CN111079285A - 一种全张量磁梯度数据补偿优化方法及*** - Google Patents
一种全张量磁梯度数据补偿优化方法及*** Download PDFInfo
- Publication number
- CN111079285A CN111079285A CN201911293829.4A CN201911293829A CN111079285A CN 111079285 A CN111079285 A CN 111079285A CN 201911293829 A CN201911293829 A CN 201911293829A CN 111079285 A CN111079285 A CN 111079285A
- Authority
- CN
- China
- Prior art keywords
- compensation
- data
- magnetic gradient
- full
- gradient 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.)
- Granted
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 67
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000007613 environmental effect Effects 0.000 claims abstract description 9
- 238000003860 storage Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 description 12
- 238000012545 processing Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 5
- 238000001914 filtration Methods 0.000 description 5
- 239000000463 material Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 229910052500 inorganic mineral Inorganic materials 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 239000011707 mineral Substances 0.000 description 2
- 239000003208 petroleum Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Agronomy & Crop Science (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Husbandry (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Measuring Magnetic Variables (AREA)
Abstract
本公开提供了一种全张量磁梯度数据补偿优化方法及***,针对全张量磁梯度数据的各磁梯度分量,采用多种工况下的不同实验数据,引入松弛系数与决策变量,建立模型的约束条件;根据数学优化模型和环境磁场的无源性、无旋性的基本特征,建立补偿优化模型的目标函数,结合约束条件从而建立基本补偿优化模型;根据空载数据求解补偿优化模型参数,根据补偿模型计算补偿后的带载数据,得到全张量磁梯度数据的补偿结果。本公开能有效消除全张量磁梯度数据中的平台干扰,还原数据的真实值。
Description
技术领域
本公开属于磁探测领域,涉及一种全张量磁梯度数据补偿优化方法及***。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息,不必然构成在先技术。
磁性目标的全张量磁梯度数据通过滤波处理之后,仍然难以满足环境磁场的无源性和无旋性等基本特征,这说明全张量磁梯度数据中依然存在着剩余磁梯度干扰。综合考虑全张量磁梯度数据中的干扰,不仅与环境干扰、平台结构、检测方式有关,也和工作平台自身的工作状态有关。当平台自身因材料或者其他工作条件改变时,对测量值也会造成干扰,需要进行数据补偿。
据发明人了解,目前的数据补偿方法一般从检测设备的装置结构出发或者从材料出发,运用机理模型设计补偿算法。其不足之处在于,由于环境、材料和工作方式的复杂,难以综合考虑所有因素建立精确的机理模型,模型的参数难以确定,补偿参数不容易准确。
发明内容
本公开为了解决上述问题,提出了一种全张量磁梯度数据补偿优化方法及***,本公开针对全张量磁梯度数据中的平台干扰,从数据驱动的角度出发,结合最优化方法与环境磁场的基本特征建立全张量磁梯度数据的补偿模型,能有效消除全张量磁梯度数据中的干扰,还原数据的真实值。
根据一些实施例,本公开采用如下技术方案:
一种全张量磁梯度数据补偿优化方法,包括以下步骤:
针对全张量磁梯度数据的各磁梯度分量,采用多种工况下的不同实验数据,引入松弛系数与决策变量,建立模型的约束条件;
根据数学优化模型和环境磁场的无源性、无旋性的基本特征,建立补偿优化模型的目标函数,结合约束条件从而建立基本补偿优化模型;
根据空载数据求解补偿优化模型参数,根据补偿模型计算补偿后的带载数据,得到全张量磁梯度数据的补偿结果。
作为可选择的实施方式,设Bx、By、Bz分别表示磁传感器坐标系下x、y、z三个方向的磁场大小,即磁场矢量B=(Bx,By,Bz)。则在x方向上,磁场矢量B的磁梯度分别为:Bxx、Bxy、Bxz,在y方向上,磁场矢量B的磁梯度分别为:Byx、Byy、Byz,在z方向上,磁场矢量B的磁梯度分别为:Bzx、Bzy、Bzz。
作为可选择的实施方式,建立补偿优化模型的约束条件的具体过程包括:在M种工况下N组实验数据情况下,建立对九个磁梯度分量Bij(i,j=x,y,z)的补偿公式为:
作为更进一步的限定,为了避免***陷入无解,引入松弛参数θ,即通过与工况相关的正负项补偿,以及和正负项绝对补偿之后,落在一个可控范围内:
为了便于求解补偿公式的各个参数,设这些参数的取值都是正数,即:
作为可选择的实施方式,环境磁场的无源性表现为:Bxx+Byy+Bzz=0;环境磁场的无旋性表现为:Bij=Bji,(i,j=x,y,z)。
作为可选择的实施方式,建立补偿优化模型:
一种全张量磁梯度数据补偿优化***,包括:
数据确定模块,被配置为针对实验数据,确定参与模型参数计算和数据补偿的全张量磁梯度数据的九个分量数据:Bxx、Bxy、Bxz、Byx、Byy、Byz、Bzx、Bzy、Bzz。
优化模型构建模块,被配置为根据数学优化模型和环境磁场的无源性、无旋性的基本特征,建立补偿优化模型的目标函数与模型约束条件,从而建立基本补偿优化模型;
数据计算模块,被配置为根据空载数据求解补偿优化模型参数,根据补偿模型计算补偿后的带载数据,得到全张量磁梯度数据的补偿结果。
一种计算机可读存储介质,其中存储有多条指令,所述指令适于由终端设备的处理器加载并执行所述的一种全张量磁梯度数据补偿优化方法的步骤。
一种终端设备,包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,所述指令适于由处理器加载并执行所述的一种全张量磁梯度数据补偿优化的步骤。
与现有技术相比,本公开的有益效果为:
对于磁性目标的全张量磁梯度数据经过滤波处理之后仍然存在平台干扰而不满足无源场张量数据的基本特征,本公开从最优化方法的角度出发,对全张量磁梯度数据进行分析,主要针对非频率性的干扰信号,利用磁场的基本定理与规律,确定约束条件和目标函数,建立磁梯度张量的优化模型,计算补偿参数,能有效消除全张量磁梯度数据中的干扰,还原数据的真实值。本公开应用范围广泛,可用于矿藏、石油等资源勘察及地质构造等研究。也可用于民用、医学等多种领域。
附图说明
构成本公开的一部分的说明书附图用来提供对本公开的进一步理解,本公开的示意性实施例及其说明用于解释本公开,并不构成对本公开的不当限定。
图1是本实施例的流程图;
图2是本实施例全张量磁梯度数据补偿前后定位云图对比图。
具体实施方式:
下面结合附图与实施例对本公开作进一步说明。
应该指出,以下详细说明都是例示性的,旨在对本公开提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本公开的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
本公开提供一种全张量磁梯度数据补偿优化方法及***,具体来说是针对磁性目标全张量磁梯度数据经过滤波处理之后仍然存在平台干扰而不满足磁场全张量磁梯度数据的基本特征,根据M种工况N组实验数据,引入松弛参数,建立补偿优化模型,通过实验数据求解模型的最佳参数,最后根据求解的模型对数据进行补偿,以减小全张量磁梯度数据中的平台干扰,还原数据的真实值。该方法及***可应用于矿藏、石油等资源勘察及地质构造等研究,也可应用于地下未爆弹或水雷等***物探测以及反潜作战等军事方面。
如图1所示,具体包括以下步骤:
(1)采用M种工况下N组实验数据,针对全张量磁梯度数据的9个磁梯度分量,引入松弛系数θ与36个决策变量参数,建立模型的约束条件。
(2)根据一般的数学优化模型和无源场、无旋场张量数据的基本特征,建立数据驱动的目标函数,结合约束条件从而建立基本优化补偿模型。
(3)根据空载数据求解优化模型参数,根据补偿模型处理待补偿全张量磁梯度数据,得到全张量磁梯度数据的补偿结果。
步骤(1)中,具体内容包括:
(1-1)理论上讲,在没有空间电流密度的测量区域,磁场满足无源性与无旋性,即磁场的散度和旋度都为0,即
通过对大量实验数据的滤波和前期的补偿处理,发现真实的数据很难满足磁场的无源性和无旋性两个基本特征,但在同一种实验条件下存在某种规律。由于目标磁场性质的不同,这里我们以稳定磁场为例,建立优化模型。
(1-2)为了避免***陷入无解,引入松弛参数θ。θ的选择需要通过实验调整。而且由于补偿参数与实验条件和环境相关,对于不同的装置,不同的检测环境,需要相应的数据支持。建立模型的约束条件如下公式:
约束(4)表示,第m中工况下测量的第n组空载磁梯度数据分量数据Bijmn,理论上讲,在通过滤波等处理之后应该等于0,通过与工况相关的正负项补偿,以及和正负项绝对补偿之后,落在一个很小的可控范围内。
为了求解,这些变量的取值都是正数:
符号说明
下标:
i,j表示某个坐标轴方向,i,j∈{x,y,z};
m表示第m种工作条件,m∈M;
n表示第n组磁场数据,n∈N;
参数:
BijL表示i方向的磁感应强度分量在j方向的导数,即磁梯度;
Bijmn表示空载条件下,第m种工况下测量的第n组磁梯度;
IL表示带载工作参数;
Im表示空载情况下,第m种工作参数;
θ为大于0的可控松弛参数;
决策变量:
步骤(2)中,具体包括:
最优化方法就是对特定的问题找到最佳或最好的解决方案,或者说是最优值。一般的数学优化模型可以表述如下:
其中f(x)为目标函数,gi(x)为约束,x为n为决策变量。
全张量磁梯度数据的补偿优化模型的优化目标从无源场与无旋场的性质来考虑,要求:
Bxx+Byy+Bzz=0
Bij=Bji,(i,j=x,y,z) (6)
即:使得全张量磁梯度数据在补偿之后满足磁场的无源性与无旋性特征。具体模型的目标函数及其约束条件形式见式(7),其中0.5为加权系数:
针对磁梯度张量数据的9个分量,共有36个决策变量,采用M种工况N组实验数据,所以模型规模为,9*M*N个约束条件。
步骤(3)中,具体包括:
(3-2)通过求解的模型,来估计全张量磁梯度数据的估计值,确定补偿后的全张量磁梯度数据。
本实施例提供一种全张量磁梯度数据补偿优化方法,包括:利用1种工况下的10组实验数据来计算补偿模型的参数,并对带载荷数据和空载数据进行补偿。空载数据如表1所示,计算补偿模型的参数及带载荷数据的补偿结果如表2所示,对空载数据的补偿结果如表3所示。对带载荷全张量磁梯度数据补偿前后的定位云图如图2所示。
表1部分空载磁梯度张量初始数据
B<sub>xx</sub> | B<sub>xy</sub> | B<sub>xz</sub> | B<sub>yx</sub> | B<sub>yy</sub> | B<sub>yz</sub> | B<sub>zx</sub> | B<sub>zy</sub> | B<sub>zz</sub> |
0.344 | 0.344 | 187.83 | -187.835 | 0.344 | 0.344 | 187.8 | 0.344 | 0.344 |
0.341 | 0.341 | 187.83 | -187.836 | 0.341 | 0.341 | 187.836 | 0.341 | 0.341 |
0.338 | 0.338 | 187.83 | -187.836 | 0.338 | 0.338 | 187.836 | 0.338 | 0.338 |
0.336 | 0.336 | 187.83 | -187.836 | 0.336 | 0.336 | 187.836 | 0.336 | 0.336 |
0.333 | 0.333 | 187.83 | -187.836 | 0.333 | 0.333 | 187.836 | 0.333 | 0.333 |
0.330 | 0.330 | 187.836 | -187.836 | 0.330 | 0.330 | 187.836 | 0.330 | 0.330 |
0.328 | 0.328 | 187.836 | -187.836 | 0.328 | 0.328 | 187.836 | 0.328 | 0.328 |
0.325 | 0.325 | 187.836 | -187.836 | 0.325 | 0.325 | 187.836 | 0.325 | 0.325 |
0.322 | 0.322 | 187.836 | -187.836 | 0.322 | 0.322 | 187.836 | 0.322 | 0.322 |
0.319 | 0.319 | 187.837 | -187.837 | 0.319 | 0.319 | 187.837 | 0.319 | 0.319 |
表2参数和带载荷数据补偿结果
表3空载数据补偿结果
B<sub>xx</sub> | B<sub>xy</sub> | B<sub>xz</sub> | B<sub>yx</sub> | B<sub>yy</sub> | B<sub>yz</sub> | B<sub>zx</sub> | B<sub>zy</sub> | B<sub>zz</sub> |
0.0151 | 0.0151 | -0.0134 | -0.0134 | 0.0151 | 0.0151 | 0.0146 | 0.0091 | 0.0151 |
0.0125 | 0.0125 | -0.0136 | -0.0136 | 0.0125 | 0.0125 | 0.0144 | 0.0065 | 0.0125 |
0.0099 | 0.0099 | -0.0137 | -0.0137 | 0.0099 | 0.0099 | 0.0143 | 0.0039 | 0.0099 |
0.0073 | 0.0073 | -0.0138 | -0.0138 | 0.0073 | 0.0073 | 0.0142 | 0.0013 | 0.0073 |
0.0046 | 0.0046 | -0.0139 | -0.0139 | 0.0046 | 0.0046 | 0.0141 | -0.0014 | 0.0046 |
0.0019 | 0.0019 | -0.014 | -0.014 | 0.0019 | 0.0019 | 0.014 | -0.0041 | 0.0019 |
-0.0008 | -0.0008 | -0.0142 | -0.0142 | -0.0008 | -0.0008 | 0.0138 | -0.0068 | -0.0008 |
-0.0036 | -0.0036 | -0.0143 | -0.0143 | -0.0036 | -0.0036 | 0.0137 | -0.0096 | -0.0036 |
-0.0064 | -0.0064 | -0.0144 | -0.0144 | -0.0064 | -0.0064 | 0.0136 | -0.0124 | -0.0064 |
-0.0093 | -0.0093 | -0.0145 | -0.0145 | -0.0093 | -0.0093 | 0.0135 | -0.0153 | -0.0093 |
本公开还提供以下的产品实施例:
一种全张量磁梯度数据补偿优化***,包括:
数据确定模块,被配置为针对实验数据,确定参与模型参数计算和数据补偿的全张量磁梯度数据的九个分量数据:Bxx、Bxy、Bxz、Byx、Byy、Byz、Bzx、Bzy、Bzz。
优化模型构建模块,被配置为根据数学优化模型和环境磁场的无源性、无旋性的基本特征,建立补偿优化模型的目标函数,结合约束条件从而建立基本补偿优化模型;
数据计算模块,被配置为根据空载数据求解补偿优化模型参数,根据补偿模型计算补偿后的带载数据,得到全张量磁梯度数据的补偿结果。
作为可能的实施例,对全张量磁梯度数据无源性、无旋性基本特征,建立优化模型的目标函数及其约束条件。
作为可能的实施例,利用多组空载数据求解最优的模型参数,根据模型对全张量磁梯度数据进行数据补偿,验证补偿效果。
一种计算机可读存储介质,其中存储有多条指令,所述指令适于由终端设备的处理器加载并执行所述的一种全张量磁梯度数据补偿优化方法的步骤。
一种终端设备,包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,所述指令适于由处理器加载并执行所述的一种全张量磁梯度数据补偿优化的步骤。
本领域内的技术人员应明白,本公开的实施例可提供为方法、***、或计算机程序产品。因此,本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本公开是参照根据本公开实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅为本公开的优选实施例而已,并不用于限制本公开,对于本领域的技术人员来说,本公开可以有各种更改和变化。凡在本公开的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。
上述虽然结合附图对本公开的具体实施方式进行了描述,但并非对本公开保护范围的限制,所属领域技术人员应该明白,在本公开的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。
Claims (9)
1.一种全张量磁梯度数据补偿优化方法,其特征是:包括以下步骤:
针对全张量磁梯度数据的各磁梯度分量,采用多种工况下的不同实验数据,引入松弛系数与决策变量,建立模型的约束条件;
根据数学优化模型和环境磁场的无源性、无旋性的基本特征,建立补偿优化模型的目标函数,结合约束条件从而建立基本补偿优化模型;
根据空载数据求解补偿优化模型参数,根据补偿模型计算补偿后的带载数据,得到全张量磁梯度数据的补偿结果。
2.如权利要求1所述的一种全张量磁梯度数据补偿优化方法,其特征是:设Bx、By、Bz分别表示磁传感器坐标系下x、y、z三个方向的磁场大小,即磁场矢量B=(Bx,By,Bz);则在x方向上,磁场矢量B的磁梯度分别为:Bxx、Bxy、Bxz,在y方向上,磁场矢量B的磁梯度分别为:Byx、Byy、Byz,在z方向上,磁场矢量B的磁梯度分别为:Bzx、Bzy、Bzz。
5.如权利要求1所述的一种全张量磁梯度数据补偿优化方法,其特征是:环境磁场的无源性表现为:Bxx+Byy+Bzz=0;环境磁场的无旋性表现为:Bij=Bji,(i,j=x,y,z)。
7.一种全张量磁梯度数据补偿优化***,其特征是:包括:
数据确定模块,被配置为针对实验数据,确定参与模型参数计算和数据补偿的全张量磁梯度数据的九个分量数据:Bxx、Bxy、Bxz、Byx、Byy、Byz、Bzx、Bzy、Bzz。
优化模型构建模块,被配置为根据数学优化模型和环境磁场的无源性、无旋性的基本特征,建立补偿优化模型的目标函数,结合约束条件从而建立基本补偿优化模型;
数据计算模块,被配置为根据空载数据求解补偿优化模型参数,根据补偿模型计算补偿后的带载数据,得到全张量磁梯度数据的补偿结果。
8.一种计算机可读存储介质,其特征是:其中存储有多条指令,所述指令适于由终端设备的处理器加载并执行权利要求1-6中任一项所述的一种全张量磁梯度数据补偿优化方法的步骤。
9.一种终端设备,其特征是:包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,所述指令适于由处理器加载并执行权利要求1-6中任一项所述的一种全张量磁梯度数据补偿优化的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911293829.4A CN111079285B (zh) | 2019-12-16 | 2019-12-16 | 一种全张量磁梯度数据补偿优化方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911293829.4A CN111079285B (zh) | 2019-12-16 | 2019-12-16 | 一种全张量磁梯度数据补偿优化方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111079285A true CN111079285A (zh) | 2020-04-28 |
CN111079285B CN111079285B (zh) | 2022-02-08 |
Family
ID=70314782
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911293829.4A Expired - Fee Related CN111079285B (zh) | 2019-12-16 | 2019-12-16 | 一种全张量磁梯度数据补偿优化方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111079285B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113567902A (zh) * | 2021-07-02 | 2021-10-29 | 中国船舶重工集团公司第七一五研究所 | 一种矢量磁力梯度仪转向差校正方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090006009A1 (en) * | 2007-06-26 | 2009-01-01 | Peter Victor Czipott | Method and system for improving target localization and characterization |
CN109814163A (zh) * | 2019-02-28 | 2019-05-28 | 中国科学院遥感与数字地球研究所 | 一种基于扩展补偿模型的航磁张量数据抑噪方法及*** |
CN109856690A (zh) * | 2019-02-28 | 2019-06-07 | 中国科学院遥感与数字地球研究所 | 基于混合范数拟合的航磁梯度张量数据抑噪方法及*** |
CN109856689A (zh) * | 2019-02-28 | 2019-06-07 | 中国科学院遥感与数字地球研究所 | 一种超导航磁梯度张量数据抑噪处理方法和*** |
CN110133544A (zh) * | 2019-05-14 | 2019-08-16 | 中国科学院上海微***与信息技术研究所 | 航空超导全张量磁补偿系数的获取方法、终端及存储介质 |
CN110146839A (zh) * | 2019-05-30 | 2019-08-20 | 中国海洋大学 | 一种移动平台磁梯度张量***校正方法 |
-
2019
- 2019-12-16 CN CN201911293829.4A patent/CN111079285B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090006009A1 (en) * | 2007-06-26 | 2009-01-01 | Peter Victor Czipott | Method and system for improving target localization and characterization |
CN109814163A (zh) * | 2019-02-28 | 2019-05-28 | 中国科学院遥感与数字地球研究所 | 一种基于扩展补偿模型的航磁张量数据抑噪方法及*** |
CN109856690A (zh) * | 2019-02-28 | 2019-06-07 | 中国科学院遥感与数字地球研究所 | 基于混合范数拟合的航磁梯度张量数据抑噪方法及*** |
CN109856689A (zh) * | 2019-02-28 | 2019-06-07 | 中国科学院遥感与数字地球研究所 | 一种超导航磁梯度张量数据抑噪处理方法和*** |
CN110133544A (zh) * | 2019-05-14 | 2019-08-16 | 中国科学院上海微***与信息技术研究所 | 航空超导全张量磁补偿系数的获取方法、终端及存储介质 |
CN110146839A (zh) * | 2019-05-30 | 2019-08-20 | 中国海洋大学 | 一种移动平台磁梯度张量***校正方法 |
Non-Patent Citations (2)
Title |
---|
于振涛等: "四面体磁梯度张量***的误差补偿", 《光学精密工程》 * |
尹刚: "磁梯度张量***的非线性校正方法", 《仪器仪表学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113567902A (zh) * | 2021-07-02 | 2021-10-29 | 中国船舶重工集团公司第七一五研究所 | 一种矢量磁力梯度仪转向差校正方法 |
CN113567902B (zh) * | 2021-07-02 | 2024-02-13 | 中国船舶重工集团公司第七一五研究所 | 一种矢量磁力梯度仪转向差校正方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111079285B (zh) | 2022-02-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Aykan et al. | Vibration fatigue analysis and multi-axial effect in testing of aerospace structures | |
CN108196447B (zh) | 一种利用基于学习遗传进化算法的机器人双轴孔装配方法 | |
García-Gonzalo et al. | Convergence and stochastic stability analysis of particle swarm optimization variants with generic parameter distributions | |
Liu et al. | Quantization effects on synchronized motion of teams of mobile agents with second-order dynamics | |
CN110187393B (zh) | 一种基于广义回归神经网络的航磁补偿方法 | |
CN111079285B (zh) | 一种全张量磁梯度数据补偿优化方法及*** | |
CN111597753A (zh) | 数据深度变化特征自适应的二维电阻率反演方法及*** | |
CN114398834A (zh) | 粒子群优化算法模型的训练方法、粒子群优化方法及装置 | |
Jiao et al. | Real-time aeromagnetic compensation with compressed and accelerated neural networks | |
Gajdatsy et al. | Critical assessment of Operational Path Analysis: effect of coupling between path inputs | |
CN114925539B (zh) | 声爆波反演方法、装置、设备及存储介质 | |
CN111123380A (zh) | 基于重磁梯度数据张量不变量的目标深度估计方法及*** | |
Masihi et al. | A physically-based three dimensional fracture network modeling technique | |
CN114819674A (zh) | 货箱装载的重心修正方法、装置、电子设备及存储介质 | |
CN113609581A (zh) | 运载火箭弹性频率在线辨识的方法及存储介质 | |
CN114034609A (zh) | 一种考虑微观织构的金属材料力学性能预测方法 | |
Joyce et al. | Adaptive observers for structural health monitoring of high-rate, time-varying dynamic systems | |
CN114355439A (zh) | 基于拉格朗日算子动态变化的地震反演方法及*** | |
Szabolcsi | UAV Controller Synthesis Using LQ-Based Design Methods | |
Daraghmeh et al. | Numerical error bound of optimal control for homogeneous linear systems | |
Wieckowski et al. | Low frequency vibration in Heavy Machinery-preliminary identification and control | |
Janczak et al. | Subspace identification of process dynamics for iterative learning control | |
Nyrkov et al. | The use of fuzzy control methods for evaluation of complex systems on the example of maritime fleet equipment | |
Kuttner | Improved techniques for uniaxial and multiaxial vibration test profile definition | |
Hull et al. | Elastic response of an orthogonally reinforced plate |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220208 |
|
CF01 | Termination of patent right due to non-payment of annual fee |