽口88沿着顺时针中的大八角形轨迹90顺时针运动以表示增加的场强度,并在逆时针方向上运动以表示降低的场强度。自动增益步骤(auto-gain step)数字地表示在位置92处,在图4的示例中其为“3”。最后,源的当前电平(source current level)在显示器38的位置94处表示出,在图4的示例中为“976”。当选择的设备变化时,在显示器38的***附近表示出的突出信息改变,其属于特别选择的设备。可以通过在键区36的中心中按下选择键95来选择不同的设备。尽管用于表示一个或更多信号发射场向量的GUI键区36和GUI显示器38的该示意性实施例可用于支持本发明的***和方法,但是本发明的UI特征仅受限于权利要求,而不以任何方式受限于该示例。
盲信号***实施例
图5是示出用于信号发射的盲定位的本发明的***设备的示意性实施例96的功能结构图。如本文中所用,术语“盲检测(blind detection)”和“盲定位(blind location)”示范了信号的检测和定位,它的存在和特征在现有技术中并未公知。设备96示出包括连接至传感器调节组件100的传感器组件98,用于放大、采样和数字化由传感器组件98产生的K=6的时变信号{Sk(t)}102中的每一个。传感器组件98包括由线圈104示意的K=6的传感器线圈,并仅仅是很多可能的有用的传感器组件结构中的一种。作为例子,如以上结合图2中所描述,这些六个传感器线圈可以配置为三个正交传感器(C11,C12,C13)的下阵列和三个正交传感器(C21,C22,C23)的上阵列。
来自传感器调节组件100的六束数字信号采样106由处理器108接收,其被示出包括带通滤波器逻辑单元110、累加器和求值逻辑单元112(以下结合图8的示意性实施例进行描述)和用于在微处理器116的控制下为内部数字信号选路的接口逻辑单元114。作为例子,处理器108可以作为数字信号处理器(DSP)和微控制器芯片的组合而实现,或者作为具有适于实现本发明的方法的存储软件程序的组合的通用目的(GP)计算机而实现,或者作为符合本发明的***和方法的任何其他可用组合而实现。
带通滤波器逻辑单元110被示出为包括具有F=4信道的带通滤波器电路,每个阻止(以通常方式)F=4个预定频率范围中的一个之外的时变信号{Sk(t)}102的一部分,以产生由6个限带传感器信号{S’k(t)}118示意说明的K=6个限带传感器信号{S’k(t)}的F=4个独立设置。作为例子,带通滤波器逻辑单元110可以作为一个或更多的无限冲击响应(IIR)数字滤波器、有限冲击响应(FIR)数字滤波器、快速傅立叶变换(FFT)数字滤波器或者与本发明的***和方法一致的其他可用组合而实现。
GUI 120连接至处理器108,并包括GUI键区122和GUI显示器124。作为例子,GUI 120可以作为结合GUI键区122和GUI显示器124功能的单触摸屏显示设备而实现,或者作为键区和LCD屏幕的组合而实现,或者作为指示器灯和触发器开关的组合而实现,或者作为符合声明的发明的***和方法的任何其他可用的组合而实现。GUI 120允许人类操作员来操作GUI键区122,以控制处理器108的运行以及接收GUI显示器124上的指示,例如,特征在于电磁信号发射的一个或更多埋地物体的传感器组件98上的一个或更多的场向量。这样的埋地物体特征可以在于电磁信号发射,例如,其对于埋地物体是固有的(被动定位),从信号发射机传导地或诱导地连接至埋地物体(主动定位),或者由设置在地下洞或钻孔中的带电探测器发射。
图6是示出本发明的传感器和传感器调节组件的另一实施例的结构图。传感器组件126包括由线圈128示意说明的四个传感器线圈。这四个传感器线圈配置为三个正交传感器(C11,C12,C13)的下传感器阵列130和一个传感器(C22)的上传感器阵列132,上传感器阵列132通过例如类似于以上结合图2所描述的细长组件24的固定细长组件(未示出)连接至下传感器阵列130。每个线圈单独地连接至模拟信号调节和数字化组件134中的一个信道,其可以参照线圈128(C11)的以下描述进行支持。
线圈128通过适当的频率-响应调节和信号衰减元件连接至前置放大器136,其产生了低阻抗差分模拟时变信号{S3(t)}138。信号{S3(t)}138直接连接到交换机140,还连接至混频器142,在混频器中,其与来自数字控制振荡器(NCO)146的本振(LO)信号144进行混合,以产生常用和频和差频,其可以以通用方式进行低通滤波以在隔离放大器148的输入处将和频从差频中清除。因此,放大器148产生代表时变信号138的中频(IF)信号150,时变信号138的频率响应于LO信号144下移了一个量。可以复位和置位交换机140,以向24位模数转换器(ADC)组件152呈现时间变换信号{S3(t)}138或者IF信号150,从而以通常方式产生了代表选择的模拟时变信号(信号138或者信号150)的一个样本的数字数据信号。当操作者确认了搜索的信号发射时(主动定位),IF信号150可以是优选的,而当操作者没有预先确认搜索的信号发射时(盲被动定位),信号138可以是优选的。响应于外部控制信号154,ADC组件152从而产生了代表来自传感器组件126的K=4个的时变信号{Sk(t)}的K=4束的数字信号采样156。如本文中所描述,ADC组件152提供了一种每隔τ秒用于每个传感器信号一次的新的信号采样,其在本文中示范了采样间隔。
图7是示出本发明的处理器和UI组件的另一实施例的结构图。处理器组件157从DSP 158的ADC组件152(图6)中接收数字信号采样156,其包括用于存储和执行所要求的累加器和求值软件程序元件(未示出)的内部存储器(未示出),从而以以下结合图8所描述的方式在数据总线160上产生表示埋地物体发射场向量的数字数据。DSP 158在微控制器162的控制下运行,并且还产生用于控制ADC组件152的外部控制信号154以及用于控制NCO 146(图6)的时钟控制信号164。GUI LCD 166经布置,以在地址和控制总线168传递的各种程序指令的控制下,接收和显示代表来自数据总线160的埋地物体发射场向量的数字数据。数据总线160和控制总线168还连接至闪存存储器170和同步动态随机访问存储器(ADRAM)172,其都运行在DSP 158的控制下,并且用作为例如程序控制和现实目标而存储数据。GUI键区174经由例如标准矩阵扫描总线176连接至微控制器162,从而人类操作者可以将命令键入进处理器组件157中。音频用户界面178操作,以在DSP 158的控制下将各种音频信号从串行总线180传递给人类操作者。如本文中所描述,处理器组件157为每个累加间隔提供了一组新的场向量,其在本文中定义为T个的多个τ秒采样间隔。如本文中所描述,该T个的多个τ秒采样间隔由整数t-1,T进行索引,其中,T可以从一个累加间隔变化至下一个,并且其中,系列的累加间隔可以是例如分离的或者可以是重叠的。
PCA盲信号检测方法
图8是示出矩阵累加器182和向量求值器184的示意性实施例的结构图,其可以在DSP 158(图7)或者累加器和求值逻辑单元112(图5)中实施,以实现主元分析(PCA)技术,现在将进行详细描述。
PCA是一种多变量统计方法,其使用采样数据组的相关矩阵和/或协方差矩阵的特征值和特征向量以提取内涵。同样,如数学领域中所公知的如卡赫能-咯埃夫变换(karhunen-loeve transformation),PCA将采样数据隔离进彼此不相关的分量中。例如,通过研究在采样装置处开始的方向向量上的采样数据的投影,经典PCAS搜索最大不定性的正交方向。这些投影的方差在例如采样协方差矩阵的第一特征向量(即,具有最大相应特征值的一个)的方向上被最大化。为了获得PCA和卡赫能-咯埃夫变换的数学背景的其他支持,参考例如由Howard Anton编写的John Wilery&Sons公司出版的ISBN 0-471-85223-6数学教科书“Elementary Linear Algebra 5e”。
参照图8,对于单个累加间隔中的T个的多个τ秒采样间隔(t-1,T),累加器182接收K个的多个数字信号186,根据开关194的位置,其代表来自传感器信号调节组件100(图5)的K个的多个时间变换传感器信号{Sk(t)}188或者来自带通滤波器192的K个的多个限带传感器信号{S’k(t)}190的第t个采样,在任何一个累加间隔中,其处于未变化状态。所以,当K=4时,信号186包括用于第t个采样间隔的采样{Sk(t)}={S1,S2,S3,S4},其由相关矩阵累加器196和信道和累加器198进行接收。
相关矩阵累加器196将用于信号186的每个新的K个的多个采样的信号采样乘积SiSj加至对称相关矩阵Ct现有元素,根据等式1,Ct的元素代表在累加间隔的早期部分t时刻的信号乘积E[SiSj]的第一期望值:
在电子领域中,等式1中的Ct通常称为并在本文中命名为“相关”矩阵,但是这样的用法在数学领域中是不精确的,因为Ct并不包括时变传感器信号{Sk(t)}之间的通常的统计相关E[(Si-μj)(Sj-μi)]/(σiσj),而仅仅包括信号{Sk(t)}之间的乘积E[SiSj]的期望值。如所公知,互相关(cross-correlation)通常定义为实际时间的两个复合函数的卷积,对于连续时间,其可以写为其中,星号表示复共轭。对于该示意性实施例,发明人有利地认识到,出于本发明的目的,该互相关可以很好地通过在τ=0对其进行求值来近似,其等于信号乘积SiSj在某有限时间间隔上的总和,例如,如在等式1中(在t=T时)定义的对称相关矩阵CT的元素,其可以更精确地被称为K个时间变换传感器信号{Sk(t)}的自相关和互相关的矩阵。本领域的技术人员还容易理解,本发明声明的方法和***不限于τ-0的互相关,尽管本文中所描述的示意性实施例一般利用该限制性假设的优势。传感器信号自相关和互相关不因此受限,根据本发明的方法的应用也不受此限制,其包括和权利要求一致的t的非零值的互相关元素的所有实施例。
类似地,对于每个新的采样,信道和累加器198将每个信号Si的当前采样增加至信道和向量μt的现有的元素,信道和向量的元素代表信号E[Si]的第一期望值,根据等式2:
在累加间隔的最后,t=T,相关矩阵累加器196将代表对称互相关矩阵CT的K(K+1)/2唯一元素的数字信号200传递给向量求值器184中的协方差矩阵处理器202。信道和累加器198同样地将表示信道和向量μT的K个独特元素的数字信号204传递给协方差矩阵处理器202,其产生了表示协方差矩阵AT的数据信号,从而可以更加精确地说明在累加间隔T上的K个传感器信号{Sk(t)}的方差和协方差的矩阵。根据对于两个随机变量的协方差的公知的等价关系,
Cov(X,Y)=E{[X-E(X)][Y-E(Y)]}=E{XY}-E{X}E{Y} [等式3]
所以,当t=T,根据等式4和5,协方差矩阵AT可以自对称相关矩阵CT和信道和向量μT中获得:
其中,Cij是等式1中CT的元素,而μn是针对t=T的等式2中μT的元素。注意,获取协方差矩阵AT的这个过程导致了传感器信号的“去均值(de-meaning)”,并且因此无论时变传感器信号{Sk(t)}是否具有零均值,协方差矩阵AT都有用。对于本发明的盲信号定位方法的该示意性实施例,该优势是重要的。如本文中所使用,术语“协方差矩阵AT”表示在间隔t=[1,T]上的等式4中K个的多个任何时变传感器信号{Sk(t)}的方差和协方差的矩阵,并且术语“相关矩阵CT”表示在间隔t=[1,T]上的等式1中K个的多个任何零均值时变传感器信号{Sk(t)}自相关和互相关的矩阵。如果高通滤波器第一次用于使传感器信号“去均值”,相关矩阵CT还可以用于实现本发明的方法,可以参照等式1-5。
尽管矩阵累加器182和向量求值器184的说明包括使用传感器信号方差和协方差AT的矩阵的示意性实施例,但是本发明的***和方法还可以以使用例如K个零均值时变传感器信号{Sk(t)}的对称相关矩阵CT的方式而实现。此外,应该通过计量处理使零均值传感器信号{Sk(t)}失真,从而使得信号均值自零偏离,失真可以通过例如高通前置滤波器的装置使失真信号去均值而去除。对于本发明的盲信号检测应用而言,这样是不利的,但是当目标信号是公知时,一些类型的带通或者梳状前置滤波器可以有利地增加至本文中所讨论的示意性实施例。例如,当搜索来自探测器或者线路照明器的已知信号时,可以将高通前置滤波器作为有限长度传感器数据上的去均值算子(de-meaning operator)而增加。类似地,当搜索在电力线干扰中的埋地永磁体(发射固定场)时,可以增加低通前置滤波器以保护因而发生的非零均值传感器信号。然而,当对未知信号进行盲搜索时,这些示意性实施例对于大部分埋地物体信号发射特别地具有优势,因为不需要假设传感器信号{Sk(t)}为零均值。因为传感器信号{Sk(t)}通常但是不一直必要地为零均值,所以表示用于零均值信号(第二统计矩)的第一非零统计矩(first non-vanishing statistical moment)的协方差矩阵AT(等式5)实施是出乎意料的优势。
回想,协方差矩阵AT表示在具有T个的多个τ秒采样间隔的累加间隔上,K个传感器信号{Sk(t)}的方差和协方差统计。一旦在索引t=1时启动新的累加间隔,其可以在当前的累加间隔期间发生或者在其耗尽时发生,例如,累加器182开始为在下一个T个的多个τ秒采样间隔期间接收的传感器信号累加新的互相关矩阵CT。根据本发明的方法,整数T可以从一个采样间隔变化至下一个。在预定的但是变化的累加间隔的最后对协方差矩阵AT进行的求值在传感器信号统计中至少假定了分段平稳性(piece-wisestationarity)(平稳性说明了具有未变化的统计性质的随机过程),但是随之产生的特征值和特征向量不需要是线性的或者静态的,以用于检测传感器多数中相关的最强信号分量,而不用预知的任何信号性能,例如,精准的频率、调制或者定位。
协方差矩阵处理器202将表示协方差矩阵AT的K(K+1)/2个的特有元素的数字信号206传送给矩阵特征值处理器208,其以在数学领域中已知的任何一个有益方式产生协方差矩阵AT的K个特征值{λk}和相关的特征向量{Vk}。
作为例子,现在对用于产生这些特征值和特征向量的奇异值分解(singular value decompositon,SVD)方法进行描述。将对角矩阵表达为另一对角矩阵的平方具有使∑中的最大值直接等于特征向量的量值的优势。如本文中所使用,特征向量λ1与相应的电磁信号发射的能量成比例,而特征值λk的均方根与传感器组件处相应的电磁信号发射的幅度成比例。
如数学领域中公知,SVD表示同等***中的原始传感器信号的展开,其中,对称协方差矩阵A也是对角矩阵。计算M×N的矩阵A(M≥N)的SVD由发现两个正交矩阵U和V组成,使得:
A=U∑UT [等式6]
其中,U为M×N的正交矩阵,V为N×N的正交矩阵,并且∑是M×N的“对角”矩阵,包括N个依次从最大至最小值排列的A的“奇异值”。因为U和V是正交的,那么当然UUT=VVT=I,即适当秩的单位矩阵。如数学领域中公知,互相关矩阵C和协方差矩阵A是正方(square)、对称和正半定的,并且在这样的情况下,U=V。对于M=N,当A是正方对称矩阵时,SVD等价于对角化,其简单地为特征值问题的解决方法,其中,∑T∑=A是具有表示A的特征值{λk}的矩阵元(entry)的对角矩阵,而V的列是相应的特征向量Vk。这可以从下列关系中进行理解:
ATA=V∑TUTU∑VT=V∑T∑VT=VΛVT [等式7]
该SVD技术的实际实现不需要使用以上所描述的通常的AVD方法,而是使用例如在http://www.libary.cornell.edu/nr/bookcpdf/c11-2.pdf以及http://www/libary.cornell.edu.nr/bookcpdf/c11-3.pdf中公布的AVD方法所示意说明的任何公知的方法,其可以用例如TMS320VC5502数字信号处理器的有效汇编代码进行编写。还参照例如Press等人编写的剑桥大学于1992年10月30日第二次出版的ISBN 0521431085“Numerical Recipes in C:The Art of Scientific Computing(Chapter 11)”,以用于实现SVD技术的有用的数字方法。
在图8中,矩阵特征值处理器208产生了表示最大特征值λ1的数字信号210和表示相应的特征向量V1的K个的多个元素的数字信号212,因为在SVD期间由标量值重新排序,其分别位于Λ和V中的k=1位置处。数字信号210和212由向量求值器184中的场向量计算器214所接收,并用于产生表示一个或更多的场向量的数字数据216,场向量用于通过例如图7中的GUI显示器166或图5中的GUI显示器124进行处理和显示。
本发明的PCA方法特别用于作为盲信号检测方法,因为矩降累加器182和向量求值器184在每个累加间隔期间产生用于至少一个电磁信号发射的场向量,而不用预知这样的信号发射的性质。然而,本发明的PCA方法还可用于定位由埋地物体发射的已知信号,包括探测器等。矩阵累加器182一直产生最大的特征值和相关的特征向量,无论是最大的特征值还是相关的特征向量,都可以对其进行处理以产生用于临近的最强信号发射的场向量。如果***操作者预先获得了一些搜索的信号发射的性质,可以通过调整带通滤波器逻辑单元110(图5)或者调整例如模拟信号调节和数字化组件134(图6)中的LO参数,进行调整以增加对于信号搜索的本发明的******的灵敏度。但是,本发明的***和方法的重要特征和优点是在由带通滤波器逻辑单元110建立的每个频率区域中,无论是主动的还是被动的,可以一直对临近的最强固有信号发射进行盲检和定位。
传感器信号的预旋转
另一公知的便携式***问题在于任何******操作者运动(operator motion)与接收的发射信号的卷积(convolution)。为了允许适度理想的滤波,这些操作者运动效应必须在应用任何名义上匹配滤波器之前进行去卷积(deconvolve)运算。可选地,可以将滤波器结构基本上调整为包括运动输入。
图11是示出包括预旋转元素的本发明的******的示意性实施例的功能结构图。间接导向模块256、环境传感器258和地形感测模块260向向量归一化模块262提供输入。向量归一化模块262还接收来自传感器组件264的输入。地下设备的位置在UI映射显示器266上展示出。
在处理器组件270上确定场向量之前,预处理元件268可以用于去除来自操作者的关于信号发射的******运动的不期望效应。一阶修正将利用来自传感器阵列264中的任何信号节点的输出变量而形成一系列向量,并且在将这些信号应用至处理器组件270(例如,图5和7)中的滤波器(未示出)之前,利用来自物理导向传感器组258和260的角度变化信息来将向量的时间序列旋转至转动参考系。
在处理器组件270中提供的滤波器的特征取决于搜索的信号发射特征。传统的便携式***已经使用了非常窄带的滤波器。通常的操作者运送限制了滤波器中的最小带宽。旋转传感器输出向量时间序列允许较窄的滤波器的使用以改进检测范围。在大范围中,信号随着范围的变化而缓慢地变化,并且较窄的滤波器更合适。
在宽带******中,产生了非常类似的问题。如果操作者的旋转运动在主动发射信号代码长度的时间标度上明显,匹配滤波器就发现显著的输出幅度的去相关和损耗的发生。再次,如果在应用至匹配的滤波器之前,信号被旋转至稳定的体系,就发现检测信号长度中显著的改善。优选地,传感器阵列264中的每个节点产生三个正交信号分量。对于这些节点中的每个,第一步是将三个信号分量旋转进与由导向传感器258和260所使用的***轴对准的分量中。这可以由任何有益的方法实现,例如普通的矩阵乘法(例如,等式8和10)。优选实施例中的第二步是将滚转(roll)、俯仰(pitch)和偏转(yaw)信号用于导向组258和260,以形成将便携式***的参考系中的信号旋转为地球参考系的矩阵算子。在大部分应用中,设备、导向指向标(beacon)和***(jammer)在地球参考系中是稳定的。参考该体系的信号可以通过重要的较窄的滤波器进行有利地处理。这些矩阵乘法可以利用固定点(fixed-point)或者浮点(floated-point)技术在作为例如GP计算机、DSP或者自定制硬件加速器(custom hardware accelator)实现的处理器270中实现。用于向量归一化功能块272的随后的滤波和处理可以在例如相同的物理处理器或者第二个DSP中进行。
二级修正(second level of correction)也是有用的。在任何特定方向,传感器组件264中的一些传感器可以比其他元件更加靠近搜索的埋地设备,一些比其他元件更加靠近导向指示标,并且一些比其他元件更加靠近其他的干扰发射源。任何操作者运动调制(与其卷积)来自设备和导向指示标的搜索的发射信号,并且还调制任何干扰发射源。该调制扩展了搜索和干扰信号的频谱,并使它们在后续的滤波器中的分离更加困难。来自物理导向传感器组258和260的平移和角信息可以和组件264的已知的物理架构一起使用,以在由匹配的滤波器进行处理之前将信号向量转换进准静态体系(quasi-stationary frame)中。这样的过程最小化了由操作者运动而引起的带宽扩展和信号失真的量,从而更好地分解了设备和指示标信号并抵制了干扰信号。
图12是示出本发明的预旋转方法的示意性实施例274的流程的结构图。对于由t-1索引的T个的多个τ秒采样间隔中的每个,第一步276产生表示索引t时******的磁头方位角(magnetic heading azimuth)的信号θ(t),其包括操作者运动和噪声的效应。******包括本地三维坐标***(local three-dimensional coordinate system),其具有单个零-方向(zero-heading)(方位角)轴(未示出),并且信号θ(t)表示该本地方位角轴和磁北极之间的角度。在下一步骤278中,该信号θ(t)被数字地低通过滤,以清除任何高于10Hz频率的效应,其消除了很多噪声,并仅仅留下了原始信号θ(t)的操作者运动成分。在第三步骤280中,相应的三维预旋转矩阵R通过计算基本上如图12所示的信号θ(t)的三角函数而进行计算。在步骤282中,旋转来自传感器组件的两个节点的六个传感器线圈信号采样{Bk(t)},以在特定采样时间t时再次将它们与磁北极相对准,在该采样时间获得了传感器信号采样,从而产生了预旋转信号采样{Sk(t)}。最终,在步骤284中,这些时变信号采样{Sk(t)}被传送至例如以上结合图5和7所描述的PCA过程。
图13是示出本发明的预旋转方法的可选实施例286的流程的结构图。对于由t-1索引的T个的多个τ秒采样间隔中的每个,第一步骤288产生了表示与索引t时的方位角参考系有关的******的三维空间方位角(方向、方位角或偏转角θ(t)、滚转角φ(t)、俯仰角ψ(t))的多个空间方位角信号{θ(t),φ(t),ψ(t)},其包括操作者运动和噪声的效应。******包括本地三维坐标***,并且这些信号表示其三维空间方位角。在下一步骤290中,将这些信号{θ(t),φ(t),ψ(t)}的每一个数字低通滤波以清除超过10Hz的任何频率的效果,其消除了很多噪声,并仅仅留下了原始空间方位角信号{θ(t),φ(t),ψ(t)}的操作者运动成分。在第三步骤292中,通过计算来自信号{θ(t),φ(t),ψ(t)}的三角函数的独立旋转矩阵(等式8)和使基本上如图13所示的结果进行乘积而对相应的三维预旋转矩阵R进行计算,其中,例如:
[等式8]
在步骤294中,来自传感器组件的两个节点的六个传感器线圈信号采样{Bk(t)}在三个组中进行旋转,以在特定采样时间t将它们与空间方位角参考系进行对准,在该采样时间获得了传感器信号采样,从而产生了预旋转信号采样{Sk(t)}。最终,在步骤296中,这些预旋转时变信号采样{Sk(t)}被传送至例如以上结合图5和7所描述的PCA过程。
虚拟传感器组件
以上描述的预旋转方法具有其他优势。例如,封装制约可以命令几个传感器球中的每个独立于其他球而定位。传感器数据的预旋转至单独的参考系(坐标***)可以在一些其他的前端传感器数据旋转计算代价的情况下显著地简化后续的数据处理。后续的处理操作可以假定所有的向量信息在相同的坐标系中,并且后续算法可以大体保留在设计和组织结构中。在该方法中,与设备的坐标***的每个坐标轴对准的“虚拟”传感器可以通过将传感器信号{Sk(t)}采样数据组织进相关“组”中而形成,所述相关“组”表示由来自所选传感器的数据组成并排斥其他传感器数据的“虚拟传感器组件”。
例如,考虑具有三个正交传感器的四个节点的传感器组件,用于整个12个传感器线圈。用于处理所有12个信号的本发明的方法要求12乘12的相关处理,计算起来非常地麻烦,并且可能仅仅通过利用不利的昂贵的处理组件才可行。对于将每个节点独立处理为每三个的组比较容易,而4个得到的3×3相关则可以在其中某种程度相关,使得它们的相关信号强度相当。
作为虚拟传感器组件例子,对于四面体,四个传感器节点,12个线圈传感器组件,每个传感器节点可以处理为三个并排布置的传感器(collocated sensor)的虚拟相关组。当一个节点中的传感器方位没有与传感器组件中的其他节点的方位对准时,那么在例如处理器270中进行相关分析之前,可以通过预旋转未对准的传感器数据,将本发明的预旋转技术用于形成对准传感器的虚拟阵列。
四个传感器的其他虚拟传感器相关组可以接着自四个节点中的每个中相应的传感器信号形成。来自如此确定的这些传感器中的每个的信号的相对量值可以接着用于归一化每个三元素节点的单独确定的结果,从而信号强度量值可以比较地通过所有的传感器,而不要求整个12个传感器相关操作。当自在所有四个传感器节点处检测的发射场向量形成正确的梯度向量时,本发明的可选的方法是非常有利的。
进一步可选的是自单独的传感器形成四个传感器的虚拟交互节点组,该单独的传感器最严密地与从分析中确定的场向量分量相对准,从而优化了信噪比(SNR),以归一化四个节点的相对信号量级。
确定场和定位向量
现在根据使用磁感测线圈和B-场向量的示例,对出现在向量求值器184中的场向量计算器214的场向量计算中的基本几何概念进行描述,但容易理解,本发明的***还可以类似地应用至利用例如电场传感器的电E场向量的确定。图9A-D是示出图2的传感器组件实施例中的场向量的几何关系的示意图,用于自传感器中产生的场B的埋地物体的电磁信号发射,其对应于第一特征值数据信号210和相关的特征向量成分数据信号212(图8)。回想,第k个特征向量成分Vk表示由称为传感器组件126(图6)的第k个传感器捕获的信号发射场B的成分的相对值。在优选实施例中,这些传感器布置在三个正交线圈(例如,图3的下传感器阵列40和图6中的下传感器阵列130)的一个或更多的阵列中,从而三个线圈中的每个检测信号发射场B的独立定位的成分。这样的三个传感器的使用代表了用于测量自埋地物体发射的磁场B的单个点(在传感器阵列上)处的幅度和方向。但是没有要求将传感器彼此正交。数学上,传感器仅仅需要被线性地分离。即,传感器需要跨越感兴趣的向量空间。
作为例子,本发明的***的实施例可以包括四个或更多的非共面和非共轴传感器线圈(未示出)的单个阵列,例如,在以参考方式包括在本文中的以上引用的专利申请的一个或更多个中的描述。在向量符号中,三个正交传感器表示特别简单(x,y,z)的基本集(basis set){(1,0,0),(0,1,0),(0,0,1)}。这样的非正交(x,y,z)基本集可以用于满足例如一些封装的限制,并且等价的正交成分可以因此利用公知的坐标处理技术从中获得。因此,本领域的技术人员可以容易地理解(x,y,z)传感器或正交性不是必须的,并且可以无此约束以满足***的结构上的物理限制。本发明的SVD方法还将来自一组非正交传感器的信号降为信号发射B磁场的等价的相互正交的成分。
利用四个或更多的传感器允许在信号发射场中进行局部梯度测量。这样做可以适当地要求例如8个传感器线圈。这由考虑到的传感器组件34(图2)最佳地示出,其利用布置在每三个线圈中的两个阵列中的整个6个线圈。应期望更多信息,即,无论垂直信号发射场梯度增加至左边还是或前面,对于导致超定***(over-determined system)的整个12个线圈,都可以将三个额外的线圈添加在前面和添加在右边。可以求解这样的超定***以产生9个元素:
这9个元素不是线性无关的(independent),因为麦克斯韦的等式要求磁场没有散度仅仅存在8个独立磁场B成分,并且因此需要8个传感器线圈,并足以充分地求解磁场B的局部曲率和幅度。再一次,这些传感器线圈的位置和方位不需要布置在轴的直线集上,但是可以设置在例如球体的表面上。来自多于8个传感器线圈的信号还可以在最小平方意义上降低至8个成分的最小组。
参照感兴趣的场向量、梯度向量和定位向量这三个不同信号发射向量之间关系,可以更好地理解本发明的***,现在将对以上的向量进行简单地描述。在本发明的***的一些实施例中,场向量可以用于通过本领域中公知的几种有用的数学和运算方法中的任何一种来判断相关的场梯度向量以及也许埋地物体的估计的定位向量,可以参照例如以参考方式包括在本文中的以上引用的专利申请进行理解。可以通过本发明的机械实现方法和***对场向量和梯度向量进行求解,但是定位向量是更难以解决的,并且可能要求本领域中公知的确定的运算方法,其可能通过******操作者执行。例如,可以在传感器组件中的每个三线圈阵列节点上测量场向量的方位角和仰角。接着可以在场向量为已知的任何两个点间对梯度向量进行估测,利用在每个点上有用的三个已知场向量分量,可以计算出正确的梯度向量,在定位相应的埋地物体时这是非常有用的。然而,关于传感器组件位置的三维空间中确定埋地物***置的正确的定位向量是不容易从场向量或者梯度向量中单独获得的。
为了克服这些限制,******操作者可以采用几个有用策略中的一种或更多种,例如,操作者可以与***GUI显示器相互作用以集中线路或最大化信号强度,并从而通过推论的积累,在三维空间中定位埋地物体。如果信号发射场类型和几何形状是接近理想并是先验的(a priori),那么有用的定位向量可以通过包括场和梯度向量的计算而确定。如在以参考形式包括在本文中的以上引用的专利申请的一个或更多中所描述,实现这样的情况的有益方法对于来自长埋地管道的二维圆柱场是公知的。可以通过求解三个并排布置的传感器(优选的为正交)的成分而确定场向量,其包括沿测量的局部场线的场幅度和方向(例如,方位角和仰角)。还应该了解,场是简单的无限的(或者非常长的)直圆柱电磁场,水平的场向量表示传感器组件直接地位于相关的埋地物体之上(或之下),而倾斜的场向量表示传感器组件位于一侧或另一侧取决于场的倾斜情况。
应该了解,场是偶极子(dipole)(探测器)形式,要求其他信息以根据公知的操作技术判断埋地物***置。利用诸如具有下和上传感器球26和28的图2中所示的传感器组件34的传感器组件,可以经由沿细长组件24的连接轴求解梯度向量。当组件34直接地位于埋地线路上并且传感器球26和28之间的轴垂直布置时,梯度向量直接地向下设置,并且(假定1/R一次幂半径量值关系(first-power radius magnitude relationship))场梯度量级与埋地线路的深度有关。在该示意性几何学的具体情况中,可以对梯度向量进行求解。
利用具有四个这样的三个线圈传感器球的传感器组件,可以求解全部的梯度向量,而不用依赖于该具体的几何学图形情况中,可以参照结合等式9的以上的讨论来理解。有用的四球传感器组件几何排列的一个优选实施例是四面体的四个角。优选完全求解的梯度向量,但是偶极子(探测器)发射物产生场,其中从主偶极子轴至90度点(对于恒定半径),场强从200%变至100%。因为偶极子的这个特征,即使梯度向量不将直接指向偶极子的中心。在一些具体情况中,例如在发射场是偶极子或坐标线的简单而未失真的产物,可以通过从已知梯度向量和理论场几何排列推断埋地发射物位置来计算正确的定位向量的估计。例如,可以数学地检测由本发明的***在四个三线圈传感器节点处获得的场向量,以与具体方位或优选圆柱场的正确的偶极子场或完美的圆柱场一致,从而产生表示最适于纯偶极子或纯圆柱或它们的一些组合的测量的场向量的优势的图形。然而,在偶极子和圆柱场的未知组合的情况下,这样的定位向量解决方案可能是不确定的。
实际上,关于传感器组件坐标***,在最大特征向量V1的正交变换之后,本发明的***可以确定传感器组件的场向量的方位角和仰角。例如,让{V1,V2,V3}代表为图6中的传感器阵列126而找到的V1的第一组三个特征向量成分、以及因此由下传感器阵列130的三个互相正交的线圈检测到的信号发射成分,那么:
其中,当且仅当Vz<0时,对于{Vx,Vy,Vz}标记反转。在该变换后,可以根据如下的传感器组件坐标***,确定场向量方位角和仰角。该过程追溯以上结合等式8所进行的讨论。
图9A-D是示出实例的向量图,其中来自埋地物体的电磁信号发射在具有单个传感器阵列220的传感器组件上产生磁场B 218。根据本发明的方法对传感器阵列信号进行处理,以产生特征向量成分{Vx,Vy,Vz}。图9A示出了场向量示例的透视图。图9B示出了相同示例的侧视(仰角)图。
图9C示出了相同示例的顶视(平面)图。可以利用简单的三角公式计算传感器组件220处的场向量218。例如,方位角θAZ=Arc tan(Vy/Vx)易于自两个变换的特征向量分量计算出,而仰角自三个变换的特征向量分量中获得。仅出于说明的目的,这些场向量示例使用球坐标。如本文中所使用,术语“场向量”表示局部电磁信号发射场的相对测量,局部电磁信号发射场可以没有限制地在任何有用的坐标***中进行表达,而不考虑本文中用于示意或者说明场向量的符号。知道场向量方位角和仰角,可以根据通过从已知的梯度向量和理论场几何排列(未显示)中推断出的埋地发射物位置的本发明的方法,计算出正确的定位向量的估值。
图9D示出了另一示例的侧视(仰角)图,其中来自埋地物体的信号发射在具有下传感器阵列220和另一上传感器阵列222的传感器组件上产生磁场B。根据本发明的方法,对六个随之产生的传感器信号进行处理,以产生特征向量分量{VLx,VLy,VLz,VUx,VUy,VUz}。特征向量分量{VLx,VLy,VLz}可以代表为图5中的传感器阵列104找到的V1的的六个分量的前面三个、以及因此通过下传感器阵列40(图3)的三个互相正交的线圈检测到的信号发射成分,成分{VUx,VUy,VUz}可以代表为传感器阵列104找到的V1的六个分量中的后三个、以及因此可以通过细长组件24上的上传感器阵列的三个互相正交的线圈检测到的信号发射成分。可以参照以上的讨论容易地理解根据本发明的方法的两个独立场向量的计算。例如,上场向量方位角θUAZ=Arc tan(VUy/VUx)易于自两个(变换的)特征向量分量计算出,并且也可以计算上场向量仰角可以获得类似的下场向量方位角和仰角。参照以上讨论,以可以认同的方式,还可以自两个传感器球处的两个场向量计算梯度向量,并且将梯度向量用于估计出正确的定位向量。
图10是示出本发明的方法的示意性实施例224的流程的结构图。方法224在步骤226处开始,其中对K个传感器信号Sk(t)(k=1,K)中的每个进行采样,以产生信号幅度的数字表示。在该样例的下一步骤228中,通过F个的多个带通滤波器对每个采样流进行滤波,以形成F组的多组K个限带传感器信号{Sk(t)}f,从而特征在于频率上彼此不同的信号发射的E个的多个埋地物体可以同时通过F个的多个限带传感器信号{Sk(t)}f中每个的并行处理进行定位以获得如下相关的场向量。在步骤230处开始,针对每个多个{Sk(t)}f(f-1,F),首先在步骤232中更新信号乘积Cij=Cij+Si(t)·Sj(t)(i=1,K)的累加的期望值,以及在步骤234中更新信号SUMi=SUMi+Si(t)(i=1,K)的累加的期望值,并且接着在步骤236中增加采样间隔索引t。在接着的步骤238中,检测索引t以判断是否完成了累加间隔(例如,通过针对固定数目的T个采样检测t或者通过检测来自***别处的进入的干扰);如果没有,过程返回至步骤226,并对于下一采样间隔重复。如果累加间隔过期,过程形成分支(branch)到240,并且对来自步骤232-234中的累加的期望值的协方差矩阵AT进行求值,其中例如Aij=Cij/T-SUMi·SUMj/T2。在后续步骤242和244中,获得了传感器信号协方差矩阵AT的特征值{λk}和特征向量{Vk},其中在该样例中,步骤242首先获得了矩阵AT的SVD。在下一步骤246中,产生了第一和最大的特征值λ1及其特征向量V1,以用于后续步骤248和250中,其中,对用于该特定的(第f个)信号发射的场向量的成分进行计算,以在最终步骤252中进行存储和/或显示。尽管步骤248-250示出了球坐标中表达的场向量,如本文中所使用,术语“场向量”表示局部电磁信号发射场的相对测量,其可以没有限制地在任何有用的坐标***中进行表达,而不考虑本文中所使用的符号。在完结步骤252中,过程将步骤254的采样间隔索引t重新置位,并返回步骤226。
本发明的方法的优势在于电力线的被动定位期间随之产生的自所有电力线谐波中捕获净能量的能力。没有该发明,典型的电力线***应用窄带540Hz(或450Hz)滤波器来隔离基本60Hz(50Hz)电力线频率的第九个谐波。尽管经常使用,该滤波技术丢弃了由其他电力线谐波贡献的能量,并且第九个谐波能量对可用的SNR是不够的。利用本发明的方法,无论在哪里其发生于更宽的频带之上,都可以捕获电力线谐波能量。实现用于被动电力线定位的本发明的方法一个有益技术是在大约8kHz下进行采样,而使用ADC奈奎斯特抗迭混(anti-aliasing filter)滤波器(例如,当在用于ADC组件152的ADC芯片实施例中有效时)来清除超过在大约4kHz之上的频率。高通和低通滤波器对于用于主动定位的其他频带也是有益的。
传感器频率响应区域中任何发送信号的盲检测是本发明的***的重要优势。因为高频趋于更好地耦合进未知的埋地物体,而低频传播地更远,******操作者可以利用本发明的******的宽带接收能力以有利于求解即便是窄带的主动发送的信号。当利用本领域中公知的传统主动******时,发射物必须在某一时刻设置到一个频率,而利用***重复检查的搜索区域也在某一时刻设置到相同的频率。一些***以远程改变无线电控制链路发射物频率(例如,美国专利No.6,356,082)的手段来设计,以处理该缺陷。利用本发明的***,发射物可在例如512Hz、8kHz和33kHz时同时发射,从而在接近发射物的范围可以检测任何以33kHz耦合的导体。当******操作者移动到更加远离发射物时,较低频率逐渐地压倒较高频率而占优势,并且接着不用操作员调整就可以进行检测。
明显地,鉴于这些讲授,对于本领域的普通技术人员而言,本发明的其他实施例和修改可以容易地产生。因此,本发明仅仅受到所附权利要求的限制,当结合以上的说明和附图考虑时,其包括所有这样的实施例和修改。
Claims (34)
1.一种设备,其用于定位一个或更多埋地物体,每个所述埋地物体的特征在于电磁信号发射,所述设备包括:
传感器组件,包括数量为K的多个传感器,每个所述传感器具有传感器轴并产生时变传感器信号Sk(t),其中1≤k≤K;
处理器,所述处理器连接至所述传感器组件,用于处理表示第一电磁信号发射的数量为K的多个所述时变传感器信号{Sk(t)},包括:
矩阵累加器,用于产生表示K乘K的协方差矩阵AT的数据信号,所述协方差矩阵AT对应于在所选时间间隔上的所述时变传感器信号{Sk(t)}的协方差,其中,协方差矩阵AT特征在于数量为K的多个特征值{λk}和相关的特征向量{Vk};以及
计算装置,用于产生表示所述传感器组件处的所述第一电磁信号发射的场向量的数据信号,其中,所述场向量对应于与所述特征值{λk}的最大的特征值λ1相关的特征向量V1;以及
用户界面(UI),连接至所述处理器,所述用户界面用于指示所述传感器组件处的所述第一电磁信号发射场向量。
2.根据权利要求1所述的设备,还包括:
带通滤波器电路,所述带通滤波器电路连接在所述传感器组件和所述处理器之间,用于阻止预定频率区域之外的部分所述时变传感器信号{Sk(t)},并将数量为K的多个限带传感器信号{S’k(t)}传送给所述处理器。
3.根据权利要求2所述的设备,其中:
所述带通滤波器电路为数量为F的多个带通滤波器电路,每个所述带通滤波器电路连接在所述传感器组件和所述处理器之间,用于为数量为F的多个预定频率区域中的每一个产生数量为K的多个限带传感器信号{S’k(t)}f;以及
所述处理器为多个处理器,其中的每个用于处理数量为K的多个限带传感器信号{S’k(t)}f的第f个,所述第f个信号表示数量为E的多个所述电磁信号发射中的一个,其中,1≤f≤F,
从而,同时产生表示所述数量为E的多个电磁信号发射的场向量的数据信号,所述数量为E的多个电磁信号发射的场向量表征多个埋地物体。
4.根据权利要求3所述的设备,其所述传感器组件还包括:
第一传感器阵列,包括三个传感器,所述三个传感器的传感器轴设置成彼此正交地与第一传感器阵列中心点相交;
第二传感器阵列,包括一个或更多的传感器,所述一个或更多的传感器的传感器轴设置成与第二传感器阵列中心点相交;以及
细长部件,延伸通过所述第一传感器阵列中心点和所述第二传感器阵列中心点,并以固定的空间关系支撑所述第一传感器阵列和所述第二传感器阵列。
5.根据权利要求3所述的设备,其所述带通滤波器电路包括选自以下组中的至少一个滤波器电路,所述组包括:
无限冲击响应(IIR)滤波器电路;
快速傅立叶变换(FFT)滤波器电路;以及
有限冲击响应(FIR)滤波器电路。
6.根据权利要求3所述的设备,其所述用户界面(UI)还包括:
同时指示装置,用于同时地指示所述传感器组件处的数量为E的多个电磁信号发射场向量。
7.根据权利要求1所述的设备,还包括:
高通滤波器,所述高通滤波器连接至所述传感器组件,用于产生表示所述第一电磁信号发射的数量为K的多个去均值时变传感器信号{S”k(t)};以及
在所述处理器中的第二矩阵累加器,所述第二矩阵累加器连接至所述高通滤波器,用于产生表示K乘K的相关矩阵CT的数据信号,所述相关矩阵CT对应于在所选时间间隔上的所述去均值时变传感器信号{S”k(t)}的相关,其中,相关矩阵CT特征在于所述数量为K的多个特征值{λk}和相关的特征向量{Vk}。
8.根据权利要求1所述的设备,还包括:
所述传感器组件中的预旋转处理器,所述预旋转处理器用于处理数量为K的多个第一时变传感器信号,每个所述第一时变传感器信号与相应的所述传感器轴对准,所述预旋转处理器包括:
空间方位角数据信号产生装置,用于产生表示与预定坐标***的至少一个维度有关的所述传感器组件空间方位角的数据信号;以及
对准数据信号产生装置,用于产生表示所述数量为K的多个时变传感器信号{Sk(t)}的数据信号,所述数量为K的多个时变传感器信号对应于关于所述传感器组件旋转成对准所述预定坐标***的所述数量为K的多个第一时变传感器信号。
9.根据权利要求1所述的设备,还包括:
在所述处理器中的虚拟子组处理器,所述虚拟子组处理器用于从所述数量为K的多个传感器中选择数量为J的多个传感器以形成数量为G的多个第一子组,每个所述第一子组提供数量为Jg<K的多个所述传感器信号{Sj(t)}g,其中,1≤g≤G,所述虚拟子组处理器包括:
第一子组处理装置,用于处理所述数量为G的多个第一子组中的一个或更多个,以获得表示所被处理的第一子组中的每一个处的所述第一电磁信号发射的场向量的数据信号;
第二子组处理装置,用于处理由来自所述第一子组中的每一个的至少一个传感器构成的第二子组,以使横跨所有所被处理的子组的所述场向量归一化。
10.根据权利要求1所述的设备,其所述计算装置还包括:
方位角数据信号产生装置,用于产生表示所述传感器组件处的所述电磁信号发射场向量的方位角θAZ的数据信号。
11.根据权利要求1所述的设备,其所述计算装置还包括:
仰角数据信号产生装置,用于产生表示所述传感器组件处的所述电磁信号发射场向量的仰角φEL的数据信号。
12.根据权利要求1所述的设备,其所述用户界面UI还包括:
同时指示装置,用于同时地指示所述传感器组件处的数量为E的多个电磁信号发射场向量。
13.根据权利要求1所述的设备,其所述传感器组件还包括:
第一传感器阵列,包括三个传感器,所述三个传感器的传感器轴设置成彼此正交地与第一传感器阵列中心点相交;
第二传感器阵列,包括一个或更多的传感器,所述一个或更多的传感器的传感器轴设置成与第二传感器阵列中心点相交;以及
细长部件,延伸通过所述第一传感器阵列中心点和所述第二传感器阵列中心点,并以固定的空间关系支撑所述第一传感器阵列和所述第二传感器阵列。
14.一种用于定位与数量为K的多个电磁传感器有关的电磁信号发射的机器实现方法,所述数量为K的多个电磁传感器的每一个产生时变传感器信号Sk(t),其中,1≤k≤K,所述方法包括以下步骤:
(a)产生表示K乘K的协方差矩阵AT的数据信号,所述协方差矩阵AT对应于在所选时间间隔上的所述数量为K的多个时变传感器信号{Sk(t)}的协方差,其中,所述协方差矩阵AT特征在于数量为K的多个特征值{λk}和相关的特征向量{Vk};以及
(b)产生表示所述多个电磁传感器处的所述电磁信号发射的场向量的数据信号,其中,所述场向量对应于与所述特征值{λk}的最大的特征值λ1相关的特征向量V1。
15.根据权利要求14所述的方法,还包括以下步骤:
(a.1)产生表示所述协方差矩阵AT的对角奇异值分解矩阵∑的数据信号,使得AT=U∑VT,并且U和V是正交矩阵;
(a.2)产生表示对应于所述对角奇异值分解矩阵∑的所述数量为K的多个特征值{λk}和相关的特征向量{Vk}的数据信号。
16.根据权利要求15所述的方法,还包括以下步骤:
(b.1)产生表示所述多个电磁传感器处的所述电磁信号发射场向量的方位角θAZ的数据信号。
17.根据权利要求16所述的方法,还包括以下步骤:
(b.1)产生表示所述多个电磁传感器处的所述电磁信号发射场向量的仰角φEL的数据信号。
18.根据权利要求14所述的方法,其中,从所述数量为K的多个传感器中选择数量为J的多个传感器以形成数量为G的多个第一子组,每个所述第一子组提供数量为Jg<K的多个所述传感器信号{Sj(t)}g,其中,1≤g≤G,还包括以下步骤:
(c.1)执行步骤(a)和(b),以处理所述数量为G的多个第一子组的一个或更多个,从而获得表示所被处理的第一子组的每一个处的所述电磁信号发射的场向量的数据信号;以及
(c.2)执行步骤(a)和(b),以处理由来自所述第一子组的每一个的至少一个传感器构成的第二子组,从而使横跨所有所被处理的子组的所述场向量归一化。
19.根据权利要求14所述的方法,还包括以下步骤:
(b.1)产生表示所述多个电磁传感器处的所述电磁信号发射场向量的方位角θAZ的数据信号。
20.一种用于同时定位与数量为K的多个电磁传感器有关的数量为E的多个不相关电磁信号发射的机器实现方法,所述数量为K的多个电磁传感器的每一个产生时变传感器信号Sk(t),其中,1≤k≤K,所述方法包括以下步骤:
(a)对所述数量为K的多个时变传感器信号{Sk(t)}进行滤波,以为数量为F的多个预定频率区域的每一个获得数量为K的多个限带传感器信号{S’k(t)}f,其中,1<f<F;以及
(b)处理所述数量为F的多个限带传感器信号{S’k(t)}f中的每一个,其通过以下步骤执行:
(b.1)产生表示K乘K的协方差矩阵ATf的数据信号,所述协方差矩阵ATf对应于所选时间间隔上的数量为K的多个时变传感器信号{Sk(t)}f的第f个的协方差,其中,所述协方差矩阵ATf特征在于数量为K的多个特征值{λk}f和相关的特征向量{Vk}f;以及
(b.2)产生表示所述多个电磁传感器处的第f个所述电磁信号发射的场向量的数据信号,其中,所述场向量对应于与所述特征值{λk}f的最大的特征值λ1f相关的特征向量V1f。
21.根据权利要求20所述的方法,还包括以下步骤:
(b.1.1)产生表示第f个所述协方差矩阵ATf的对角奇异值分解矩阵∑f的数据信号,使得ATf=Uf∑fVf T,并且Uf和Vf是正交矩阵;
(b.1.2)产生表示对应于所述对角奇异值分解矩阵∑f的所述数量为K的多个特征值{λk}f和相关的特征向量{Vk}f的数据信号。
22.根据权利要求21所述的方法,还包括以下步骤:
(b.2.1)产生表示所述多个电磁传感器处的所述电磁信号发射场向量的方位角θAZ的数据信号。
23.根据权利要求21所述的方法,还包括以下步骤:
(b.2.1)产生表示所述多个电磁传感器处的所述电磁信号发射场向量的仰角φEL的数据信号。
24.根据权利要求20所述的方法,其中,从所述数量为K的多个传感器中选择数量为J的多个传感器以形成数量为G的多个第一子组,每个所述第一子组提供数量为Jg<K的多个传感器信号{Sj(t)}g,其中,1≤g≤G,还包括以下步骤:
(c.1)执行步骤(a)和(b),以处理所述数量为G的多个第一子组的一个或更多个,从而获得表示所被处理的第一子组的每一个处的所述电磁信号发射的场向量的数据信号;以及
(c.2)执行步骤(a)和(b),以处理由来自所述第一子组中的每一个的至少一个构件构成的第二子组,从而使横跨所有所被处理的子组的所述场向量归一化。
25.根据权利要求20所述的方法,还包括以下步骤:
(b.2.1)产生表示所述多个电磁传感器处的所述电磁信号发射场向量的方位角θAZ的数据信号。
26.一种用于定位与数量为K的多个电磁传感器有关的电磁信号发射的机器实现方法,所述数量为K的多个电磁传感器的每一个产生去均值时变传感器信号Sk(t),其中,1<k<K,所述方法包括以下步骤:
(a)产生表示K乘K的相关矩阵CT的数据信号,所述相关矩阵CT对应于在所选时间间隔上的所述数量为K的多个去均值时变传感器信号{Sk(t)}的相关,其中,所述相关矩阵CT特征在于数量为K的多个特征值{λk}和相关的特征向量{Vk};以及
(b)产生表示所述多个电磁传感器处的所述电磁信号发射的场向量的数据信号,其中,所述场向量对应于与所述特征值{λk}的最大的特征值λ1相关的特征向量V1。
27.根据权利要求26所述的方法,还包括以下步骤:
(a.1)产生表示所述相关矩阵CT的对角奇异值分解矩阵∑的数据信号,使得AT=U∑VT,并且U和V是正交矩阵;
(a.2)产生表示对应于所述对角奇异值分解矩阵∑的所述数量为K的多个特征值{λk}和相关的特征向量{Vk}的数据信号。
28.根据权利要求27所述的方法,还包括以下步骤:
(b.1)产生表示所述多个电磁传感器处的所述电磁信号发射场向量的方位角θAZ的数据信号。
29.根据权利要求28所述的方法,还包括以下步骤:
(b.1)产生表示所述多个电磁传感器处的所述电磁信号发射场向量的仰角φEL的数据信号。
30.根据权利要求26所述的方法,其中,从所述数量为K的多个传感器中选择数量为J的多个传感器以形成数量为G的多个第一子组,每个所述第一子组提供数量为Jg<K的多个传感器信号{Sj(t)}g,其中,1≤g≤G,还包括以下步骤:
(c.1)执行步骤(a)和(b),以处理所述数量为G的多个第一子组的一个或更多个,从而获得表示所被处理的第一子组中的每一个处的所述电磁信号发射的场向量的数据信号;以及
(c.2)执行步骤(a)和(b),以处理由来自所述第一子组中的每一个的至少一个传感器构成的第二子组,从而使横跨所有所被处理的子组的所述场向量归一化。
31.根据权利要求26所述的方法,还包括以下步骤:
(b.1)产生表示所述多个电磁传感器处的所述电磁信号发射场向量的方位角θAZ的数据信号。
32.一种用于定位与数量为K的多个电磁传感器有关的电磁信号发射的机器实现方法,所述数量为K的多个电磁传感器的每一个具有关于预定坐标***的至少一个维度定向的传感器轴并产生时变传感器信号Bk(t),其中,1<k<K,所述方法包括以下步骤:
(a)产生表示数量为K的多个时变传感器信号{Bk(t)}的数量为K的多个时变传感器信号{Sk(t)},其旋转成对准所述至少一个预定坐标***维度;
(b)产生表示K乘K的协方差矩阵AT的数据信号,所述协方差矩阵AT对应于在所选时间间隔上的所述数量为K的多个时变传感器信号{Sk(t)}的协方差,其中,协方差矩阵AT特征在于数量为K的多个特征值{λk}和相关的特征向量{Vk};以及
(c)产生表示所述多个电磁传感器处的所述电磁信号发射的场向量的数据信号,其中,所述场向量对应于与所述特征值{λk}的最大的特征值λ1相关的特征向量V1。
33.根据权利要求32所述的方法,还包括以下步骤:
(a.1)产生表示所述协方差矩阵AT的对角奇异值分解矩阵∑的数据信号,使得AT=U∑VT,并且U和V是正交矩阵;
(a.2)产生表示对应于所述对角奇异值分解矩阵∑的所述数量为K的多个特征值{λk}和相关的特征向量{Vk}的数据信号。
34.根据权利要求32所述的方法,其中,从所述数量为K的多个传感器中选择数量为J的多个传感器以形成数量为G的多个第一子组,每个所述第一子组具有数量为Jg<K的多个所述传感器信号{Sj(t)}g,其中,1≤g≤G,还包括以下步骤:
(c.1)执行步骤(a)和(b),以处理所述数量为G的多个第一子组的一个或更多个,从而获得表示所被处理的第一子组的每一个处的所述电磁信号发射的场向量的数据信号;以及
(c.2)执行步骤(a)和(b),以处理由来自所述第一子组中的每一个的至少一个成员构成的第二子组,从而使横跨所有所被处理的子组的所述场向量归一化。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US5477605A | 2005-02-09 | 2005-02-09 | |
US11/054,776 | 2005-02-09 | ||
US11/205,267 | 2005-08-15 | ||
US11/205,267 US7136765B2 (en) | 2005-02-09 | 2005-08-15 | Buried object locating and tracing method and system employing principal components analysis for blind signal detection |
PCT/EP2006/000601 WO2006084575A1 (en) | 2005-02-09 | 2006-01-24 | A buried object locating and tracing method and system employing principal components analysis for blind signal detection |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101116010A CN101116010A (zh) | 2008-01-30 |
CN101116010B true CN101116010B (zh) | 2010-10-06 |
Family
ID=36300028
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2006800044323A Active CN101116010B (zh) | 2005-02-09 | 2006-01-24 | 应用盲信号检测的主成分分析的埋地物体定位和跟踪方法及*** |
Country Status (4)
Country | Link |
---|---|
US (1) | US7136765B2 (zh) |
EP (1) | EP1846780B1 (zh) |
CN (1) | CN101116010B (zh) |
WO (1) | WO2006084575A1 (zh) |
Families Citing this family (81)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7449892B2 (en) * | 2006-06-02 | 2008-11-11 | Cal-Tek 2000, Inc. | Stray voltage detecting |
US7741848B1 (en) | 2006-09-18 | 2010-06-22 | Seektech, Inc. | Adaptive multichannel locator system for multiple proximity detection |
US8013610B1 (en) | 2006-12-21 | 2011-09-06 | Seektech, Inc. | High-Q self tuning locating transmitter |
GB2458120B (en) * | 2008-03-03 | 2012-07-25 | Radiodetection Ltd | A detector for calculating the depth of a buried conductor |
US8947089B2 (en) * | 2008-05-09 | 2015-02-03 | Hitachi, Ltd. | Magnetic field shimming adjustment: reducing magnetic distribution errors by obtaining current potential distributions of MRI apparatus |
CN101598571B (zh) * | 2008-06-04 | 2012-02-08 | 中国科学院沈阳自动化研究所 | 一种微弱信号的快速提取方法及装置 |
US8358857B2 (en) * | 2008-10-03 | 2013-01-22 | Sony Corporation | Dynamic clustering for adaptive prediction filters |
US8150195B2 (en) * | 2008-10-03 | 2012-04-03 | Sony Corporation | Adaptive prediction using a dimensionality reduction process |
DE102008054448A1 (de) * | 2008-12-10 | 2010-06-17 | Robert Bosch Gmbh | Ortungsgerät |
CA2690239A1 (en) | 2009-02-10 | 2010-04-12 | Certusview Technologies, Llc | Methods, apparatus, and systems for exchanging information between excavators and other entities associated with underground facility locate and marking operations |
US8572193B2 (en) * | 2009-02-10 | 2013-10-29 | Certusview Technologies, Llc | Methods, apparatus, and systems for providing an enhanced positive response in underground facility locate and marking operations |
US8902251B2 (en) | 2009-02-10 | 2014-12-02 | Certusview Technologies, Llc | Methods, apparatus and systems for generating limited access files for searchable electronic records of underground facility locate and/or marking operations |
CA2691780C (en) | 2009-02-11 | 2015-09-22 | Certusview Technologies, Llc | Management system, and associated methods and apparatus, for providing automatic assesment of a locate operation |
US9465129B1 (en) * | 2009-03-06 | 2016-10-11 | See Scan, Inc. | Image-based mapping locating system |
JP5567908B2 (ja) * | 2009-06-24 | 2014-08-06 | キヤノン株式会社 | 3次元計測装置、その計測方法及びプログラム |
US20110031879A1 (en) * | 2009-08-10 | 2011-02-10 | General Electric Company | Street lighting lamp with long life, high efficiency, and high lumen maintenance |
GB201008103D0 (en) * | 2010-05-14 | 2010-06-30 | Selex Galileo Ltd | System and method for the detection of buried objects |
US8918898B2 (en) | 2010-07-30 | 2014-12-23 | Certusview Technologies, Llc | Methods, apparatus and systems for onsite linking to location-specific electronic records of locate operations |
EP3043231A1 (en) | 2010-12-02 | 2016-07-13 | SeeScan, Inc. | Magnetically sensed user interface devices |
WO2012155001A2 (en) * | 2011-05-11 | 2012-11-15 | Mark Olsson | Buried object locator apparatus and systems |
US8892379B2 (en) * | 2011-06-30 | 2014-11-18 | General Electric Company | System and method for soft-field reconstruction |
AU2012283031A1 (en) * | 2011-07-08 | 2013-12-19 | Conocophillips Company | Electromagnetic depth/orientation detection tool and methods thereof |
WO2013036686A1 (en) | 2011-09-06 | 2013-03-14 | Ray Merewether | Systems and methods for locating buried or hidden objects using sheet current flow models |
US9341740B1 (en) | 2012-02-13 | 2016-05-17 | See Scan, Inc. | Optical ground tracking apparatus, systems, and methods |
US10809408B1 (en) | 2012-03-06 | 2020-10-20 | SeeScan, Inc. | Dual sensed locating systems and methods |
EP2828689B1 (en) * | 2012-03-23 | 2020-12-16 | SeeScan, Inc. | Gradient antenna coils and arrays for use in locating systems |
US9645268B2 (en) * | 2012-06-25 | 2017-05-09 | Schlumberger Technology Corporation | Seismic orthogonal decomposition attribute |
US9599740B2 (en) * | 2012-09-10 | 2017-03-21 | SeeScan, Inc. | User interfaces for utility locators |
WO2016003938A1 (en) | 2014-07-01 | 2016-01-07 | SeeScan, Inc. | Ground tracking apparatus, systems, and methods |
CN104375190B (zh) * | 2014-11-26 | 2017-01-25 | 武汉轻工大学 | 一种电力线位置信息测量装置及方法 |
DE102015206275A1 (de) * | 2015-03-18 | 2016-09-22 | Gerd Reime | System, Verfahren und Computerprogramm zur mobilen Bereitstellung von Daten verborgener Objekte |
WO2017035396A1 (en) * | 2015-08-25 | 2017-03-02 | Seescan, Inc | Locating devices, systems, and methods using frequency suites for utility detection |
US10094947B2 (en) * | 2015-10-07 | 2018-10-09 | Metrotech Corporation | System and method for locating underground lines using antenna and positioning information |
WO2017091789A1 (en) * | 2015-11-25 | 2017-06-01 | Seescan, Inc | Utility locating systems, devices, and methods using radio broadcast signals |
NO20160104A1 (en) * | 2016-01-20 | 2017-07-21 | Force Tech Norway As | Method for detection of electric fields surrounding a structure in an electrically conducting medium |
JP2017138254A (ja) | 2016-02-05 | 2017-08-10 | 国立研究開発法人海洋研究開発機構 | 資源推定システム及び資源推定方法 |
EP3417320A1 (en) | 2016-02-16 | 2018-12-26 | SeeScan, Inc. | Buried utility marker devices and systems |
EP3427331B1 (en) | 2016-03-11 | 2020-09-30 | SeeScan, Inc. | Utility locators with retractable support structures and applications thereof |
US11300597B2 (en) | 2016-04-25 | 2022-04-12 | SeeScan, Inc. | Systems and methods for locating and/or mapping buried utilities using vehicle-mounted locating devices |
US9971936B2 (en) | 2016-06-17 | 2018-05-15 | Li-Cor, Inc. | Adaptive signal detection and synthesis on trace data |
US10521657B2 (en) | 2016-06-17 | 2019-12-31 | Li-Cor, Inc. | Adaptive asymmetrical signal detection and synthesis methods and systems |
US10151781B2 (en) | 2016-06-17 | 2018-12-11 | Li-Cor, Inc. | Spectral response synthesis on trace data |
US10564309B2 (en) | 2016-06-21 | 2020-02-18 | SeeScan, Inc. | Systems and methods for uniquely identifying buried utilities in a multi-utility environment |
US11402532B2 (en) * | 2016-07-12 | 2022-08-02 | Halliburton Energy Services, Inc. | Leak localization using acoustic-signal correlations |
CN106358313A (zh) * | 2016-08-30 | 2017-01-25 | 中兴长天信息技术(南昌)有限公司 | 一种用于物联网的lora无线通信网络信道接入控制方法 |
EP3511744A4 (en) * | 2016-09-09 | 2020-04-29 | Japan Agency for Marine-Earth Science and Technology | BASIC SEA DETECTING SYSTEM, TRANSMITTER, RECEIVER, SIGNAL PROCESSING DEVICE, SIGNAL PROCESSING METHOD, METHOD FOR ELECTRIC PRODING, METHOD FOR ELECTROMAGNETIC PRODING AND PROGRAMMING |
US11067700B2 (en) | 2016-11-10 | 2021-07-20 | Merlin Technology, Inc. | Removably attachable GPS module for a portable locator |
WO2018112411A1 (en) | 2016-12-15 | 2018-06-21 | Milwaukee Electric Tool Corporation | Pipeline inspection device |
WO2018112476A1 (en) | 2016-12-16 | 2018-06-21 | SeeScan, Inc. | Systems and methods for electronically marking, locating and virtually displaying buried utilities |
US20190011592A1 (en) | 2017-01-09 | 2019-01-10 | SeeScan, Inc. | Tracked distance measuring devices, systems, and methods |
US10555086B2 (en) | 2017-01-12 | 2020-02-04 | SeeScan, Inc. | Magnetic field canceling audio speakers for use with buried utility locators or other devices |
DE102017219654A1 (de) * | 2017-11-06 | 2019-05-09 | Robert Bosch Gmbh | Verfahren und Vorrichtung zur Bestimmung eines Belegungszustands eines Stellplatzes eines Parkraums |
WO2019136390A1 (en) | 2018-01-05 | 2019-07-11 | SeeScan, Inc. | Tracked distance measuring devices, systems, and methods |
WO2019200182A2 (en) | 2018-04-11 | 2019-10-17 | SeeScan, Inc. | Geographic map updating methods and systems |
WO2019217676A1 (en) | 2018-05-09 | 2019-11-14 | Milwaukee Electric Tool Corporation | Hub connection for pipeline inspection device |
US11988951B2 (en) | 2018-06-18 | 2024-05-21 | SeeScan, Inc. | Multi-dielectric coaxial push-cables and associated apparatus |
WO2019246587A2 (en) | 2018-06-21 | 2019-12-26 | SeeScan, Inc. | Electromagnetic marker devices for buried or hidden use |
TWI697845B (zh) * | 2018-07-13 | 2020-07-01 | 緯創資通股份有限公司 | 多目標追蹤方法與系統 |
US11402337B2 (en) | 2018-09-04 | 2022-08-02 | SeeScan, Inc. | Video pipe inspection systems with video integrated with additional sensor data |
EP3881045A2 (en) | 2018-11-16 | 2021-09-22 | SeeScan, Inc. | Pipe inspection and/or mapping camera heads, systems, and methods |
CN111398901B (zh) * | 2019-01-03 | 2023-01-20 | 中国科学院上海光学精密机械研究所 | 一种扰动源多维空间定位***和方法 |
WO2020198714A1 (en) | 2019-03-27 | 2020-10-01 | SeeScan, Inc. | Low cost, high performance signal processing in a magnetic-field sensing buried utility locator system |
CN110095816B (zh) * | 2019-04-19 | 2020-07-28 | 清华大学 | 水陆两用便携式磁场探测仪 |
USD988113S1 (en) | 2019-05-09 | 2023-06-06 | Milwaukee Electric Tool Corporation | Receptacle for pipeline inspection device |
USD983469S1 (en) | 2019-05-09 | 2023-04-11 | Milwaukee Electric Tool Corporation | Hub for pipeline inspection device |
WO2021003484A1 (en) | 2019-07-03 | 2021-01-07 | Seescan, Inc | Auto-tuning circuit apparatus and methods |
US11859755B2 (en) | 2019-12-03 | 2024-01-02 | SeeScan, Inc. | Integral dual cleaner camera drum systems and methods |
CN219045955U (zh) | 2020-02-12 | 2023-05-19 | 米沃奇电动工具公司 | 管线检查***及用于与管线检查***一起使用的监视器 |
US20220026238A1 (en) * | 2020-07-22 | 2022-01-27 | SeeScan, Inc. | Vehicle-based utility locating using principal components |
CN112462442B (zh) * | 2020-11-30 | 2022-04-08 | 山东大学 | 重磁位场场源位置估计方法、***、介质及电子设备 |
EP4359821A1 (en) | 2021-06-20 | 2024-05-01 | SeeScan, Inc. | Daylight visible & multi-spectral laser rangefinders and associated systems and methods methods |
CN113376673B (zh) * | 2021-06-30 | 2022-12-27 | 中国电子科技集团公司第五十四研究所 | 一种bds/gps组合精密单点定位快速收敛方法 |
US20230038357A1 (en) | 2021-07-30 | 2023-02-09 | SeeScan, Inc. | Inward sloped drum face for pipe inspection camera system |
US20230176233A1 (en) | 2021-09-07 | 2023-06-08 | SeeScan, Inc. | Gnss positioning methods and devices using ppp-rtk, rtk, ssr, or like correction data |
WO2023049913A1 (en) | 2021-09-27 | 2023-03-30 | SeeScan, Inc. | Systems and methods for determining and distinguishing buried objects using artificial intelligence |
WO2023122356A1 (en) | 2021-12-26 | 2023-06-29 | SeeScan, Inc. | Modular interchangeable battery devices, apparatus, and systems |
WO2023150519A1 (en) | 2022-02-02 | 2023-08-10 | SeeScan, Inc. | Utility locating systems and methods with filter tuning for power grid fluctuations |
WO2024020440A1 (en) | 2022-07-19 | 2024-01-25 | SeeScan, Inc. | Natural voice utility asset annotation system |
US20240048666A1 (en) | 2022-08-08 | 2024-02-08 | SeeScan, Inc. | Systems and methods for inspection animation |
WO2024086761A1 (en) | 2022-10-20 | 2024-04-25 | SeeScan, Inc. | Linked cable-handling and cable-storage drum devices and systems for the coordinated movement of a push-cable |
WO2024137509A1 (en) | 2022-12-23 | 2024-06-27 | SeeScan, Inc. | Systems, apparatus, and methods for documenting utility potholes and associated utility lines |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5264795A (en) * | 1990-06-18 | 1993-11-23 | The Charles Machine Works, Inc. | System transmitting and receiving digital and analog information for use in locating concealed conductors |
US6335624B1 (en) * | 1999-06-02 | 2002-01-01 | Commissariat A L'energie Atomique | Process for electromagnetic detection of conducting objects |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS56132586A (en) * | 1980-03-19 | 1981-10-16 | Osaka Gas Co Ltd | Method of and conductor for long-sized material buried underground |
US5173139A (en) * | 1989-03-15 | 1992-12-22 | Schonstedt Instrument Company | Method for providing magnetic markers on elongated hidden objects |
US5006806A (en) * | 1989-03-15 | 1991-04-09 | Schonstedt Instrument Company | Methods and apparatus employing permanent magnets for marking, locating, tracing and identifying hidden objects such as burried fiber optic cables |
US5206065A (en) * | 1989-03-15 | 1993-04-27 | Schonstedt Instrument Company | Methods, apparatus and devices relating to magnetic markers for elongated hidden objects |
US5116654A (en) * | 1989-09-18 | 1992-05-26 | Minnesota Mining And Manufacturing Company | Self-dispensing spaced electronic markers |
US5457998A (en) * | 1991-08-02 | 1995-10-17 | The Furukawa Electric Co., Ltd. | Method of detecting an optical transmission line |
US5354521A (en) * | 1992-02-05 | 1994-10-11 | Gas Research Institute | Method of making a magnetically detectable plastic pipe |
US5636305A (en) * | 1992-09-30 | 1997-06-03 | Siecor Corporation | Magnetic locatable figure-8 cable |
US5305410A (en) * | 1993-02-02 | 1994-04-19 | At&T Bell Laboratories | Dielectric optical fiber cables which are magnetically locatable |
US5305411A (en) * | 1993-02-26 | 1994-04-19 | At&T Bell Laboratories | Dielectric optical fiber cables which are magnetically locatable |
US5426716A (en) * | 1994-03-31 | 1995-06-20 | At&T Corp. | Magnetically locatable non-metallic optical fiber cables |
US5577147A (en) * | 1994-03-31 | 1996-11-19 | Lucent Technologies Inc. | Magnetically locatable optical fiber cables containing integrated magnetic marker materials |
US6690963B2 (en) * | 1995-01-24 | 2004-02-10 | Biosense, Inc. | System for determining the location and orientation of an invasive medical instrument |
KR100229094B1 (ko) * | 1996-06-28 | 1999-11-01 | 최승원 | 수신신호에 대한 자기상관행렬의 최대고유치에 대응하는 고유벡터를 이용한 배열 안테나의 신호 처리 방법 |
US6084495A (en) * | 1998-03-09 | 2000-07-04 | Ripingale; John B. | Method and apparatus for providing a spiraled radial magnetic identifier for locating non-metallic linear objects |
US6211807B1 (en) * | 1999-05-26 | 2001-04-03 | Geometrics | System using spread spectrum modulation for locating underground objects |
US6999021B2 (en) | 2001-03-12 | 2006-02-14 | Ensco, Inc. | Method and apparatus for detecting, mapping and locating underground utilities |
-
2005
- 2005-08-15 US US11/205,267 patent/US7136765B2/en active Active
-
2006
- 2006-01-24 CN CN2006800044323A patent/CN101116010B/zh active Active
- 2006-01-24 WO PCT/EP2006/000601 patent/WO2006084575A1/en active Application Filing
- 2006-01-24 EP EP06706383.4A patent/EP1846780B1/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5264795A (en) * | 1990-06-18 | 1993-11-23 | The Charles Machine Works, Inc. | System transmitting and receiving digital and analog information for use in locating concealed conductors |
US6335624B1 (en) * | 1999-06-02 | 2002-01-01 | Commissariat A L'energie Atomique | Process for electromagnetic detection of conducting objects |
Non-Patent Citations (1)
Title |
---|
US 6335624 B1,全文. |
Also Published As
Publication number | Publication date |
---|---|
WO2006084575A1 (en) | 2006-08-17 |
EP1846780A1 (en) | 2007-10-24 |
US7136765B2 (en) | 2006-11-14 |
EP1846780B1 (en) | 2019-09-04 |
CN101116010A (zh) | 2008-01-30 |
US20060178849A1 (en) | 2006-08-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101116010B (zh) | 应用盲信号检测的主成分分析的埋地物体定位和跟踪方法及*** | |
US11092712B1 (en) | Utility locating systems, devices, and methods using radio broadcast signals | |
US10983239B1 (en) | Multi-frequency locating systems and methods | |
US11029439B1 (en) | Utility locator apparatus, systems, and methods | |
US7372276B2 (en) | Digital locating system and device for underground object detection | |
US10761233B2 (en) | Sondes and methods for use with buried line locator systems | |
US9703002B1 (en) | Utility locator systems and methods | |
US7336078B1 (en) | Multi-sensor mapping omnidirectional sonde and line locators | |
EP3339914B1 (en) | Underground utility line detection | |
US9638824B2 (en) | Quad-gradient coils for use in locating systems | |
US8248056B1 (en) | Buried object locator system employing automated virtual depth event detection and signaling | |
KR20140078752A (ko) | 다축 마커 탐지기 | |
US20140191759A1 (en) | Multi-frequency locating systems and methods | |
CN111220947B (zh) | 一种基于路径损耗的磁感应透地定位方法 | |
EP2780741B1 (en) | Multi-frequency locating systems and methods | |
EP4185898A2 (en) | Vehicle-based utility locating using principal components |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |