CN105891741A - 磁场传感器网络的噪声抑制方法 - Google Patents

磁场传感器网络的噪声抑制方法 Download PDF

Info

Publication number
CN105891741A
CN105891741A CN201610444363.3A CN201610444363A CN105891741A CN 105891741 A CN105891741 A CN 105891741A CN 201610444363 A CN201610444363 A CN 201610444363A CN 105891741 A CN105891741 A CN 105891741A
Authority
CN
China
Prior art keywords
magnetic field
magnetic
source
noise
sensor
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
CN201610444363.3A
Other languages
English (en)
Other versions
CN105891741B (zh
Inventor
方广有
刘敦歌
许鑫
朱万华
刘小军
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.)
Institute of Electronics of CAS
Original Assignee
Institute of Electronics of CAS
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 Institute of Electronics of CAS filed Critical Institute of Electronics of CAS
Priority to CN201610444363.3A priority Critical patent/CN105891741B/zh
Publication of CN105891741A publication Critical patent/CN105891741A/zh
Application granted granted Critical
Publication of CN105891741B publication Critical patent/CN105891741B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00Arrangements or instruments for measuring magnetic variables
    • G01R33/02Measuring direction or magnitude of magnetic fields or magnetic flux
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/02Preprocessing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/02Preprocessing
    • G06F2218/04Denoising

Landscapes

  • Physics & Mathematics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • General Physics & Mathematics (AREA)
  • Measuring Magnetic Variables (AREA)

Abstract

本发明提供了一种磁场传感器网络的噪声抑制方法。该噪声抑制方法中,利用磁场传感器阵列,通过干扰源和信号源在传感器网络节点产生信号的特点,利用球谐函数将传感器网络节点测的磁场信号分解成多个调和函数的叠加,形成具有线性独立的矢量信号基,利用该信号基分解测量的磁场信号,分离出信号源和噪声源对应的信号幅度,舍弃噪声源对应的信号幅度,以抑制磁场噪声源产生的噪声。

Description

磁场传感器网络的噪声抑制方法
技术领域
本发明涉及磁场传感器及传感器网络技术领域,尤其涉及一种磁场传感器网络的噪声抑制方法。
背景技术
近年来,传感器网络凭借其强大的数据获取能力在军事安全、环境监测、生物医疗、工业生产等领域得到了广泛的应用。水下磁传感器网络作为监测重要港口、水域网络系统,具有探测无源性、定位精度高、执行时间短、受浅海复杂环境影响小和隐蔽性等特点,对维护国家海洋安全具有重要意义。
在实际磁场测量中,复杂的电磁环境会对磁传感器网络探测效果,限制水下目标探测距离。目前主要噪声抑制方法为:最小均方算法、正交基函数匹配法、主分量分析法、神经网络、小波分解、自适应滤波、自回归模型、最小熵滤波器、高阶交叉法等。但上述方法都是基于单个磁场传感器噪声抑制,在SNR<<1的情况下,上述方法探测效果不佳。另外很多学者利用参考传感器,梯度方法抑制环境磁场噪声,但是对于某些噪声(如地质噪声),噪声抑制能力差,影响入侵目标检测率。
发明内容
(一)要解决的技术问题
鉴于上述技术问题,本发明提供了一种磁场传感器网络的噪声抑制方法,以提高噪声抑制能力,提升探测效果。
(二)技术方案
根据本发明的一个方面,提供了一种磁场传感器网络的噪声抑制方法。该噪声抑制方法包括:
步骤A:在球坐标系下,提供K个排列规则的矢量磁场传感器组成的球面的磁场传感器网络,每一矢量磁场传感器作为一网络节点,将磁源A包围在磁场传感器网络凹面内,噪声源B位于凸面区域外,K>20;
步骤B:磁场传感器网络中的各个矢量磁场传感器同步采集磁源A和噪声源B辐射的磁场信号;
步骤C:对于第k个矢量磁场传感器在第m个采样时刻测量的原始磁场信号进行预处理,得到磁场信号其中,k=1~K:
步骤D:将K个矢量磁场传感器测量在第m个采样时刻测量的磁场信号组成列向量其中,
步骤E1:对于第k个矢量磁场传感器,根据其在球坐标系下的坐标位置,获取磁源A在该磁场传感器位置处所产生的三方向-r方向、θ方向、方向磁场对应的基函数及对应的系数-αk,r、αk,θ其中,k=1~K;
步骤E2:将K个矢量磁场传感器在第j个方向的磁源A对应的基函数和对应的系数组成矩阵,表示为:αj=[α1,j;…;αK,j],
步骤F1:对于第k个矢量磁场传感器,根据其在球坐标系下的坐标位置,获取噪声源B在该磁场传感器位置处所产生的三方向-r方向、θ方向、方向磁场对应的基函数及对应的系数-βk,r、βk,θ
步骤F2:将K个矢量磁场传感器第j个方向的噪声源B对应的基函数和对应的系数组成矩阵,表示为:βj=[β1,j;…;βK,j],
步骤G:将三个方向-r方向、θ方向、方向的基矩阵分别合成矩阵作为磁场信号的基,其中,
步骤H:对矩阵Sj分别作伪逆运算,得到其对应的伪逆矩阵其中,
步骤I:将矩阵与其对应的伪逆矩阵相乘,获得矩阵其中,
步骤J:将矩阵中与磁源A有关的列合成矩阵aj,将矩阵中与噪声源B有关的列合成矩阵βj,其中,
步骤K:根据获得的磁场信号幅度,利用步骤E中已知的重建磁源A和噪声源B在第k个磁场传感器处第m个采样时刻时产生的三方向磁场分量:依次舍弃噪声源产生的三个方向的磁场从而得到抑制干扰噪声源B产生磁场后的信号,其中
(三)有益效果
从上述技术方案可以看出,本发明磁场传感器网络的噪声抑制方法具有以下有益效果:
(1)物理意义明确,简便快捷、效率高,可以实现快速的噪声抑制;
(2)充分网络信息分离同频信号,噪声抑制能力强,可用于磁异常探测等领域,应用前景广阔。
附图说明
图1为根据本发明实施例磁场传感器网络的噪声抑制方法的示意图;
图2为发明实例磁场传感器网络的噪声抑制方法示例图;
图3为图2对应的传感器网络立体结构图;
图4为图2发明实例传感器节点处仿真磁场信号;
图5为该发明发方法处理滤波后传感器X方向磁场结果;
图6为该发明发方法处理滤波后传感器X方向磁场结果;
图7为该发明发方法处理滤波后传感器Z方向磁场结果。
具体实施方式
本发明需要一定数量排列规则的磁场传感器,通过干扰源和信号源在传感器网络节点产生信号的特点,利用球谐函数将传感器网络节点测的磁场信号分解成多个调和函数的叠加,形成具有线性独立的矢量信号基,利用该信号基分解测量的磁场信号,分离出信号源和噪声源对应的信号幅度,舍弃噪声源对应的信号幅度,以抑制磁场噪声源产生的噪声。
在本发明的一个示例性实施例中,提供了一种磁场传感器网络的噪声抑制方法。图1为根据本发明实施例磁场传感器网络的噪声抑制方法的示意图。如图1所示,本实例磁场传感器网络的噪声抑制方法包括:
步骤A:在球坐标系下,提供100个矢量磁场传感器组成的球面的磁场传感器网络,每一矢量磁场传感器作为一网络节点,将磁源A包围在磁场传感器网络凹面内,噪声源B位于凸面区域外;
磁场传感器网络的剖面如图2所示。本实施例中,磁场传感器网络由100个矢量磁场传感器组成,呈八分之一椭球形(坐标范围),如图3所示。关于磁场传感器网络中矢量磁场传感器的个数,本领域技术人员可以根据需要合理选择,满足噪声抑制要求。此外,磁场传感器网络可依据探测地势等因素,排列为球、椭球、半椭球、四分之一椭球或等形状。一般情况下,磁场传感器网络中矢量磁场传感器的个数K大于20个,优选地,K大于50。
本步骤中,矢量磁场传感器可以采用感应式磁场传感器、磁通门、超导磁力计等磁场传感器,要求磁场传感器的自身噪声远小于测量外界环境的磁场信号。
步骤B:磁场传感器网络中的各个矢量磁场传感器同步采集磁源A和噪声源B辐射的磁场信号;
X方向磁场大小如图4所示,其中子图Bin-X和Bout-X分别表示某采样时刻磁源A和噪声源B在磁场传感器网络上产生的X方向磁场信号;B-X子图表示在该采样时刻磁源A和噪声源B在磁场传感器网络上产生的X方向磁场信号之和。
步骤C:对于第k个矢量磁场传感器在第m个采样时刻测量的三个方向-r方向、θ方向、方向的原始磁场信号进行预处理,得到磁场信号其中,k=1~100;
本步骤中,预处理主要是指对信号实施去线性趋势、低通滤波处理,根据信号频带范围滤除信号频带外噪声,例如磁异常信号频率一般低于1Hz,舰船等目标产生的轴频信号频率多为1~7Hz。
其中,为第m个采样时刻磁场传感器网络测量的r方向的磁场信号值,为第m个采样时刻磁场传感器网络测量的θ方向的磁场信号值,为第m个采样时刻磁场传感器网络测量的方向的磁场信号值。
步骤D:将100个矢量磁场传感器测量在第m个采样时刻测量的三个方向-r方向、θ方向、方向的磁场信号组成列向量,表示为:其中,k=1~100;
步骤E1:对于第k(k=1~100)个矢量磁场传感器,根据其在球坐标系下的坐标位置,分别获取磁源A和噪声源B在该磁场传感器位置处所产生的三方向-r方向、θ方向、方向磁场对应的基函数其中,k=1~K;
对于第k(k=1~100)个矢量磁场传感器,该矢量磁场传感器所测量到的磁场Bk为磁源A在该位置产生的三分量磁场和噪声源B在该位置产生的三分量磁场之和,即:
B k = B i n k + B o u t k - - - ( 1 )
其中,磁源A在该位置所产生的三分量磁场的表达式如下:
为了便于计算,取有限项来进行处理,即上述简化为:
其中,上式中求取梯度公式项如下:
其中,i为虚数单位,为单位坐标向量,第k个磁场传感器的磁场扩展阶数可以根据具体干扰源位置、强度等选择,一般介于2-15之间。
本实施例中100个磁场传感器磁场的扩展阶数都选择为8,即:第k个矢量磁场传感测量的磁源A在球坐标系下产生的三方向-r方向、θ方向、方向磁场分量对应的基函数分别表示如下:
基函数(5)式对应的系数表示如下:
在公式(5)和(6)中,因此均为[(lin_max+1)2-1]维的行向量,在本例中行向量由80个元素组成。
步骤E2:将100个矢量磁场传感器第j个方向(r方向、θ方向、方向)的基和对应的系数组成矩阵,表示为:
其中,在本例中,均为100×80维矩阵,αj,(j=x,y,z)均为80维向量。
步骤F1:同理,噪声源B在第k个磁场传感器处所产生的三分量磁场的表达式如下:
为了便于计算,取有限项来进行处理,即上述简化为:
其中,上式中梯度公式:
其中,i为虚数单位,为单位坐标向量,第k个磁场传感器的扩展阶数可以根据具体干扰源位置、强度等选择,一般介于2-15之间。本实施例中100个传感器的扩展阶数都选择为4,即:噪声源B在第k个矢量磁场传感器产生的磁场三方向(r方向、θ方向、方向)分量对应的基函数分别表示如下:
基函数(12)式对应的系数矩阵如下:
在公式(12)和(13)中, 均为[(lout_max+1)2-1]维的行向量,在本例中行向量由24个元素组成。
步骤F2:将100个矢量磁场传感器第j个方向(r方向、θ方向、方向)的基函数组成基函数矩阵表示为:
其中,在本例中均为100×24维矩阵,βj,(j=x,y,z)均为24维向量。
以上公式中,μ0为真空中的磁导率,(rk,θk)代表第k个磁场传感器在球坐标系中的位置坐标,为连带勒让德函数,为哈密顿算符,分别代表磁源A和噪声源B在k个磁场传感器处产生的三方向(r方向、θ方向、方向)磁场分量对应的待求系数;其中:
步骤G:将三个方向-r方向、θ方向、方向的基矩阵分别合成矩阵表示为:作为磁场信号的基;
上式中均为100×104维矩阵,分别表示r方向、θ方向、方向合成基函数。
步骤H:对矩阵Sj分别作伪逆运算,得到其伪逆矩阵其中,从而得到三个伪逆矩阵
步骤I:将步骤D得到的矩阵与其对应的伪逆矩阵相乘,获得矩阵其中,
其中,为在第m个采样时刻100个磁场传感器网络测量的三个方向(r方向、θ方向、方向)磁场信号值。
步骤J:将矩阵中与磁源A有关的第1到80列合成矩阵aj,将矩阵中与噪声源B有关的第81到104列合成矩阵βj,其中,
其中,ar,aθ分别为矩阵与磁源A有关的列在三个方向-r方向、θ方向、方向磁场信号的幅度值,为80维向量,βr,βθ分别为与噪声源B有关的列在三个方向-r方向、θ方向、方向磁场信号的幅度值,为24维向量。
步骤K:根据获得的磁场信号幅度,利用步骤E中已知的重建磁源A和噪声源B在第k个磁场传感器处第m个采样时刻时产生的三方向磁场分量:依次舍弃噪声源产生的三个方向的磁场从而得到抑制干扰噪声源B产生磁场后的信号,其中
运用本实施例磁场传感器网络的噪声抑制方法,可以分离目标磁场信号如图5、6、7所示。仿真结果表明,本实施例噪声抑制方法相比于现有技术方法噪声抑制能力大大增强。
至此,已经结合附图对本发明实施例进行了详细描述。依据以上描述,本领域技术人员应当对本发明磁场传感器网络的噪声抑制方法有了清楚的认识。
此外,上述对各元件和方法的定义并不仅限于实施例中提到的各种具体结构、形状或方式,本领域普通技术人员可对其进行简单地更改或替换。
此外,上述实施例提供了包含特定值的参数的示范,但这些参数无需确切等于相应的值,而是可在可接受的误差容限或设计约束内近似于相应值。并且,除非特别描述或必须依序发生的步骤,上述步骤的顺序并无限制于以上所列,且可根据所需设计而变化或重新安排。
综上所述,本发明磁场传感器网络的噪声抑制方法需要一定数量排列规则的磁场传感器,通过干扰源和信号源在传感器网络节点产生信号特点,利用球谐函数将网络节点测的磁场信号分解成多个调和函数的叠加,形成具有线性独立的矢量信号基,以此获得信号幅度从而抑制噪声,具有噪声抑制能力强的优势,可用于磁异常探测等领域。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (8)

1.一种磁场传感器网络的噪声抑制方法,其特征在于,包括:
步骤A:在球坐标系下,提供K个排列规则的矢量磁场传感器组成的球面的磁场传感器网络,每一矢量磁场传感器作为一网络节点,将磁源A包围在磁场传感器网络凹面内,噪声源B位于凸面区域外,K>20;
步骤B:磁场传感器网络中的各个矢量磁场传感器同步采集磁源A和噪声源B辐射的磁场信号;
步骤C:对于第k个矢量磁场传感器在第m个采样时刻测量的原始磁场信号进行预处理,得到磁场信号其中,k=1-K:
步骤D:将K个矢量磁场传感器测量在第m个采样时刻测量的磁场信号组成列向量其中,
步骤E1:对于第k个矢量磁场传感器,根据其在球坐标系下的坐标位置,获取磁源A在该磁场传感器位置处所产生的三方向-r方向、θ方向、方向磁场对应的基函数及对应的系数-αk,r、αk,θ其中,k=1-K;
步骤E2:将K个矢量磁场传感器在第j个方向的磁源A对应的基函数和对应的系数组成矩阵,表示为:
步骤F1:对于第k个矢量磁场传感器,根据其在球坐标系下的坐标位置,获取噪声源B在该磁场传感器位置处所产生的三方向-r方向、θ方向、方向磁场对应的基函数及对应的系数-βk,r、βk,θ
步骤F2:将K个矢量磁场传感器第j个方向的噪声源B对应的基函数和对应的系数组成矩阵,表示为:
步骤G:将三个方向-r方向、θ方向、方向的基矩阵分别合成矩阵作为磁场信号的基,其中,
步骤H:对矩阵Sj分别作伪逆运算,得到其对应的伪逆矩阵其中,
步骤I:将矩阵与其对应的伪逆矩阵相乘,获得矩阵其中,
步骤J:将矩阵中与磁源A有关的列合成矩阵aj,将矩阵中与噪声源B有关的列合成矩阵βj,其中,
步骤K:根据获得的磁场信号幅度,利用步骤E中已知的重建磁源A和噪声源B在第k个磁场传感器处第m个采样时刻时产生的三方向磁场分量:依次舍弃噪声源产生的三个方向的磁场从而得到抑制干扰噪声源B产生磁场后的信号,其中
2.根据权利要求1所述的噪声抑制方法,其特征在于,所述步骤E1中磁源A的:
基函数分别为:
对应的系数为:
其中,μ0为真空中的磁导率,代表第k个磁场传感器在球坐标系中的位置坐标,为连带勒让德函数,为哈密顿算符,代表磁源A在k个磁场传感器处产生的三方向(r方向、θ方向、方向)磁场分量对应的待求系数;其中:
其中, 为选择的磁场扩展阶数。
3.根据权利要求2所述的噪声抑制方法,其特征在于,所述步骤F1中噪声源B的:
基函数分别为:
对应的系数为:
以上公式中,μ0为真空中的磁导率,代表第k个磁场传感器在球坐标系中的位置坐标,为连带勒让德函数,为哈密顿算符,分别代表噪声源B在k个磁场传感器处产生的三方向(r方向、θ方向、方向)磁场分量对应的待求系数;其中:
其中, 为选择的磁场扩展阶数。
4.根据权利要求3所述的噪声抑制方法,其特征在于,所述磁源A的基函数和所述噪声源B的基函数为相互线性独立。
5.根据权利要求1至4中任一项所述的噪声抑制方法,其特征在于,所述步骤C中的预处理包括:去线性趋势和/或低通滤波处理。
6.根据权利要求1至4中任一项所述的噪声抑制方法,其特征在于,所述磁场传感器网络中的若干个矢量磁场传感器排列为球、椭球、半椭球、四分之一椭球或八分之一椭球的形状。
7.根据权利要求1至4中任一项所述的噪声抑制方法,其特征在于,所述矢量磁场传感器为感应式磁场传感器、磁通门或超导磁力计。
8.根据权利要求1至4中任一项所述的方法,其特征在于,所述磁场传感器自身噪声远小于测量外界磁场信号。
CN201610444363.3A 2016-06-20 2016-06-20 磁场传感器网络的噪声抑制方法 Active CN105891741B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610444363.3A CN105891741B (zh) 2016-06-20 2016-06-20 磁场传感器网络的噪声抑制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610444363.3A CN105891741B (zh) 2016-06-20 2016-06-20 磁场传感器网络的噪声抑制方法

Publications (2)

Publication Number Publication Date
CN105891741A true CN105891741A (zh) 2016-08-24
CN105891741B CN105891741B (zh) 2018-06-22

Family

ID=56730799

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610444363.3A Active CN105891741B (zh) 2016-06-20 2016-06-20 磁场传感器网络的噪声抑制方法

Country Status (1)

Country Link
CN (1) CN105891741B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106371039A (zh) * 2016-11-25 2017-02-01 吉林大学 时间差型磁通门传感器共模噪声抑制装置及噪声抑制方法
CN108333551A (zh) * 2018-02-14 2018-07-27 中国科学院电子学研究所 一种磁力计的校正方法
CN110554352A (zh) * 2019-09-11 2019-12-10 哈尔滨工业大学 基于vgg16神经网络的航天测控系统干扰源波达方向估计方法
CN111492668A (zh) * 2017-12-14 2020-08-04 巴科股份有限公司 用于在限定的空间内定位音频信号的发源点的方法和系统
CN113124995A (zh) * 2019-05-09 2021-07-16 中国地质大学(北京) 正交基模磁通门传感器噪声检测装置的噪声检测方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102428391A (zh) * 2009-03-20 2012-04-25 先进烃绘制公司 基于总磁场测量的近海烃电磁勘探方法和设备
JP5374422B2 (ja) * 2010-03-10 2013-12-25 アルプス電気株式会社 磁界検知装置
CN104076404A (zh) * 2014-07-02 2014-10-01 中国科学院电子学研究所 运用多通道相干抑制地磁背景噪声的磁异常探测方法
CN104697485A (zh) * 2013-12-06 2015-06-10 中国科学院国家天文台 基于单轴加速度传感器的姿态测量系统及其姿态测量方法
CN105388533A (zh) * 2015-10-23 2016-03-09 国家海洋局第二海洋研究所 安装于潜器中磁力仪磁干扰的陆上校正方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102428391A (zh) * 2009-03-20 2012-04-25 先进烃绘制公司 基于总磁场测量的近海烃电磁勘探方法和设备
JP5374422B2 (ja) * 2010-03-10 2013-12-25 アルプス電気株式会社 磁界検知装置
CN104697485A (zh) * 2013-12-06 2015-06-10 中国科学院国家天文台 基于单轴加速度传感器的姿态测量系统及其姿态测量方法
CN104076404A (zh) * 2014-07-02 2014-10-01 中国科学院电子学研究所 运用多通道相干抑制地磁背景噪声的磁异常探测方法
CN105388533A (zh) * 2015-10-23 2016-03-09 国家海洋局第二海洋研究所 安装于潜器中磁力仪磁干扰的陆上校正方法

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106371039A (zh) * 2016-11-25 2017-02-01 吉林大学 时间差型磁通门传感器共模噪声抑制装置及噪声抑制方法
CN106371039B (zh) * 2016-11-25 2018-11-16 吉林大学 时间差型磁通门传感器共模噪声抑制装置及噪声抑制方法
CN111492668A (zh) * 2017-12-14 2020-08-04 巴科股份有限公司 用于在限定的空间内定位音频信号的发源点的方法和系统
CN111492668B (zh) * 2017-12-14 2021-10-29 巴科股份有限公司 用于在限定的空间内定位音频信号的发源点的方法和系统
US11350212B2 (en) 2017-12-14 2022-05-31 Barco N.V. Method and system for locating the origin of an audio signal within a defined space
CN108333551A (zh) * 2018-02-14 2018-07-27 中国科学院电子学研究所 一种磁力计的校正方法
CN108333551B (zh) * 2018-02-14 2021-02-23 中国科学院电子学研究所 一种磁力计的校正方法
CN113124995A (zh) * 2019-05-09 2021-07-16 中国地质大学(北京) 正交基模磁通门传感器噪声检测装置的噪声检测方法
CN113124995B (zh) * 2019-05-09 2022-02-11 中国地质大学(北京) 正交基模磁通门传感器噪声检测装置的噪声检测方法
CN110554352A (zh) * 2019-09-11 2019-12-10 哈尔滨工业大学 基于vgg16神经网络的航天测控系统干扰源波达方向估计方法

Also Published As

Publication number Publication date
CN105891741B (zh) 2018-06-22

Similar Documents

Publication Publication Date Title
CN105891741A (zh) 磁场传感器网络的噪声抑制方法
Sarkar et al. Application of the matrix pencil method for estimating the SEM (singularity expansion method) poles of source-free transient responses from multiple look directions
Jiang et al. Underwater source localization using an artificial lateral line system with pressure and flow velocity sensor fusion
CN111399066B (zh) 一种基于正交基函数处理标量磁异常梯度信号的方法
Huang et al. Underwater continuous localization based on magnetic dipole target using magnetic gradient tensor and draft depth
CN104545875A (zh) 用于生物磁检测的全张量空间梯度补偿方法及系统
CN113156525A (zh) 一种基于神经网络的水下多磁性目标定位方法
Lee et al. Real-time localization for underwater moving object using precalculated DC electric field template
Zheng et al. Direction of arrival estimation with a sparse uniform array of orthogonally oriented and spatially separated dipole‐triads
Zheng et al. Magnetic anomaly target recognition based on svd and svms
Shuai et al. Fast and accurate covariance matrix reconstruction for adaptive beamforming using Gauss-Legendre quadrature
Lin et al. Research on the model and the location method of ship shaft-rate magnetic field based on rotating magnetic dipole
Chang et al. Simultaneous detection of multiple magnetic dipole sources
Sekihara Signal space separation method for a biomagnetic sensor array arranged on a flat plane for magnetocardiographic applications: a computer simulation study
Ginzburg et al. Investigation of advanced data processing technique in magnetic anomaly detection systems
Zhang et al. Tracking magnetic target based on internative multi-model square root unscented kalman filter
Koul et al. Three-dimensional underwater acoustic source localization by sparse signal reconstruction techniques
He et al. A magnetic null geometry reconstructed from Cluster spacecraft observations
Kim et al. Optimal sensor distribution for measuring the tangential field components in MCG
Liu et al. Real-valued reweighted l 1 norm minimization method based on data reconstruction in MIMO radar
Wang et al. A new data processing method for magnetic anomaly detection and localization based on 2-D orthonormal basis functions
CN105866859A (zh) 一种用于磁引信探测内消磁舰船目标的自适应补偿方法
Du et al. Magnetic anomaly detection based on singular spectrum analysis and orthonormal basis functions
Holmes Theoretical development of laboratory techniques for magnetic measurement of large objects
Zhi et al. Magnetic target recognition and localization method unaffected by attitude

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant