CN109799535B - 一种全张量磁梯度定位检测数据的滤波方法 - Google Patents

Abstract

本发明公开了一种全张量磁梯度定位检测数据的滤波方法，涉及磁测量领域，该方法包括：定点采集磁场数据，确定磁场数据在x、y、z三个方向的磁场分量以及每个磁场分量分别在x、y、z方向的一阶梯度分量，得到12个分量数据；确定全张量磁梯度数据中的5个独立分量；针对每个分量数据，通过经验模态分解算法将分量数据分解为预定数量的本征模态函数的和；通过能量阈值法对3个磁场分量和5个独立分量确定重构参数进行重构；对未参与重构的4个分量数据，根据全张量中的数据对应关系，采用相同的重构参数进行同类重构；整合12个分量数据的重构数据，作为最终的滤波数据输出。可以有效地消除数据噪声，提高了数据的信噪比。

Description

一种全张量磁梯度定位检测数据的滤波方法

技术领域

本发明涉及磁测量领域，尤其是一种全张量磁梯度定位检测数据的滤波方法。

背景技术

全张量磁场梯度是指三维空间的磁场沿着三个方向的求导，一共有九个梯度值，根据梯度值信息和磁场的大小就可以计算出磁性目标的位置及矩阵大小等信息。

利用磁场梯度张量的方法，通过分析各种磁性体异常特征，可以实现复杂条件下磁性目标的磁性异常探测及精确定位和追踪，然而测量过程中存在的大量干扰与误差信息，以及复杂的磁背景信息，这些干扰为磁目标的识别和定位带来了大量的困难，需要对张量数据信息进行滤波处理，尽可能减少有用信号的损失。

发明内容

本发明针对上述问题及技术需求，提出了一种全张量磁梯度定位检测数据的滤波方法。

本发明的技术方案如下：

一种全张量磁梯度定位检测数据的滤波方法，所述方法包括：

步骤1，定点采集磁场数据，根据三维直角坐标系确定磁场数据在x、y、z三个方向的磁场分量以及每个磁场分量分别在x、y、z方向的一阶梯度分量，得到12个分量数据，其中9个一阶梯度分量构成全张量磁梯度数据；

步骤2，确定所述全张量磁梯度数据中的5个独立分量；

步骤3，针对每一个所述分量数据，通过经验模态分解算法将所述分量数据分解为预定数量的本征模态函数的和；

步骤4，通过能量阈值法对3个所述磁场分量和5个所述独立分量确定重构参数进行重构；

步骤5，对未参与重构的4个分量数据，根据全张量中的数据对应关系，采用相同的重构参数进行同类重构；

步骤6，整合12个所述分量数据的重构数据，作为最终的滤波数据输出。

其进一步的技术方案为：所述定点采集磁场数据，根据三维直角坐标系确定磁场数据在x、y、z三个方向的磁场分量以及每个磁场分量分别在x、y、z方向的一阶梯度分量，得到12个分量数据，包括：

步骤11，设B_x,B_y,B_z为磁场矢量B在空间里的三个磁场分量，B_x在x，y，z方向的一阶梯度分量分别为

B_y在x，y，z方向的一阶梯度分量分别为

B_z在x，y，z方向的一阶梯度分量分别为

全张量磁梯度表示为G，

则12个分量数据分别为

步骤12，在预定位置，针对12个所述分量数据同时进行数据采集，采集频率至少为信号频率的2倍，连续采集获取预定量的数据等待滤波处理。

其进一步的技术方案为：所述确定所述全张量磁梯度数据中的5个独立分量，包括：

步骤21，根据无源场的旋度和散度为零的特性，所述全张量磁梯度数据满足

则5个独立分量为

中任意5个分量的信号组合；

步骤22，根据信号质量，在5个分量的所有信号组合中选择一组信号组合。

其进一步的技术方案为：所述针对每一个所述分量数据，通过经验模态分解算法将所述分量数据分解为预定数量的本征函数的和，包括：

步骤31，针对每个所述分量数据，识别出原始信号所有的极大值点和极小值点，采用三次样条插值拟合出信号的上包络线e_upp和下包络线e_low，并计算出上包络线e_upp和下包络线e_low的平均值m₁；

步骤32，用实际检测信号减去平均值m₁，得到差值信号h₁；

步骤33，验证差值信号h₁是否为基本本征模态函数；

步骤34，若差值信号h₁为基本本征模态函数，则停止分解，将差值信号h₁作为第一个基本IMF分量，否则将差值信号h₁作为新的原始信号重复执行步骤31至步骤34，直至输出基本分量c₁；

步骤35，将原始信号减去基本分量c₁，得到剩余部分r₁；

步骤36，将剩余部分r₁作为新的原始信号，重复执行步骤31至步骤35，迭代n遍，直到满足停止准则得到n个基本分量c₁,c₂,…,c_n以及余项r_n；所述停止准则为r_n为单调函数；

步骤37，针对12个分量数据重复执行步骤31至步骤36，得到每个分量数据的IMF分解，记为IMF_s,s＝1,…n。

其进一步的技术方案为：所述验证差值信号h₁是否为基本本征模态函数，包括：

步骤331，验证差值信号h₁在整个事件范围内，局部极值点和过零点的数目是否相等或最多相差一个；

步骤332，在任意时刻点，局部最大值的包络和局部最小值的包络平均是否为零。

其进一步的技术方案为：所述通过能量阈值法对3个所述磁场分量和5个所述独立分量确定重构参数进行重构，包括：

步骤41，对于磁场分量B_x，通过IMF_s,s＝k,…n进行重构，记为B_x,k；

步骤42，计算B_x,k和B_x,k+1的连续均方差，记为CMSE(B_x,k,B_x,k+1)；

步骤43，计算

作为能量指数，J_s为CMSE的第一个显著变化的分量，即最小能量，则B_x,k为滤波后的信号；

步骤44，重复执行步骤41至步骤44，对其他两个磁场分量和选择的5个独立分量分别计算J_s，并进行重构。

其进一步的技术方案为：所述对未参与重构的4个分量数据，根据全张量中的数据对应关系，采用相同的重构参数进行同类重构，包括：

对于未参与重构的4个分量数据，采用对应的J_s进行信号重构。

本发明的有益技术效果是：

通过对3个磁场分量和9个全张量磁梯度数据的12个分量数据进行滤波处理，采用经验模态分解算法和基于能量阈值法的信号重构方法对数据进行滤波处理，可以有效地消除数据噪声，并充分考虑全张量数据的理论依据，考虑数据的对应性，提高了数据的信噪比，提高了梯度计的磁目标检测和定位能力。

附图说明

图1是本发明一个实施例提供的一种全张量磁梯度定位检测数据的滤波方法的流程图。

图2是本发明另一个实施例提供的一种全张量磁梯度定位检测数据的滤波方法的流程图。

图3是本发明一个实施例提供的全张量磁梯度检测数据分量对应图。

图4是本发明一个实施例提供的全张量磁梯度数据的滤波流程框架图。

图5是本发明一个实施例提供的全张量磁梯度检测数据的滤波效果图。

具体实施方式

下面结合附图对本发明的具体实施方式做进一步说明。

图1是本发明一个实施例提供的一种全张量磁梯度定位检测数据的滤波方法的流程图，如图1所示，该方法可以包括以下步骤：

步骤1，定点采集磁场数据，根据三维直角坐标系确定磁场数据在x、y、z三个方向的磁场分量以及每个磁场分量分别在x、y、z方向的一阶梯度分量，得到12个分量数据，其中9个一阶梯度分量构成全张量磁梯度数据。

每个分量数据在进行滤波时，一般要求至少1万个数据以上。

可选的，结合参考图2，在实际应用中，步骤1可以包括以下步骤：

步骤11，设B_x,B_y,B_z为磁场矢量B在空间里的三个磁场分量，B_x在x，y，z方向的一阶梯度分量分别为

B_y在x，y，z方向的一阶梯度分量分别为

B_z在x，y，z方向的一阶梯度分量分别为

全张量磁梯度表示为G，

则12个分量数据分别为

步骤12，在预定位置，针对12个分量数据同时进行数据采集，采集频率至少为信号频率的2倍，连续采集获取预定量的数据等待滤波处理。

步骤2，确定全张量磁梯度数据中的5个独立分量。

可选的，结合参考图2，步骤2可以包括以下步骤：

步骤21，根据无源场的旋度和散度为零的特性，所述全张量磁梯度数据满足

则5个独立分量为

中任意5个分量的信号组合。

根据无源场的特性，其旋度和散度为零，则理论上磁梯度全张量数据满足如下关系式：

根据公式(1)至(4)，9个全张量磁梯度数据中有5个是独立的，可以根据数据质量自由选取，可选的5个独立分量可为

或者

或者

等等。再加上3个磁场分量，所以12个分量数据中，一共有8个独立分量数据。

步骤22，根据信号质量，在5个分量的所有信号组合中选择一组信号组合。

示例性的，在可选的信号组合中，根据信号质量，选择

步骤3，针对每一个分量数据，通过经验模态分解算法将分量数据分解为预定数量的本征模态函数的和。

经验模态分解(英文：Empirical Mode Decomposition，简称：EMD)是一种针对非线性、非平稳信号的自适应信号分解算法。通过经验模态分解算法对每个分量数据的测量信号进行分解，获取不同模态信号。

本征模态函数(英文：Intrinsic Mode Function，简称：IMF)任意一点的瞬时频率都是有意义的，一个信号可以由若干本征模态函数组成，如果本征模态函数之间相互重叠，便形成复合信号，EMD分解的目的就是为了获取本征模态函数。

可选的，因为环境的复杂性以及装置工作过程中可能会产生干扰，原始数据的信噪比极低，无法直接用于目标检测和定位，经验模态分解方法可以从数据经验的角度将信号分解为本征模态函数组，从而更清晰地分析数据，结合参考图2，步骤3可以包括以下步骤：

步骤31，针对每个分量数据，识别出原始信号所有的极大值点和极小值点，采用三次样条插值拟合出信号的上包络线e_upp和下包络线e_low，并计算出上包络线e_upp和下包络线e_low的平均值m₁。

假设针对B_x(t)识别出原始信号所有的极大值点和极小值点，采用三次样条插值拟合出信号的上包络线e_upp(t)和下包络线e_low(t)，并计算出上包络线和下包络线的平均值，记为m₁(t)：

步骤32，用实际检测信号减去平均值m₁，得到差值信号h₁。

用实际检测信号减去m₁(t)，得到h₁：h₁(t)＝B_x(t)-m₁(t)。

步骤33，验证差值信号h₁是否为基本本征模态函数。

验证h₁(t)是否为基本本征模态函数。

可选的，验证差值信号h₁是否为基本本征模态函数的方法分为两步：第一，验证差值信号h₁在整个事件范围内，局部极值点和过零点的数目是否相等或最多相差一个；第二，在任意时刻点，局部最大值的包络和局部最小值的包络平均是否为零。在同时满足上述两个条件时，确定差值信号h₁为基本本征模态函数。

步骤34，若差值信号h₁为基本本征模态函数，则停止分解，将差值信号h₁作为第一个基本IMF分量，否则将差值信号h₁作为新的原始信号重复执行步骤31至步骤34，直至输出基本分量c₁。

若h₁(t)为基本本征模态函数，则停止分解，将其作为第一个基本IMF分量，否则将h₁(t)作为新的原始信号重复执行步骤31至步骤34，直至输出基本IMF分量，记为c₁(t)。

步骤35，将原始信号减去基本分量c₁，得到剩余部分r₁。

将原始信号减去基本分量c₁(t)，得到剩余部分r₁(t)：r₁(t)＝B_x(t)-h₁(t)。

步骤36，将剩余部分r₁作为新的原始信号，重复执行步骤31至步骤35，迭代n遍，直到满足停止准则得到n个基本分量c₁,c₂,…,c_n以及余项r_n。

停止准则为r_n为单调函数。

将剩余部分作为新的原始信号，重复执行步骤31至步骤35，迭代n遍，直到满足停止准则得到n个基本分量c₁(t),c₂(t),…,c_n(t)，以及余项r_n(t)：

B_x(t)最终可表示为

步骤37，针对12个分量数据重复执行步骤31至步骤36，得到每个分量数据的IMF分解，记为IMF_s,s＝1,…n。

步骤4，通过能量阈值法对3个磁场分量和5个独立分量确定重构参数进行重构。

采用能量阈值法进行不同分量数据的信号重构，同时考虑信号之间的对应关系。

可选的，示例性的，针对3个磁场分量B_x,B_y,B_z，和所选择的5个独立分量，假设为

即上述8个独立分量，根据EMD分解结果计算能量指数，利用IMF_s,s＝1,…n进行重构，以B_x为例，结合参考图2，步骤4可以包括以下步骤：

步骤41，对于磁场分量B_x，通过IMF_s,s＝k,…n进行重构，记为B_x,k。

步骤42，计算B_x,k和B_x,k+1的连续均方差，记为CMSE(B_x,k,B_x,k+1)。

步骤43，计算

作为能量指数，J_s为CMSE的第一个显著变化的分量，即最小能量，则B_x,k为滤波后的信号。

步骤44，重复执行步骤41至步骤44，对其他两个磁场分量和选择的5个独立分量分别计算J_s，并进行重构。

步骤5，对未参与重构的4个分量数据，根据全张量中的数据对应关系，采用相同的重构参数进行同类重构。

信号之间的对应关系参见图3，双向箭头两端所指分量是彼此对应的，可根据其中一个分量计算的J_s进行同类重构。

对于未参与重构的其余4个分量数据，根据信号之间的对应关系，采用对应的J_s对剩余的分量数据进行信号重构。

根据步骤2选取的5个独立分量以及图3中信号之间的对应关系，给出剩余4个分量数据和相应的J_s；根据所选J_s对剩余4个分量数据进行信号重构，作为数据滤波输出。

步骤6，整合12个分量数据的重构数据，作为最终的滤波数据输出。

整个滤波流程如图4所示，滤波效果如图5所示。

以上所述的仅是本发明的优先实施方式，本发明不限于以上实施例。可以理解，本领域技术人员在不脱离本发明的精神和构思的前提下直接导出或联想到的其他改进和变化，均应认为包含在本发明的保护范围之内。

Claims (7)

1.一种全张量磁梯度定位检测数据的滤波方法，其特征在于，所述方法包括：

步骤1，定点采集磁场数据，根据三维直角坐标系确定磁场数据在x、y、z三个方向的磁场分量以及每个磁场分量分别在x、y、z方向的一阶梯度分量，得到12个分量数据，其中9个一阶梯度分量构成全张量磁梯度数据，12个分量数据分别为B_x,B_y,B_z,

根据无源场的旋度和散度为零的特性，所述全张量磁梯度数据满足

则5个独立分量为

中任意5个分量的信号组合；

步骤2，确定所述全张量磁梯度数据中的5个独立分量；

步骤3，针对每一个所述分量数据，通过经验模态分解算法将所述分量数据分解为预定数量的本征模态函数的和；

步骤4，通过能量阈值法对3个所述磁场分量和5个所述独立分量确定重构参数进行重构；

步骤5，对未参与重构的4个分量数据，根据全张量中的数据对应关系，采用相同的重构参数进行同类重构；

步骤6，整合12个所述分量数据的重构数据，作为最终的滤波数据输出，根据选取的5个独立分量以及全张量中的数据对应关系，给出剩余4个分量数据和相应的重构参数；根据所选重构参数对剩余4个分量数据进行信号重构，作为数据滤波输出。

2.根据权利要求1所述的方法，其特征在于，所述定点采集磁场数据，根据三维直角坐标系确定磁场数据在x、y、z三个方向的磁场分量以及每个磁场分量分别在x、y、z方向的一阶梯度分量，得到12个分量数据，包括：

步骤11，设B_x,B_y,B_z为磁场矢量B在空间里的三个磁场分量，B_x在x，y，z方向的一阶梯度分量分别为

B_y在x，y，z方向的一阶梯度分量分别为

B_z在x，y，z方向的一阶梯度分量分别为

全张量磁梯度表示为G，

则12个分量数据分别为B_x,B_y,B_z,

步骤12，在预定位置，针对12个所述分量数据同时进行数据采集，采集频率至少为信号频率的2倍，连续采集获取预定量的数据等待滤波处理。

3.根据权利要求2所述的方法，其特征在于，所述确定所述全张量磁梯度数据中的5个独立分量，包括：

步骤21，根据无源场的旋度和散度为零的特性，所述全张量磁梯度数据满足

则5个独立分量为

中任意5个分量的信号组合；

步骤22，根据信号质量，在5个分量的所有信号组合中选择一组信号组合。

4.根据权利要求2所述的方法，其特征在于，所述针对每一个所述分量数据，通过经验模态分解算法将所述分量数据分解为预定数量的本征函数的和，包括：

步骤31，针对每个所述分量数据，识别出原始信号所有的极大值点和极小值点，采用三次样条插值拟合出信号的上包络线e_upp和下包络线e_low，并计算出上包络线e_upp和下包络线e_low的平均值m₁；

步骤32，用实际检测信号减去平均值m₁，得到差值信号h₁；

步骤33，验证差值信号h₁是否为基本本征模态函数；

步骤34，若差值信号h₁为基本本征模态函数，则停止分解，将差值信号h₁作为第一个基本IMF分量，否则将差值信号h₁作为新的原始信号重复执行步骤31至步骤34，直至输出基本分量c₁；

步骤35，将原始信号减去基本分量c₁，得到剩余部分r₁；

步骤36，将剩余部分r₁作为新的原始信号，重复执行步骤31至步骤35，迭代n遍，直到满足停止准则得到n个基本分量c₁,c₂,…,c_n以及余项r_n；所述停止准则为r_n为单调函数；

步骤37，针对12个分量数据重复执行步骤31至步骤36，得到每个分量数据的IMF分解，记为IMF_s,s＝1,…n。

5.根据权利要求4所述的方法，其特征在于，所述验证差值信号h₁是否为基本本征模态函数，包括：

验证差值信号h₁在整个事件范围内，局部极值点和过零点的数目是否相等或最多相差一个；

在任意时刻点，局部最大值的包络和局部最小值的包络平均是否为零。

6.根据权利要求4所述的方法，其特征在于，所述通过能量阈值法对3个所述磁场分量和5个所述独立分量确定重构参数进行重构，包括：

步骤41，对于磁场分量B_x，通过IMF_s,s＝k,…n进行重构，记为B_x,k；

步骤42，计算B_x,k和B_x,k+1的连续均方差，记为CMSE(B_x,k,B_x,k+1)；

步骤43，计算

作为能量指数，J_s为CMSE的第一个显著变化的分量，即最小能量，则B_x,k为滤波后的信号；

步骤44，重复执行步骤41至步骤44，对其他两个磁场分量和选择的5个独立分量分别计算J_s，并进行重构。

7.根据权利要求6所述的方法，其特征在于，所述对未参与重构的4个分量数据，根据全张量中的数据对应关系，采用相同的重构参数进行同类重构，包括：

对于未参与重构的4个分量数据，采用对应的J_s进行信号重构。

Images