CN108959186B - 磁偶极子探测方法、系统及设备 - Google Patents

磁偶极子探测方法、系统及设备 Download PDF

Info

Publication number
CN108959186B
CN108959186B CN201710370217.5A CN201710370217A CN108959186B CN 108959186 B CN108959186 B CN 108959186B CN 201710370217 A CN201710370217 A CN 201710370217A CN 108959186 B CN108959186 B CN 108959186B
Authority
CN
China
Prior art keywords
mean square
square error
hidden variable
signal
obtaining
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.)
Expired - Fee Related
Application number
CN201710370217.5A
Other languages
English (en)
Other versions
CN108959186A (zh
Inventor
郭静波
谭博
常广
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.)
Tsinghua University
Original Assignee
Tsinghua 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 Tsinghua University filed Critical Tsinghua University
Priority to CN201710370217.5A priority Critical patent/CN108959186B/zh
Publication of CN108959186A publication Critical patent/CN108959186A/zh
Application granted granted Critical
Publication of CN108959186B publication Critical patent/CN108959186B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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
    • G01V3/38—Processing data, e.g. for analysis, for interpretation, for correction

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Operations Research (AREA)
  • Environmental & Geological Engineering (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Probability & Statistics with Applications (AREA)
  • Geology (AREA)
  • Algebra (AREA)
  • Geophysics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Geophysics And Detection Of Objects (AREA)
  • Measuring Magnetic Variables (AREA)

Abstract

本发明提供一种磁偶极子探测方法、系统及设备。本发明所提供的方法包括：获取磁信号、探测器探测时的移动速度、探测器探测时的采样率、第一隐变量和第一增量；随后，对磁信号分解为第一目标信号和噪声信号，获得第一目标信号为单位正交基和第一正交系数的点积；进而，获得磁信号与第一目标信号之间的第一均方误差；根据第一均方误差，基于模糊EM算法的E步骤获得第二隐变量，第二隐变量为较优值；根据第二隐变量，基于模糊EM算法的M步骤获得收敛均方误差、最大概率的最优正交系数和最优隐变量。本发明所提供的磁偶极子探测方法获得最终结果的过程用时短、误差小，并且能准确对采集到的磁信号进行准确分析。

Description

磁偶极子探测方法、系统及设备
技术领域
本发明涉及磁目标探测领域，尤其涉及一种磁偶极子探测方法、系统及设备。
背景技术
研究磁偶极子探测问题在现代工业、能源和医疗救援等领域都有着重大的意义。在磁偶极子探测过程中存在两个关键概念：“微弱信号”和“含隐变量”。“微弱信号”是指采集的信号信噪比较低，一般会低于0dB，甚至达到-30dB到-40dB。这是由于磁偶极子目标本身磁偶极矩较小或者探测器离目标较远所致。而过低的信噪比将会使得目标信号淹没于噪声中，从而影响对目标的探测性能。“含隐变量”是指探测模型中某些不可直接测得的参数。它的存在使得模型不可确定，从而对目标信号的估计与检测带来不良影响。
在磁偶极子探测中，目标与探测器之间的距离往往是不可知的，而这一探测距离在探测模型中是不可或缺的一部分，也就是说，目标与探测器之间的距离就是该探测问题中的隐变量。
对于隐变量所带来的影响，传统的方法是对其先进行估计，在得到有效的隐变量估计值后重构模型和匹配函数，从而构建统计量进行检测。这种先估计的方法具有很大误差，不能准确对采集到的磁信号进行准确分析。
发明内容
基于此，有必要针对上述技术问题，提供一种误差小分析准确的磁偶极子探测方法、系统及设备，其中所述方法包括：
获取磁信号、探测器探测时的移动速度、探测器探测时的采样率、第一隐变量和第一增量，其中，所述第一隐变量为磁偶极子与探测器探测时所走路径的最短距离的初始预设值；
将所述磁信号分解为第一目标信号和噪声信号，根据所述移动速度、所述采样率和所述第一隐变量，获得所述第一目标信号为单位正交基和第一正交系数的点积；
获取所述磁信号与所述第一目标信号之间的第一均方误差；
根据所述第一均方误差，基于EM算法的E步骤获得第二隐变量，所述第二隐变量为较优值；
根据所述第二隐变量，基于EM算法的M步骤获得收敛均方误差、最大概率的最优正交系数和最优隐变量。
在一个实施例中，所述根据所述第一均方误差，基于EM算法的E步骤获得第二隐变量，所述第二隐变量为较优值的步骤，包括：
对所述第一隐变量和所述第一增量叠加以获得所述第二隐变量；
根据所述第二隐变量和所述单位正交基获得第二目标信号，进而获得所述磁信号与所述第二目标信号之间的第二均方误差；
当所述第二均方误差小于所述第一均方误差时，输出所述第二隐变量。
在一个实施例中，所述根据所述第一均方误差，基于EM算法的E步骤获得第二隐变量，所述第二隐变量为较优值的步骤，还包括：
当所述第二均方误差大于等于所述第一均方误差时，将所述第一增量的值减半，返回对所述第一隐变量和所述第一增量叠加以获得所述第二隐变量的步骤。
在一个实施例中，所述根据所述第二隐变量，基于EM算法的M步骤获得收敛均方误差、最大概率的最优正交系数和最优隐变量的步骤，包括：
根据所述第二隐变量，通过最大似然函数获得第二正交系数；
根据所述第二隐变量、所述第二正交系数和所述单位正交基获得第三目标信号，进而获得所述磁信号与所述第三目标信号之间的第三均方误差；
当所述第三均方误差小于收敛阈值时，获得所述收敛均方误差为所述第三均方误差、所述最优正交系数为所述第二正交系数和最优隐变量为所述第二隐变量。
在一个实施例中，所述根据所述第二隐变量，基于EM算法的M步骤获得收敛均方误差、最大概率的最优正交系数和最优隐变量的步骤，还包括：
当所述第三均方误差大于等于收敛阈值时，将所述第三均方误差赋值给所述第一均方误差，返回对所述第一隐变量和所述第一增量叠加以获得所述第二隐变量的步骤。
在一个实施例中，所述方法还包括：
获取所述收敛均方误差的三倍与采样窗口宽度的比值和有效信号能量，获得能量无偏估计量为所述有效信号能量与所述比值的差值，所述有效信号能量为最优正交系数的平方和；
对所述能量无偏估计量与所述收敛均方误差的比值求对数值，获得所述磁信号的信噪比为所述对数值的十倍。
本发明还提供一种磁偶极子探测系统，包括：
参数获取模块，用于获取磁信号、探测器探测时的移动速度、探测器探测时的采样率、第一隐变量和第一增量，其中，所述第一隐变量为磁偶极子与探测器探测时所走路径的最短距离的初始预设值；
正交分解模块，用于将所述磁信号分解为第一目标信号和噪声信号，根据所述移动速度、所述采样率和所述第一隐变量，获得所述第一目标信号为单位正交基和第一正交系数的点积；
第一均方误差获取模块，用于获取所述磁信号与所述第一目标信号之间的第一均方误差；
较优隐变量获取模块，用于根据所述第一均方误差，基于EM算法的E步骤获得第二隐变量，所述第二隐变量为较优值；
最优值获取模块，用于根据所述第二隐变量，基于EM算法的M步骤获得收敛均方误差、最大概率的最优正交系数和最优隐变量。
在一个实施例中，所述较优隐变量获取模块包括：
第二隐变量获取单元，用于对所述第一隐变量和所述第一增量叠加以获得所述第二隐变量；
第二均方误差获取单元，用于根据所述第二隐变量和所述单位正交基获得第二目标信号，进而获得所述磁信号与所述第二目标信号之间的第二均方误差；
判断输送单元，用于当所述第二均方误差小于所述第一均方误差时，输出所述第二隐变量。
在一个实施例中，所述较优隐变量获取模块，还包括：
均方误差判断大于单元，当所述第二均方误差大于等于所述第一均方误差时，将所述第一增量的值减半，返回对所述第一隐变量和所述第一增量叠加以获得所述第二隐变量的步骤。
在一个实施例中，所述最优值获得模块，包括：
第二正交系数获得单元，用于根据所述第二隐变量，通过最大似然函数获得第二正交系数；
第三均方误差获得单元，用于根据所述第二隐变量、所述第二正交系数和所述单位正交基获得第三目标信号，进而获得所述磁信号与所述第三目标信号之间的第三均方误差；
最优值获得单元，当所述第三均方误差小于收敛阈值时，获得所述收敛均方误差为所述第三均方误差、所述最优正交系数为所述第二正交系数和最优隐变量为所述第二隐变量。
在一个实施例中，所述最优值获得模块，还包括：
大于收敛阈值判断单元，用于当所述第三均方误差大于等于收敛阈值时，将所述第三均方误差赋值给所述第一均方误差，返回对所述第一隐变量和所述第一增量叠加以获得所述第二隐变量的步骤的步骤。
在一个实施例中，还包括：
能量无偏估计量获得模块，用于获取所述收敛均方误差的三倍与采样窗口宽度的比值和有效信号能量，获得能量无偏估计量为所述有效信号能量与所述比值的差值，所述有效信号能量为最优正交系数的平方和；
信噪比获得模块，用于对所述能量无偏估计量与所述收敛均方误差的比值求对数值，获得所述磁信号的信噪比为所述对数值的十倍。
本发明还提供一种磁偶极子探测设备，包括处理器、存储器以及存储在存储器上的计算机程序，其特征在于，所述计算机程序在被所述处理器处理时实现上述任意一项所述方法的步骤。
本发明的有益效果是：
本发明所提供的磁偶极子探测方法基于的EM算法，同时处理隐变量与目标信号，并在EM算法的E步骤中获取较优隐变量，使获得最终结果的过程用时短、误差小，并且能准确对采集到的磁信号进行准确分析。
附图说明
图1为磁偶极子探测模型图；
图2为一个实施例的磁偶极子探测方法的流程图；
图3为一个实施例的磁偶极子探测方法中的单位正交基示意图；
图4为一个实施例的磁偶极子探测方法中根据所述第一均方误差，基于EM算法的E步骤获得第二隐变量，所述第二隐变量为较优值的步骤的流程图；
图5为一个实施例的磁偶极子探测方法中根据所述第二隐变量，基于EM算法的M步骤获得收敛均方误差、最大概率的最优正交系数和最优隐变量的步骤的流程图；
图6为另一个实施例的磁偶极子探测方法的流程图；
图7为一个实施例的磁偶极子探测系统的结构框图；
图8为一个实施例的磁偶极子探测系统中较优隐变量获取模块的结构框图；
图9为一个实施例的磁偶极子探测系统中较最优值获得模块的结构框图；
图10为另一个实施例的磁偶极子探测系统的结构框图；
图11为一个实施例的磁偶极子探测方法中探测器不同信噪比下的工作特征曲线。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例对本申请的技术方案进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请的技术方案，并不用于限定本申请的技术方案。
图1为磁偶极子探测模型图。如图1所示，以磁偶极子1为坐标原点，建立三维直角坐标系O-xyz。磁偶极子1的磁偶极矩为M，探测器2搭载标量磁传感器沿直线A以速度v移动，并以fs为采样率进行采样，直线A称为探测路径其为探测器2探测时所走的路径，磁偶极子1与探测路径A的最短距离称为R0。磁偶极子1存在时，其周围会具有磁场。通常通过探测器2测量磁场信号进行分析确定磁偶极子是否存在。
请参阅图2，为本申请一个实施例提供的一种磁偶极子探测方法，所述方法包括：
步骤S100，获取磁信号、探测器探测时的移动速度、探测器探测时的采样率、第一隐变量和第一增量，其中，所述第一隐变量为磁偶极子与探测器探测时所走路径的最短距离的初始预设值。
具体地，所述磁信号x(n)为探测器收集到的磁偶极子发出的磁信号和空间背景中原本存在的磁信号。所述探测器探测时的移动速度为探测器采集磁信号时探测器的移动速度。所述第一隐变量R0的最优选值为磁偶极子与探测器探测时所走路径的最短距离。但是最短距离不容易确定，所以根据具体观测环境，给出所述第一隐变量为磁偶极子与探测器探测时所走路径的最短距离的初始预设值，所述初始预设值可在磁偶极子与探测器预计最短距离与预计最长距离之间。
步骤S200，将所述磁信号分解为第一目标信号和噪声信号，根据所述移动速度、所述采样率和所述第一隐变量，获得所述第一目标信号为单位正交基和第一正交系数的点积。
具体地，所述探测器得到的磁信号x(n)由目标信号s(n)和噪声信号WN(n)组成。所述目标信号s(n)为磁偶极子发出的磁信号。所述噪声信号WN(n)为空间背景中原本存在的磁信号。其中，n＝[-N,-N+1,…,N]，2N+1为采样窗口宽度，所述噪声信号WN(n)设为均值为0的高斯白噪。磁信号表达为：
x(n)＝s(n)+WN(n)，
目标信号s(n)表示为：
s(n)＝a1·f1(n)+a2·f2(n)+a3·f3(n)，
其中，f1(n),f2(n),f3(n)为单位正交基，a1,a2,a3为正交系数。在本实施例中，以n为变量的所述单位正交基的表达式为：
Figure BDA0001302592860000071
其变化形式如图3所示。
根据单位正交基的表达式，正交系数a1,a2,a3具体表示为：
Figure BDA0001302592860000072
因此通过给定单位正交基的具体表达式，再根据具体磁信号，可以给出正交系数的具体数值。在本实施例中，正交系数称为第一正交系数。
步骤S300，获取所述磁信号与所述第一目标信号之间的第一均方误差。
具体地，均方误差J表示为：
Figure BDA0001302592860000073
x(n)-s(n)为所说第一目标信号对所说磁信号的偏离。本实施例中，所获得的均方误差称为第一均方误差。所述第一均方误差也可以采用其他误差形式来代替。例如，平均误差、标准误差等。
步骤S400，根据所述第一均方误差，基于EM算法的E步骤获得第二隐变量，所述第二隐变量为较优值。
步骤S500，根据所述第二隐变量，基于EM算法的M步骤获得收敛均方误差、最大概率的最优正交系数和最优隐变量。
EM算法为最大期望算法(Expectation Maximization Algorithm，又译期望最大化算法)，是一种迭代算法，用于含有隐变量(latent variable)的概率参数模型的最大似然估计或极大后验概率估计。
传统的EM算法的E步骤中通过求解复杂的高阶多元方程组得到最优值，而本申请中的E步骤中求解较优值，不再求解复杂的高阶多元方程组，因此该EM算法又称为模糊EM算法。本实施例中，不需要求解复杂的高阶多元方程组，计算过程简单，节省了计算时间。
本实施例所提供的磁偶极子探测方法基于修正的EM算法，同时处理隐变量与目标信号，并在EM算法的E步骤中获取较优隐变量，使获得最终结果的过程用时短、误差小，并且能准确对采集到的磁信号进行准确分析。
如图4所示，在一个实施例中，步骤S400包括：
步骤S410，对所述第一隐变量和所述第一增量叠加以获得所述第二隐变量。
具体地，公式表示为：R0＝R0+ΔR0，其中，R0为第一隐变量，ΔR0为第一增量。在运算过程的也就是将所述第一隐变量和所述第一增量叠加获得所述第二隐变量。但在程序运算中，执行为R0＝R0+ΔR0，也就是将R0+ΔR0赋值给R0。ΔR0的具体数值可以任意选取。
步骤S420，根据所述第二隐变量和所述单位正交基获得第二目标信号，进而获得所述磁信号与所述第二目标信号之间的第二均方误差。
步骤S430，当所述第二均方误差小于所述第一均方误差时，输出所述第二隐变量。
具体地，通过此步骤判断所述第二均方误差至收敛到所述第一均方误差，从而获得较优的所述第二隐变量。
在一个实施例中，步骤S400还包括：
步骤S440，当所述第二均方误差大于等于所述第一均方误差时，将所述第一增量的值减半，返回对所述第一隐变量和所述第一增量叠加以获得所述第二隐变量的步骤。
具体地，在本实施例中，判断所述第二均方误差大于等于所述第一均方误差，也就是目前计算所述第二均方误差没有收敛到所述第一均方误差。将所述第一增量的值减半表达式为：ΔR0＝ΔR0/2。在计算过程中，也就是将所述第一增量的一半赋值为新的第一增量后返回到步骤S410继续计算。在保证计算速度和计算精度的需求下，也可以将预订的任意值赋值给第一增量。
请参见图5，在一个实施例中，步骤S500包括：
步骤S510，根据所述第二隐变量，通过最大似然函数获得第二正交系数。
具体地，根据步骤S400的输出结果较优的所述第二隐变量，来重新获得正交系数为所述第二正交系数。
步骤S520，根据所述第二隐变量、所述第二正交系数和所述单位正交基获得第三目标信号，进而获得所述磁信号与所述第三目标信号之间的第三均方误差。
步骤S530，当所述第三均方误差小于收敛阈值时，获得所述收敛均方误差为第三均方误差、所述最优正交系数为第二正交系数和最优隐变量为第二隐变量。
具体地，所述收敛阈值的取值由应用场景和所需精度决定。本实施例需要第三均方误差收敛到小于收敛阈值。最终获得所述收敛均方误差为所述第三均方误差、所述最优正交系数为所述第二正交系数和最优隐变量为所述第二隐变量。
在一个实施例中，步骤S500还包括：
步骤S540，当所述第三均方误差大于等于收敛阈值时，将所述第三均方误差赋值给所述第一均方误差，返回对所述第一隐变量和所述第一增量叠加以获得所述第二隐变量的步骤
具体地，在本实施例中，判断所述第三均方误差大于等于收敛阈值时，也就是此时所述第三均方误差没有收敛到收敛阈值。此时所述第三均方误差赋值给所述第一均方误差后返回到步骤S410继续计算。
请参见图6，在一个实施例中，所述磁偶极子探测方法还包括：
步骤S600，获取所述收敛均方误差的三倍与采样窗口宽度的比值和有效信号能量有偏估计量，获得能量无偏估计量为所述有效信号能量有偏估计量与所述比值的差值，所述有效信号能量为最优正交系数的平方和。
具体地，在本实施例中，所述能量无偏估计量表示为：
Figure BDA0001302592860000101
其中，
Figure BDA0001302592860000102
和
Figure BDA0001302592860000103
为所述最优正交系数，
Figure BDA0001302592860000104
为所述收敛均方误差，2N+1为所述采样窗口宽度，
Figure BDA0001302592860000105
为目标信号的有效信号能量有偏估计量。
可以根据本申请中一种磁偶极子探测方法设计检测器：
Figure BDA0001302592860000106
通过预设磁偶极子存在时的门限值λ，如果T＜λ表示磁偶极子不存在，而T≥λ表示磁偶极子存在。
步骤S700，对所述能量无偏估计量与所述收敛均方误差的比值求对数值，获得所述磁信号的信噪比为所述对数值的十倍。
具体地，信噪比是指信号与噪声的比例。信噪比的计量单位是dB，其计算方法是10lg(Ps/Pn)，其中Ps和Pn分别代表信号和噪声的有效功率。本实施例中，信号的有效功率Ps对应T，噪声的有效功率Pn对应
Figure BDA0001302592860000107
因此所述磁信号的信噪比SNR表示为：
Figure BDA0001302592860000108
本发明还提供一种磁偶极子探测系统。
请参见图7，本申请一个实施例的磁偶极子探测系统的结构框图。如图7所述的一种磁偶极子探测系统，包括：
参数获取模块100，用于获取磁信号、探测器探测时的移动速度、探测器探测时的采样率、第一隐变量和第一增量，其中，所述第一隐变量为磁偶极子与探测器探测时所走路径的最短距离的初始预设值；
正交分解模块，用于将所述磁信号分解为第一目标信号和噪声信号，根据所述移动速度、所述采样率和所述第一隐变量，获得所述第一目标信号为单位正交基和第一正交系数的点积；
第一均方误差获取模块，用于获取所述磁信号与所述第一目标信号之间的第一均方误差；
较优隐变量获取模块400，用于根据所述第一均方误差，基于EM算法的E步骤获得第二隐变量，所述第二隐变量为较优值；
最优值获取模块500，用于根据所述第二隐变量，基于EM算法的M步骤获得收敛均方误差、最大概率的最优正交系数和最优隐变量。
请参见图8，在一个实施例中，所述较优隐变量获取模块400包括：
第二隐变量获取单元410，用于对所述第一隐变量和所述第一增量叠加以获得所述第二隐变量；
第二均方误差获取单元420，用于根据所述第二隐变量和所述单位正交基获得第二目标信号，进而获得所述磁信号与所述第二目标信号之间的第二均方误差；
判断输送单元430，用于当所述第二均方误差小于所述第一均方误差时，输出所述第二隐变量。
在一个实施例中，所述较优隐变量获取模块400，还包括：
均方误差判断大于单元440，当所述第二均方误差大于等于所述第一均方误差时，将所述第一增量的值减半，返回对所述第一隐变量和所述第一增量叠加以获得所述第二隐变量的步骤。
请参见图9，在一个实施例中，所述最优值获得模块500，包括：
第二正交系数获得单元510，用于根据所述第二隐变量，通过最大似然函数获得第二正交系数；
第三均方误差获得单元520，用于根据所述第二隐变量、所述第二正交系数和所述单位正交基获得第三目标信号，进而获得所述磁信号与所述第三目标信号之间的第三均方误差；
最优值获得单元530，当所述第三均方误差小于收敛阈值时，获得所述收敛均方误差为所述第三均方误差、所述最优正交系数为所述第二正交系数和最优隐变量为所述第二隐变量。
在一个实施例中，所述最优值获得模块500，还包括：
大于收敛阈值判断单元540，用于当所述第三均方误差大于等于收敛阈值时，将所述第三均方误差赋值给所述第一均方误差，返回对所述第一隐变量和所述第一增量叠加以获得所述第二隐变量的步骤。
请参见图10，在一个实施例中，磁偶极子探测系统还包括：
能量无偏估计量获得模块600，用于获取所述收敛均方误差的三倍与采样窗口宽度的比值和有效信号能量，获得能量无偏估计量为所述有效信号能量与所述比值的差值，所述有效信号能量为最优正交系数的平方和；
信噪比获得模块700，用于对所述能量无偏估计量与所述收敛均方误差的比值求对数值，获得所述磁信号的信噪比为所述对数值的十倍。
根据上述实施例中磁偶极子探测方法设计制作出探测器，对所述探测器进行性能分析，给出所述探测器在不同信噪比下的工作特征曲线，请参见图11。
如图11所示，在信噪比大于等于-34dB时，所述探测器可视为理想检测器，即虚警概率为0时，检测概率可达1；在信噪比等于-36dB，虚警概率设为0.01时，检测概率达0.99；在信噪比等于-38dB，虚警概率设为0.05时，检测概率达0.96。当信噪比大于等于-34dB时，经本实施例中EM算法处理后的隐变量，将不再影响所述探测器的检测性能。
在本发明所提供的几个实施例中，应该理解到，所揭露的相关装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述程序可存储于一计算机可读取存储介质中，如本发明实施例中，所述程序可存储于计算机系统的存储介质中，并被所述计算机系统中的至少一个处理器执行，以实现包括如上述各方法的实施例的流程。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(RandomAccess Memory，RAM)等。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (13)

1.一种磁偶极子探测方法，其特征在于，所述方法包括：
获取磁信号、探测器探测时的移动速度、探测器探测时的采样率、第一隐变量和第一增量，其中，所述第一隐变量为磁偶极子与探测器探测时所走路径的最短距离的初始预设值；所述第一增量为磁偶极子与探测器探测时所走路径的最短距离的实际变化值；
将所述磁信号分解为第一目标信号和噪声信号，根据所述移动速度、所述采样率和所述第一隐变量，获得所述第一目标信号为单位正交基和第一正交系数的点积；
获取所述磁信号与所述第一目标信号之间的第一均方误差；
根据所述第一均方误差，基于EM算法的E步骤获得第二隐变量；
根据所述第二隐变量，基于EM算法的M步骤获得收敛均方误差、最大概率的最优正交系数和最优隐变量。
2.如权利要求1所述的磁偶极子探测方法，其特征在于，所述根据所述第一均方误差，基于EM算法的E步骤获得第二隐变量的步骤，包括：
对所述第一隐变量和所述第一增量叠加以获得所述第二隐变量；
根据所述第二隐变量和所述单位正交基获得第二目标信号，进而获得所述磁信号与所述第二目标信号之间的第二均方误差；
当所述第二均方误差小于所述第一均方误差时，输出所述第二隐变量。
3.如权利要求2所述的磁偶极子探测方法，其特征在于，所述根据所述第一均方误差，基于EM算法的E步骤获得第二隐变量的步骤，还包括：
当所述第二均方误差大于等于所述第一均方误差时，将所述第一增量的值减半，返回对所述第一隐变量和所述第一增量叠加以获得所述第二隐变量的步骤。
4.如权利要求2所述的磁偶极子探测方法，其特征在于，所述根据所述第二隐变量，基于EM算法的M步骤获得收敛均方误差、最大概率的最优正交系数和最优隐变量的步骤，包括：
根据所述第二隐变量，通过最大似然函数获得第二正交系数；
根据所述第二隐变量、所述第二正交系数和所述单位正交基获得第三目标信号，进而获得所述磁信号与所述第三目标信号之间的第三均方误差；
当所述第三均方误差小于收敛阈值时，获得所述收敛均方误差为所述第三均方误差、所述最优正交系数为所述第二正交系数和最优隐变量为所述第二隐变量。
5.如权利要求4所述的磁偶极子探测方法，其特征在于，所述根据所述第二隐变量，基于EM算法的M步骤获得收敛均方误差、最大概率的最优正交系数和最优隐变量的步骤，还包括：
当所述第三均方误差大于等于收敛阈值时，将所述第三均方误差赋值给所述第一均方误差，返回对所述第一隐变量和所述第一增量叠加以获得所述第二隐变量的步骤。
6.如权利要求1所述的磁偶极子探测方法，其特征在于，所述方法还包括：
获取所述收敛均方误差的三倍与采样窗口宽度的比值和有效信号能量，获得能量无偏估计量为所述有效信号能量与所述比值的差值，所述有效信号能量为最优正交系数的平方和；
对所述能量无偏估计量与所述收敛均方误差的比值求对数值，获得所述磁信号的信噪比为所述对数值的十倍。
7.一种磁偶极子探测系统，其特征在于，包括：
参数获取模块，用于获取磁信号、探测器探测时的移动速度、探测器探测时的采样率、第一隐变量和第一增量，其中，所述第一隐变量为磁偶极子与探测器探测时所走路径的最短距离的初始预设值；所述第一增量为磁偶极子与探测器探测时所走路径的最短距离的实际变化值；
正交分解模块，用于将所述磁信号分解为第一目标信号和噪声信号，根据所述移动速度、所述采样率和所述第一隐变量，获得所述第一目标信号为单位正交基和第一正交系数的点积；
第一均方误差获取模块，用于获取所述磁信号与所述第一目标信号之间的第一均方误差；
第二隐变量获取模块，用于根据所述第一均方误差，基于EM算法的E步骤获得第二隐变量；
最优值获取模块，用于根据所述第二隐变量，基于EM算法的M步骤获得收敛均方误差、最大概率的最优正交系数和最优隐变量。
8.如权利要求7所述的磁偶极子探测系统，其特征在于，所述第二隐变量获取模块包括：
第二隐变量获取单元，用于对所述第一隐变量和所述第一增量叠加以获得所述第二隐变量；
第二均方误差获取单元，用于根据所述第二隐变量和所述单位正交基获得第二目标信号，进而获得所述磁信号与所述第二目标信号之间的第二均方误差；
判断输送单元，用于当所述第二均方误差小于所述第一均方误差时，输出所述第二隐变量。
9.如权利要求8所述的磁偶极子探测系统，其特征在于，所述第二隐变量获取模块，还包括：
均方误差判断大于单元，当所述第二均方误差大于等于所述第一均方误差时，将所述第一增量的值减半，返回对所述第一隐变量和所述第一增量叠加以获得所述第二隐变量的步骤。
10.如权利要求7所述的磁偶极子探测系统，其特征在于，所述最优值获得模块，包括：
第二正交系数获得单元，用于根据所述第二隐变量，通过最大似然函数获得第二正交系数；
第三均方误差获得单元，用于根据所述第二隐变量、所述第二正交系数和所述单位正交基获得第三目标信号，进而获得所述磁信号与所述第三目标信号之间的第三均方误差；
最优值获得单元，当所述第三均方误差小于收敛阈值时，获得所述收敛均方误差为所述第三均方误差、所述最优正交系数为所述第二正交系数和最优隐变量为所述第二隐变量。
11.如权利要求10所述的磁偶极子探测系统，其特征在于，所述最优值获得模块，还包括：
大于收敛阈值判断单元，用于当所述第三均方误差大于等于收敛阈值时，将所述第三均方误差赋值给所述第一均方误差，返回对所述第一隐变量和所述第一增量叠加以获得所述第二隐变量的步骤。
12.如权利要求7所述的磁偶极子探测系统，其特征在于，还包括：
能量无偏估计量获得模块，用于获取所述收敛均方误差的三倍与采样窗口宽度的比值和有效信号能量，获得能量无偏估计量为所述有效信号能量与所述比值的差值，所述有效信号能量为最优正交系数的平方和；
信噪比获得模块，用于对所述能量无偏估计量与所述收敛均方误差的比值求对数值，获得所述磁信号的信噪比为所述对数值的十倍。
13.一种磁偶极子探测设备，包括处理器、存储器以及存储在存储器上的计算机程序，其特征在于，所述计算机程序在被所述处理器处理时实现权利要求1-6任意一项所述方法的步骤。
CN201710370217.5A 2017-05-23 2017-05-23 磁偶极子探测方法、系统及设备 Expired - Fee Related CN108959186B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710370217.5A CN108959186B (zh) 2017-05-23 2017-05-23 磁偶极子探测方法、系统及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710370217.5A CN108959186B (zh) 2017-05-23 2017-05-23 磁偶极子探测方法、系统及设备

Publications (2)

Publication Number Publication Date
CN108959186A CN108959186A (zh) 2018-12-07
CN108959186B true CN108959186B (zh) 2020-09-11

Family

ID=64494177

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710370217.5A Expired - Fee Related CN108959186B (zh) 2017-05-23 2017-05-23 磁偶极子探测方法、系统及设备

Country Status (1)

Country Link
CN (1) CN108959186B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5610612A (en) * 1994-03-07 1997-03-11 Piper; John E. Method for maximum likelihood estimations of bearings
CN106199743A (zh) * 2016-07-13 2016-12-07 中国科学院电子学研究所 磁异常信号检测方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5610612A (en) * 1994-03-07 1997-03-11 Piper; John E. Method for maximum likelihood estimations of bearings
CN106199743A (zh) * 2016-07-13 2016-12-07 中国科学院电子学研究所 磁异常信号检测方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
INVESTIGATION OF ADVANCED DATA PROCESSING TECHNIQUE IN MAGNETIC ANOMALY DETECTION SYSTEMS;B.Ginzburg等;《INTERNATIONAL JOURNAL ON SMART SENSING AND INTELLIGENT SYSTEMS》;20080331;第1卷(第1期);全文 *
Maximum Likelihood from Incomplete Data via the EM Algorithm;A.P.DEMPSTER等;《Journal of the Royal Statistical Society:Series B(Methodological)》;19771231;第39卷(第1期);全文 *
Processing of magnetic scalar gradiometer signals using orthonormalized functions;Boris Ginzburg等;《Sensors and Actuators A》;20021201;第102卷(第2期);全文 *
地磁场测量及水下磁定位技术研究;黄玉;《中国博士学位论文全文数据库 工程科技Ⅱ辑》;20120515;第78-92页 *
基于正交基分解的磁性目标检测技术研究;杨勇;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20160315;第7-27页 *
基于正交基分解算法的航空磁探方法;杨勇等;《电子科技》;20140715;第27卷(第7期);全文 *

Also Published As

Publication number Publication date
CN108959186A (zh) 2018-12-07

Similar Documents

Publication Publication Date Title
US10496515B2 (en) Abnormality detection apparatus, abnormality detection method, and non-transitory computer readable medium
JP5020411B2 (ja) 無線ネットワークにおいてノードのセットをロケーション特定するための方法
JP5611157B2 (ja) 時空間適応処理を用いてレーダー信号におけるターゲットを検出する方法
CN107016236B (zh) 基于非线性量测方程的电网假数据注入攻击检测方法
EP2769233B1 (en) Time of arrival based wireless positioning system
CN110632572A (zh) 基于无意调相特性的雷达辐射源个体识别方法及装置
CN106872958B (zh) 基于线性融合的雷达目标自适应检测方法
CN109884586A (zh) 基于超带宽的无人机定位方法、装置、系统及存储介质
CN105093196B (zh) 基于逆伽马纹理复合高斯模型下的相干检测方法
CN110889862B (zh) 一种网络传输攻击环境中多目标跟踪的组合测量方法
CN112162244B (zh) 一种相关噪声和随机丢包环境下的事件触发目标跟踪方法
CN108627819B (zh) 基于雷达观测的距离扩展目标检测方法和系统
CN117031509A (zh) 融合孤立森林及深度学习的土壤湿度反演方法及装置
CN115656989A (zh) 外参标定方法、装置、电子设备及存储介质
CN106792799B (zh) 一种基于贝叶斯网络的移动传感器网络降噪和校准方法
CN113504521B (zh) 一种用于多目标环境下的基于混合模型的恒虚警检测方法
CN108761384B (zh) 一种抗差的传感器网络目标定位方法
CN108959186B (zh) 磁偶极子探测方法、系统及设备
CN108718223B (zh) 一种非合作信号的盲频谱感知方法
CN107104744B (zh) 一种认知无线网络中的频谱感知方法及装置
CN113868831B (zh) 一种电池容量一致性估计方法及系统
CN103064067B (zh) 机动弱目标检测跟踪一体化变速率采样快速方法
CN115856819A (zh) 一种基于平稳高斯过程的雷达目标恒虚警检测方法
CN111830488B (zh) 一种基于gm-apd激光测距系统的回波信号数据处理方法及系统
Liu et al. Imaging air quality evaluation using definition metrics and detrended fluctuation analysis

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: 20200911

Termination date: 20210523

CF01 Termination of patent right due to non-payment of annual fee