CN110989005A - 基于标量磁力仪阵列的弱磁异常自适应实时探测方法 - Google Patents

基于标量磁力仪阵列的弱磁异常自适应实时探测方法 Download PDF

Info

Publication number
CN110989005A
CN110989005A CN201911336725.7A CN201911336725A CN110989005A CN 110989005 A CN110989005 A CN 110989005A CN 201911336725 A CN201911336725 A CN 201911336725A CN 110989005 A CN110989005 A CN 110989005A
Authority
CN
China
Prior art keywords
magnetic
noise
magnetic anomaly
reconstructed
detection
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.)
Granted
Application number
CN201911336725.7A
Other languages
English (en)
Other versions
CN110989005B (zh
Inventor
樊黎明
赵维娜
王惠刚
刘星
刘建国
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qingdao Research Institute Of Northwest Polytechnic University
Northwestern Polytechnical University
Original Assignee
Qingdao Research Institute Of Northwest Polytechnic University
Northwestern Polytechnical University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Qingdao Research Institute Of Northwest Polytechnic University, Northwestern Polytechnical University filed Critical Qingdao Research Institute Of Northwest Polytechnic University
Priority to CN201911336725.7A priority Critical patent/CN110989005B/zh
Publication of CN110989005A publication Critical patent/CN110989005A/zh
Application granted granted Critical
Publication of CN110989005B publication Critical patent/CN110989005B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01V3/08—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation operating with magnetic or electric fields produced or modified by objects or geological structures or by detecting devices
    • G01V3/081—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation operating with magnetic or electric fields produced or modified by objects or geological structures or by detecting devices the magnetic field is produced by the objects or geological structures
    • 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
    • G01V3/40—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation specially adapted for measuring magnetic field characteristics of the earth

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics (AREA)
  • Electromagnetism (AREA)
  • Measuring Magnetic Variables (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明公开了一种基于标量磁力仪阵列的弱磁异常自适应实时探测方法，用于解决现有磁异常探测方法探测概率低的技术问题。技术方案是通过经验模式分解，将采集的磁场信号分解成多个固有模态函数(IMF)，根据IMF的性质，重构为两部分：磁噪声和磁异常信号。由于经验模式分解的模态混叠问题，重构的磁异常信号包含部分噪声。利用重构的磁噪声实时更新噪声的概率密度函数。基于更新的概率密度函数，利用一个移动的窗口计算对应的地磁熵。当地磁熵小于设置阈值时，实现磁异常的探测。本发明提高了磁异常探测的概率，提升了低信噪比下目标探测能力。

Description

基于标量磁力仪阵列的弱磁异常自适应实时探测方法
技术领域
本发明涉及一种磁异常探测方法，特别涉及一种基于标量磁力仪阵列的弱磁异常自适应实时探测方法。
背景技术
文献“Magnetic anomaly detection using entropy filter，Measurementscience and technology,2008,Vol19(4),045205”公开了一种基于地磁熵的磁异常探测方法。该方法是基于磁性目标产生的磁异常引起磁噪声模式变化的机理构建了一种磁异常探测方法。该方法将磁场背景噪声视为平稳随机过程，以概率密度函数作为先验条件，以地磁熵作为磁异常探测的准则。该方法在探测过程中，算法复杂度低，计算过程简单，能够满足实时探测的需求。文献所述方法以背景磁噪声的概率密度函数作为先验条件当环境条件发生变化时或者基于运动平台的探测时，作为先验条件的背景磁噪声的概率密度函数的获取将变得困难，其检测性能会因概率密度函数的不准确而受到影响，导致该方法的探测概率降低。
发明内容
为了克服现有磁异常探测方法探测概率低的不足，本发明提供一种基于标量磁力仪阵列的弱磁异常自适应实时探测方法。该方法通过经验模式分解，将采集的磁场信号分解成多个固有模态函数(IMF)，根据IMF的性质，重构为两部分：磁噪声和磁异常信号。由于经验模式分解的模态混叠问题，重构的磁异常信号包含部分噪声。利用重构的磁噪声实时更新噪声的概率密度函数。基于更新的概率密度函数，利用一个移动的窗口计算对应的地磁熵。当地磁熵小于设置阈值时，实现磁异常的探测。本发明提高了磁异常探测的概率，提升了低信噪比下目标探测能力。
本发明解决其技术问题所采用的技术方案：一种基于标量磁力仪阵列的弱磁异常自适应实时探测方法，其特点是包括以下步骤：
(a)利用经验模式分解对采集的磁场差值进行自适应分解，获得多个固有模态函数和一个残差项
Figure BDA0002331137880000011
式中，ci(t)表示第i个固有模态函数分量，r(t)表示残差分量。d表示经验模式分解的层数；
(b)根据固有模态函数的性质，分别重构磁噪声和磁异常信号：
Figure BDA0002331137880000021
式中，N(t)表示重构的磁噪声，S(t)表示重构的磁异常信号；
(c)利用重构的磁噪声N(t)，统计分析并更新该噪声的概率密度函数p(·)；
(d)设置滑动窗口的长度L，根据更新的噪声概率密度函数，计算重构磁异常信号S(t)的地磁熵：
Figure BDA0002331137880000022
式中，i表示第i时刻。
本发明的有益效果是：该方法通过经验模式分解，将采集的磁场信号分解成多个固有模态函数(IMF)，根据IMF的性质，重构为两部分：磁噪声和磁异常信号。由于经验模式分解的模态混叠问题，重构的磁异常信号包含部分噪声。利用重构的磁噪声实时更新噪声的概率密度函数。基于更新的概率密度函数，利用一个移动的窗口计算对应的地磁熵。当地磁熵小于设置阈值时，实现磁异常的探测。本发明由于采用经验模式分解，将采集的磁场差值进行自适应分解，获得多个固有模态函数和一个残差项，利用分解得到的固有模态函数重新构建了磁噪声部分，通过对构建的磁噪声进行统计分析，获得其近似的概率密度函数，解决了由外部环境条件发生变化或者基于运动平台的磁异常探测过程中磁噪声概率密度函数获取困难的关键问题，提高了磁异常探测的概率，提升了低信噪比下目标探测能力。
下面结合附图和具体实施方式对本发明作详细说明。
附图说明
图1是本发明基于标量磁力仪阵列的弱磁异常自适应实时探测方法的流程图。
图2是本发明方法一维磁力仪阵列的目标探测示意图。
图3是远距离目标产生的磁异常。
图4是本发明方法弱磁异常探测的结果示意图。
具体实施方式
参照图1-4。本发明基于标量磁力仪阵列的弱磁异常自适应实时探测方法具体步骤如下：
1、磁场差值的采集。
采用两个磁力仪构成一维标量磁传感器阵列。阵列中的传感器间距Bx＝1m，磁传感器采用灵敏度为0.6pT的CS-L光泵磁力仪。磁性目标在水平面内移动，其磁矩为(0,0,25)A·m2。目标从起始位置(-180,30,-1)m，以匀速运动的方式到达终点位置(180,30,-1)m。
2、磁噪声与磁异常信号的重构。
利用经验模式分解对采集的磁场差值进行自适应分解，分解层数d＝8，获得8固有模态函数和1个残差项：
Figure BDA0002331137880000031
式中，ci(t)表示第i个固有模态函数分量，r(t)表示残差分量。d表示经验模式分解的层数。
根据固有模态函数的性质，固有模态函数的前4项用于重构磁噪声，后4项用于重构磁异常信号：
Figure BDA0002331137880000032
式中，N(t)表示重构的磁噪声，S(t)表示重构的磁异常信号；
3、磁噪声的概率密度函数更新。
利用重构的磁噪声N(t)，统计分析并更新该噪声的概率密度函数p(·)；
4、地磁熵的计算。
设置滑动窗口的长度L，根据更新的噪声概率密度函数p(·)，计算重构磁异常信号S(t)的地磁熵：
Figure BDA0002331137880000041
式中，i表示第i时刻；
5、磁异常探测。
通过阈值T，判断是否探测到磁异常。当I(Si)＜T，磁异常存在，即存在磁性目标；当I(Si)≥T，无磁异常，即不存在磁性目标。

Claims (1)

1.一种基于标量磁力仪阵列的弱磁异常自适应实时探测方法，其特征在于包括以下步骤：
(a)利用经验模式分解对采集的磁场差值进行自适应分解，获得多个固有模态函数和一个残差项
Figure FDA0002331137870000011
式中，ci(t)表示第i个固有模态函数分量，r(t)表示残差分量；d表示经验模式分解的层数；
(b)根据固有模态函数的性质，分别重构磁噪声和磁异常信号：
Figure FDA0002331137870000012
式中，N(t)表示重构的磁噪声，S(t)表示重构的磁异常信号；
(c)利用重构的磁噪声N(t)，统计分析并更新该噪声的概率密度函数p(·)；
(d)设置滑动窗口的长度L，根据更新的噪声概率密度函数，计算重构磁异常信号S(t)的地磁熵：
Figure FDA0002331137870000013
式中，i表示第i时刻。
CN201911336725.7A 2019-12-23 2019-12-23 基于标量磁力仪阵列的弱磁异常自适应实时探测方法 Active CN110989005B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911336725.7A CN110989005B (zh) 2019-12-23 2019-12-23 基于标量磁力仪阵列的弱磁异常自适应实时探测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911336725.7A CN110989005B (zh) 2019-12-23 2019-12-23 基于标量磁力仪阵列的弱磁异常自适应实时探测方法

Publications (2)

Publication Number Publication Date
CN110989005A true CN110989005A (zh) 2020-04-10
CN110989005B CN110989005B (zh) 2021-12-28

Family

ID=70074259

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911336725.7A Active CN110989005B (zh) 2019-12-23 2019-12-23 基于标量磁力仪阵列的弱磁异常自适应实时探测方法

Country Status (1)

Country Link
CN (1) CN110989005B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112651385A (zh) * 2021-01-18 2021-04-13 西北工业大学青岛研究院 一种基于希尔伯特-黄变换的磁异常多特征信息提取方法
CN112698412A (zh) * 2020-11-27 2021-04-23 北京自动化控制设备研究所 基于磁浮标的轴频磁异常信号处理方法
CN113866834A (zh) * 2021-09-15 2021-12-31 吉林大学 一种基于熵滤波的场源中心位置反演方法
CN114722859A (zh) * 2022-03-15 2022-07-08 西北工业大学青岛研究院 一种基于改进eemd的低频磁信号获取方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105182429A (zh) * 2015-09-29 2015-12-23 吉林大学 一种海洋可控源电磁数据海水扰动噪声校正方法
CN109799535A (zh) * 2019-03-14 2019-05-24 中船海洋探测技术研究院有限公司 一种全张量磁梯度定位检测数据的滤波方法
CN109858109A (zh) * 2019-01-14 2019-06-07 北京工业大学 一种基于相关性的emd与形态奇异值分解相结合的齿轮信号降噪方法
CN109871733A (zh) * 2018-09-27 2019-06-11 南京信息工程大学 一种自适应海杂波信号去噪方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105182429A (zh) * 2015-09-29 2015-12-23 吉林大学 一种海洋可控源电磁数据海水扰动噪声校正方法
CN109871733A (zh) * 2018-09-27 2019-06-11 南京信息工程大学 一种自适应海杂波信号去噪方法
CN109858109A (zh) * 2019-01-14 2019-06-07 北京工业大学 一种基于相关性的emd与形态奇异值分解相结合的齿轮信号降噪方法
CN109799535A (zh) * 2019-03-14 2019-05-24 中船海洋探测技术研究院有限公司 一种全张量磁梯度定位检测数据的滤波方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ARIE SHEINKER 等: "Magnetic anomaly detection using entropy filter", 《MEASUREMENT SCIENCE AND TECHNOLOGY》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112698412A (zh) * 2020-11-27 2021-04-23 北京自动化控制设备研究所 基于磁浮标的轴频磁异常信号处理方法
CN112651385A (zh) * 2021-01-18 2021-04-13 西北工业大学青岛研究院 一种基于希尔伯特-黄变换的磁异常多特征信息提取方法
CN113866834A (zh) * 2021-09-15 2021-12-31 吉林大学 一种基于熵滤波的场源中心位置反演方法
CN114722859A (zh) * 2022-03-15 2022-07-08 西北工业大学青岛研究院 一种基于改进eemd的低频磁信号获取方法及装置

Also Published As

Publication number Publication date
CN110989005B (zh) 2021-12-28

Similar Documents

Publication Publication Date Title
CN110989005B (zh) 基于标量磁力仪阵列的弱磁异常自适应实时探测方法
CN110361778B (zh) 一种基于生成对抗网络的地震数据重建方法
CN110967774B (zh) 一种基于传感器阵列的磁异常检测方法
CN111983676A (zh) 一种基于深度学习的地震监测方法及装置
CN114112400A (zh) 一种基于多角度信息融合的机械轴承故障诊断方法
CN115200850A (zh) 多测点样本结构信息显式表征下的机械设备异常检测方法
CN115060184B (zh) 一种基于递归图的光纤周界入侵检测方法及***
CN111181634B (zh) 一种分布式光纤振动信号快速定位方法
CN113466947B (zh) 一种应用于超导瞬变电磁的坏点自动去除方法
CN108305265B (zh) 微弱小目标图像实时处理方法及***
CN112183407B (zh) 一种基于时频域谱减法的隧道地震波数据去噪方法及***
CN104679994A (zh) 基于小波单支重构的自主式水下机器人推进器故障检测方法
CN111079591B (zh) 基于改进多尺度主成分分析的不良数据修复方法及***
CN117172601A (zh) 一种基于残差全卷积神经网络的非侵入式负荷监测方法
CN112033656A (zh) 一种基于宽带谱处理的机械***故障检测方法
CN115828069A (zh) 一种基于深度学习的端到端磁异常信号降噪方法
Pan et al. CIAM: An adaptive 2-in-1 missing data estimation algorithm in wireless sensor networks
CN114694014A (zh) 一种基于多层神经网络的sar图像舰船目标检测方法
Yin et al. Research on interference signal recognition in p wave pickup and magnitude estimation
CN114325846B (zh) 一种利用时间相干性抑噪的磁异常检测方法
CN117648537B (zh) 基于超光谱技术的大气污染实时监测方法及***
Hu et al. Design and implementation of spaceborne SAR radio frequency interference detection and suppression system
CN117743836A (zh) 一种轴承异常振动监测方法
CN117250657B (zh) 一种地震数据重建去噪一体化方法
CN112834194B (zh) 一种无故障样本下基于软目标度量的故障智能检测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant