CN110018429A - 一种消除磁探测平台振动干扰磁场的方法和系统 - Google Patents
一种消除磁探测平台振动干扰磁场的方法和系统 Download PDFInfo
- Publication number
- CN110018429A CN110018429A CN201910248374.8A CN201910248374A CN110018429A CN 110018429 A CN110018429 A CN 110018429A CN 201910248374 A CN201910248374 A CN 201910248374A CN 110018429 A CN110018429 A CN 110018429A
- Authority
- CN
- China
- Prior art keywords
- magnetic field
- harmonic wave
- matrix
- interference magnetic
- wave interference
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/007—Environmental aspects, e.g. temperature variations, radiation, stray fields
- G01R33/0082—Compensation, e.g. compensating for temperature changes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/02—Measuring direction or magnitude of magnetic fields or magnetic flux
- G01R33/032—Measuring direction or magnitude of magnetic fields or magnetic flux using magneto-optic devices, e.g. Faraday or Cotton-Mouton effect
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- General Physics & Mathematics (AREA)
- Power Engineering (AREA)
- Health & Medical Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Toxicology (AREA)
- Measuring Magnetic Variables (AREA)
Abstract
本公开提供了一种消除磁探测平台振动干扰磁场的方法和系统,所述方法包括:根据飞行物标定飞行航磁数据,获取补偿参数;对所述航磁数据通过所述补偿参数进行补偿得到一维数据,对所述一维数据进行Hankel变换得到Hankel矩阵,对所述Hankel矩阵进行奇异值分解、截断处理获得截断的特征信号矩阵;对所述截断特征信号矩阵进行信号重构,得到谐波干扰磁场;根据所述谐波干扰磁场,建立用于消除所述谐波干扰磁场的滤波器;获取实时测量数据,对所述实时测量数据通过所述补偿参数进行补偿,利用所述滤波器将补偿后的实时测量数据进行滤波,消除所述实时测量数据中的谐波干扰磁场。
Description
技术领域
本公开涉及一种消除磁探测平台振动干扰磁场的方法和系统。
背景技术
舰船及其他水下平台产生的极低频电磁场和磁异常被认为是水下目标磁探测的重要特征。航空磁探测因其快速、有效、安全性而受到广泛的重视与应用。在磁探测过程中,光泵磁力仪通常固联在直升机或者固定翼等飞行平台上,由于飞机平台由铁磁性材料制成,在地磁场环境下,飞机会对光泵磁力仪探头探测产生干扰磁场,该干扰磁场会严重影响磁测系统对于目标信号的探测能力。因此,研究消除飞机的干扰磁场的有效手段具有重要的意义。
传统的航磁补偿方法一般用于消除由于飞机姿态变化引起的干扰,这对于改善系统探测磁异常信号相当有效。但是对于直升机平台,由于固定磁力仪的探杆的振动引起的干扰磁场,在传统的补偿模型中并未考虑。基于现有研究表明直升机探杆在航空磁探测过程中存在谐振运动,谐振频率在极低频范围内,因此探测磁力仪会受到极低频频段的干扰磁场的影响,这些干扰场通常具有孤立的频点特性,将对航磁系统探测极低频电磁信号产生严重影响。
发明内容
本公开的一个方面提供了一种消除磁探测平台振动干扰磁场的方法,所述方法包括:步骤S1,根据飞行物标定飞行航磁数据,获取补偿参步骤S2,对所述航磁数据通过所述补偿参数进行补偿得到一维数据,对所述一维数据进行Hankel变换得到Hankel矩阵,对所述Hankel 矩阵进行奇异值分解、截断处理得到截断的特征信号矩阵;步骤S3,对所述截断的特征信号矩阵进行信号重构,得到谐波干扰磁场;步骤S4,根据所述谐波干扰磁场,建立用于消除所述谐波干扰磁场的滤波器;步骤S5,获取实时测量数据,对所述实时测量数据通过所述补偿参数进行补偿,利用所述滤波器将补偿后的实时测量数据进行滤波,消除所述实时测量数据中的谐波干扰磁场。
本公开另一个方面提供了一种消除磁探测平台振动干扰磁场的系统,所述系统包括:补偿参数获取模块,用于根据飞行物标定飞行航磁数据,获取补偿参数;截断的特征信号矩阵获取模块,用于对所述航磁数据通过所述补偿参数进行补偿得到一维数据,对所述一维数据进行Hankel变换得到Hankel矩阵,对所述Hankel矩阵进行奇异值分解、截断处理得到截断的特征信号矩阵;信号重构模块,用于对所述截断的特征信号矩阵进行信号重构,得到谐波干扰磁场;滤波器建立模块,用于根据所述谐波干扰磁场,建立用于消除所述谐波干扰磁场的滤波器;实时消除干扰磁场模块,用于获取实时测量数据,对所述实时测量数据通过所述补偿参数进行补偿,利用所述传递函数将补偿后的实时测量数据进行滤波,消除所述实时测量数据中的谐波干扰磁场。
附图说明
为了更完整地理解本公开及其优势,现在将参考结合附图的以下描述,其中:
图1示意性示出了本公开实施例提供的消除磁探测平台振动干扰磁场的方法的方法流程图;
图2A示意性示出了本公开实施例中当s(t)仅含基频1Hz正弦信号时的功率谱图;
图2B示意性示出了本公开实施例中当s(t)仅含基频1Hz正弦信号时的奇异值图;
图2C示意性示出了本公开实施例中当s(t)含基频1Hz与谐波2Hz 的正弦信号时的功率谱图;
图2D示意性示出了本公开实施例中当s(t)含基频1Hz与谐波2Hz 的正弦信号时的奇异值图;
图2E示意性示出了本公开实施例中当s(t)含基频1Hz与谐波2Hz 与3Hz的正弦信号时的功率谱图;
图2F示意性示出了本公开实施例中当s(t)含基频1Hz与谐波2Hz 与3Hz的正弦信号时的奇异值图;
图3示意性示出了本公开实施例中的自适应滤波算法框图;
图4示意性示出了本公开实施例1中航磁补偿飞行轨迹及其比例图;
图5A示意性示出了本公开实施例1中补偿飞行补偿前后的磁场数据;
图5B示意性示出了本公开实施例1中的功率谱图;
图6示意性示出了本公开实施例1中的奇异值分解方法处理前后的磁场数据;
图7A示意性示出了本公开实施例1中的奇异值分解方法处理前的时频图;
图7B示意性示出了本公开实施例1中的奇异值分解方法处理后的时频图;
图8示意性示出了本公开实施例2中飞行测线与线圈布置示意图;
图9示意性示出了本公开实施例2中当信号源处于关闭状态时,测线1的测量数据经过本公开提供的方法处理前后的结果;
图10示意性示出了本公开实施例2中当信号源处于开启状态时,测线1的测量数据经过本公开提供的方法处理前后的结果;
图11A示意性示出了本公开实施例2中图10的测量信号在处理前的时频图;
图11B示意性示出了本公开实施例2中图10的测量信号在处理后的时频图;
图12A示意性示出了本公开实施例2中测线2处理前信号在0-5Hz 的时频图;
图12B示意性示出了本公开实施例2中测线2处理前信号在5-10Hz 的时频图;
图12C示意性示出了本公开实施例2中测线2处理后信号在0-5Hz 的时频图;
图12D示意性示出了本公开实施例2中测线2处理后信号在5-10Hz 的时频图;
图13示意性示出了本公开实施例提供的消除磁探测平台振动干扰磁场系统的结构示意图;
图14示意性示出了本公开实施例提供的消除磁探测平台振动干扰磁场系统的处理过程示意框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
本公开的一个实施例提供了一种消除磁探测平台振动干扰磁场的方法,参见图1,所述方法包括步骤S1~步骤S5的内容:
步骤S1,根据飞行物标定飞行航磁数据,获取补偿参数,具体地,本实施例以直升飞机磁探测平台为例,为避免近地区域内磁性干扰源及地磁梯度的影响,直升机探测系统在高空(约3000米)进行补偿标定飞行实验;采用去除并线性项的16项Tolles-Lawson航磁平台干扰补偿模型,利用标定飞行实验数据,通过岭回归方法获取补偿参数。
Tolles-Lawson航磁干扰模型将载体平台干扰场分为恒定干扰、感应干扰与涡流干扰磁场三类。其中,恒定干扰磁场主要由载体平台中铁磁性材料中剩磁产生的干扰场;感应干扰磁场主要由载体平台内的软磁材料在外磁场作用的感生磁矩产生的磁场;涡流干扰磁场主要来源于载体平台内部金属等高导电率材料在平台运动过程中切割磁感线形成涡流,进而产生干扰磁场。
为建立飞机平台磁干扰补偿的数学模型,定义与飞机三轴相重合的参考坐标系,其中x轴代表飞机横向,指定左舷为其正;y轴代表飞机纵向,指定飞行方向为正;z轴为飞机垂直方向,指定向下为正。将与飞机固定联结磁通门的三轴输出分别记为T、L、V,其中T代表地磁场横向分量;L代表地磁场纵向分量;V代表地磁场垂向分量。则地磁场He表达如式(5)。
地磁场矢量在坐标系下的方向余弦u1,u2,u3可用磁通门传感器输出磁场表达如式(6)。
载体平台干扰磁场可分为三类,如下式(7)。其中 HPerm(t)、HInd(t)、HEddy分别表示恒定干扰、感应干扰与涡流干扰场,分别表达如式(8)、(9)和(10)。
HT(t)=HPerm(t)+HInd(t)+HEddy(t) (7)
其中系数ck,k=1,2,…18代表平台干扰补偿系数,对于固定飞行平台,该补偿系数具有稳定性;变量Ai(t),i=1,2,…18可通过方向余弦及其导数计算得到。一旦获得航磁补偿系数,结合飞机平台姿态信息就可估计出飞机产生的干扰磁场,从而达到消除飞机磁干扰的目的。
根据式(8)、(9)和(10)获得了用于描述飞机载体磁场干扰的 18项模型。在18项干扰模型中存在两个明显线性依赖关系,第一个依赖关系如式(11),等价可写作式(12)。
第二个线性依赖关系如示(13),等价可写作式(14)。
u1u′1+u2u′2+u3u′3=0 (13)
u3u′3=-u1u′1-u2u′2 (14)
因此根据Tolles-Lawson模型,将载体磁干扰分为18项,但由于模型中存在两个显式的线性依赖关系,即式(11)和式(13)。这两组共线性项存在会导致模型参数c4,c7,c9与c10,c14,c18求解变得敏感,导致参数求解过程中出现过拟合等问题。将式(12)和(14)分别带入式(9)与(10),获得简化为16项补偿模型。与18项干扰模型相比, 16项模型去除两个显式共线性项,病态性明显下降,有助于提升补偿系数求解稳定性。
综上所述,c1,c2,c3代表直升机平台恒定干扰场参数; c4,c5,c6,c7,c8代表直升机平台感应干扰场参数; c9,c10,c11,c12,c13,c14,c15,c16代表直升机平台涡流干扰场参数。
步骤S2,对所述航磁数据通过所述补偿参数进行补偿得到一维数据,对所述一维数据进行Hankel变换得到Hankel矩阵,对所述Hankel 矩阵进行奇异值分解、截断处理得到截断的特征信号矩阵。
在一个可行的方式中,步骤S2可以通过下列步骤S201-步骤S202 实现:
步骤S201,对所述航磁数据通过所述补偿参数进行补偿得到一维数据,获取所述一维数据中的谐波干扰磁场个数。
具体地,通过Welch功率谱估计,获取所述一维数据中的谐波干扰磁场个数。
对一维数据x(n)进行分为K段,各子序列长度为M,相邻的子序列重合D点,则第i序列是:xi(n)=x(n),n=0,1,…,M
在使用Welch功率谱估计时,为了改善旁瓣较大导致的谱失真,对子序列加窗处理,窗函数为w(n),信号xi(n)的Welch谱估计可表达为:
通过Welch谱估计得到一维数据的功率图谱,从该图谱中可以得到一维数据中的谐波干扰磁场个数。
需要说明的是,上文所述本公开实施例中采用的是Welch功率谱估计的方法,但本公开对此不进行具体限定,可以使用现有技术中任何一种可行的方法,例如还可以使用Yule-Walker算法、协方差算法、 Burg算法等含参功率谱估计方法来实现功率谱估计。
步骤S202,对所述一维数据进行Hankel变换得到Hankel矩阵,对所述Hankel矩阵进行奇异值分解、截断处理得到截断的特征信号矩阵,根据所述谐波干扰磁场个数确定所述奇异值分解中的截断项数;所述截断项数为所述干扰场谐波个数的2倍。
对于一维数据,在奇异值分解前需要利用汉克尔变换,将一维信号矩阵化,然后对矩阵信号进行奇异值分解,利用对应振动信号的奇异值完成振动干扰与测量场的分离。航磁补偿后的一维数据可用x(n),n=1,2,…,N表示,该一维数据作为混合信号,包含待测磁场信号xm(n)和振动引起的谐波干扰磁场xh(n),将三者的关系表达如下式。
x(n)=xh(n)+xm(n) (16)
通过汉克尔变换,将一维数据构建成P+Q矩阵H,其中P+Q=N+1且 P≥Q,矩阵H可用表达如式(17)。
考虑测量磁场与谐波干扰场成因不同,彼此不相关,将矩阵H写作H=HH+HM,其中HM和HH分别代表一维数据中待测磁场xm(n)和谐波干扰磁场xh(n)的汉克尔变换。对矩阵H进行奇异值分解,分解过程表达如式(1)。其中∑=diag(σ1,σ2,,σM)且σ1≥σ2,…,≥σM≥0表示矩阵的奇异值,U和V分别称为左特征向量与右特征向量。
H=U∑VT (1)
分解后的矩阵H仍然可表示成两部分,分别代表谐波干扰磁场与待测量磁场,如式(2)所示。式中U1∈RP×k,∑1∈Rk×k,V1∈RQ×k均为矩阵,P为Hankel矩阵H的行数,Q为Hankel矩阵H的列数,k 为奇异值分解中的截断项数。
振动干扰场由于其规律性有较强的奇异值而测量磁场具有随机性奇异值平缓,假设前k个奇异值对应振动干扰场,可获得谐波干扰场矩阵如式(3)。
步骤S3,对所述截断的特征信号矩阵进行信号重构,得到谐波干扰磁场。
当所述截断的特征信号矩阵完全对称时,采用反Hankel变换进行信号重构,得到谐波干扰磁场。
当所述截断的特征信号矩阵非完全对称时,采用下式进行信号重构:
其中,为谐波干扰磁场,α=max(1,i-P+i),β=min(Q,i),P 为Hankel矩阵H的行数,Q为Hankel矩阵H的列数,k为奇异值分解中的截断项数。
至此,测量磁场中的谐波干扰磁场就被分离,同时可以获得待测磁场信号。
并且,需要说明的是,功率谱估计与奇异值分解中的截断项数k 的关系可以通过图2A-2F图中的例子来说明,仿真测量信号x(t),采样率为40Hz,其中包含谐波信号s(t)与背景噪声信号n(t)。
x(t)=xh(t)+xm(t)
当s(t)仅含基频1Hz正弦信号时,其功率谱及奇异值分别如附图 2A和2B所示。可见测量信号中仅含单频谐波信号时,其对应奇异值的前2个。
当s(t)含基频1Hz与谐波2Hz的正弦信号时,其功率谱及奇异值分别如附图2C和2D所示。可见测量信号中含单频及其一个谐波信号时,其对应奇异值的前4个。
当s(t)含基频1Hz与谐波2Hz与3Hz的正弦信号时,其功率谱及奇异值分别如附图2E和2F所示。可见测量信号中含单频及2个谐波信号时,其对应奇异值的前6个。
因此,通过对测量信号功率谱的分析,可以获得当含有谐波个数 N,进而可以得到其对应奇异值的数目,即k=2*N,k即为奇异值分解中的截断项数。
步骤S4,根据所述谐波干扰磁场,建立用于消除所述谐波干扰磁场的滤波器。
具体地,其利用最小均方误差的自适应滤波的方法,根据所述谐波干扰磁场,建立用于消除所述谐波干扰磁场的滤波器。
基于最小均方误差自适应滤波算法,仅需输入与输出信号序列,常用于未知系统的识别。自适应滤波系统识别的原理,如下所示,其中原始测量信号x(n)为输入信号,d(n)为未知系统的输出参考信号,其对应于通过步骤S3得到的谐波干扰磁场。通过自适应的调节滤波器的参数,当滤波输出误差信号e(n)均方误差最小时,就完成未知系统的识别,完成滤波过程,消除所述实时测量数据中的谐波干扰磁场。
最小均方误差的自适应滤波算法采用基于梯度的滤波器参数求解算法,式(18)表示的横向滤波器是最常用的滤波器结构。其中,N表示滤波器阶数,wT(n)表示横向滤波器的权重系数,滤波的过程看作 x(n)与w(n)的卷积运算。误差信号e(n)是参考输出信号d(n)与滤波器输出信号y(n)的差值,如式(19)所示。
e(n)=d(n)-y(n)=d(n)-wT(n)*x(n) (19)
参见图3,其为自适应滤波算法框图,已知期望响应为d(n),即通过步骤S3得到的谐波干扰磁场,使滤波器输出信号y(n)在某种意义下最佳逼近d(n)。
另外,需要说明的是,上述其利用最小均方误差的自适应滤波的方法,根据所述谐波干扰磁场,建立用于消除所述谐波干扰磁场的滤波器,并不局限于自适应滤波,还包括频率响应法、相关分析法、谱分析法、最小二乘法和极大似然法等经典系统辨识方法以及神经网络系统辨识法、小波网络系统辨识法、模糊逻辑系统辨识法等在内的现在系统辨识方法等。
步骤S5,获取实时测量数据,对所述实时测量数据通过所述补偿参数进行补偿,利用所述滤波器将补偿后的实时测量数据进行滤波,消除所述实时测量数据中的谐波干扰磁场。
此时,补偿后的实时测量数据即为步骤S4中输入信号x(n),消除所述实时测量数据中的谐波干扰磁场后得到的即为滤波器输出信号 y(n)。
另外,本公开通过2个具体实施例对本公开进一步进行举例说明:
实施例1:
本实施例中航磁补偿飞行轨迹及其比例图如图4所示,根据岭回归算法获得补偿参数参见表1。
表1 补偿参数表
补偿飞行补偿前后的磁场数据的如图5A,其功率谱图参见图5B。结果显示,航磁补偿操作仅对2Hz以下的电磁干扰有效。以1Hz为例,补偿前的干扰场位45pT/√Hz,补偿后剩余干扰场下降到18pT /√Hz。通过功率谱图,可以看粗传统航磁补偿操作无法消除固定频点及其谐波磁场,例如0.72Hz,1.445Hz,6.48Hz等。
经本公开中提出的奇异值分解方法处理前后的磁场数据及其时频图分别如图6,图7A,图7B,从结果中可以看出处理后剩余干扰场明显降低,从时频图7A,7B中可以看出,孤立频点的干扰场残余干扰场已基本消除。未被消除的干扰场具有非平稳特征,可能来自于载体的随机振动或者其他干扰源,这些干扰场未包含在干扰场模型中。
实施例2:极低频信号探测实验数据
本实施例中,利用本发明中所提出的算法处理流程,对测线数据进行处理,以检测发明中提出的方法在实际的极低频电磁信号探测中的性能。
本实施例的极低频电磁信号由方形闭合线圈产生,用于模拟被探测目标信号,且该极低频电磁信号为2.08Hz。线圈布置与飞行测线示意如参见图8,飞行测线1,2的高度分别为300米和500米。
当信号源处于关闭状态时,测线1测量磁场中仅包含背景磁场与干扰磁场。测线的测量数据经过本发明方法处理前后的结果如图9,结果表明极低频频段的谐波干扰场被有效消除。
当信号源处于开启状态时,测线1测量磁场中除了包含背景磁场、干扰磁场外,还包含了信号源的极低频信号。测线的测量数据经过本发明方法处理前后的结果如图10,结果显示,本公开所提出的方法在消除谐波干扰场的同时对极低频信号几乎没有影响。
图10中的测量信号的时频图如图11A和图11B,由图中可以看出,经处理后基频为2.08Hz的极低频信号变得更加明显,此外6.24Hz的谐波信号较处理前也更为突出。
测线2的处理结果如图12A、12B、12C、12D所示,其中图12A、 12B分别表示处理前信号在0-5Hz和5-10Hz的时频图;而12C、12D 中分别表示经补偿后信号的时频图。由时频图12A、12C中可以看出,处理前后2.08Hz的基频目标信号均呈现模糊不可识别状态;但从图12B、12D中可以看出对于谐波6.24Hz的目标信号在处理后可以明显识别。
本实施例2的实验结果显示,本公开提出消除磁探测平台干扰磁场的方法可以有效消除直升机平台的极低频电磁干扰,从而有效地提高系统的探测性能。
综上所述,本公开通过发现真实直升机系统存在的谐波干扰问题,提出利用奇异值分解并结合自适应滤波的干扰实时消除方法,并且本公开提出的方法简单实用,无需人为干预,可完成对干扰场的实时消除。针对飞机探杆振动引起的极低频干扰场有效干扰场,对极低频目标信号影响较小。可以有效提升直升机航磁探测系统对极低频的探测能力,有助于检测微弱目标极低频信号。
本公开的另一个实施例提供了一种消除磁探测平台振动干扰磁场的系统,参见图13,所述系统130包括:补偿参数获取模块131,用于根据飞行物标定飞行航磁数据,获取补偿参数;截断的特征信号矩阵获取模块132,用于对所述航磁数据通过所述补偿参数进行补偿得到一维数据,对所述一维数据进行Hankel变换得到Hankel矩阵,对所述Hankel矩阵进行奇异值分解、截断处理得到截断的特征信号矩阵;信号重构模块133,用于对所述截断的特征信号矩阵进行信号重构,得到谐波干扰磁场;滤波器建立模块134,用于根据所述谐波干扰磁场,建立用于消除所述谐波干扰磁场的滤波器;实时消除干扰磁场模块135,用于获取实时测量数据,对所述实时测量数据通过所述补偿参数进行补偿,利用所述传递函数将补偿后的实时测量数据进行滤波,消除所述实时测量数据中的谐波干扰磁场。
该系统的处理过程还可以通过图14进行理解,其中,通过干扰补偿的数学模型,进行补偿系数获取,然后将补偿后的数据进行Hankel 变换、奇异值分解、截断与信号重建处理,图14中的系统识别以及自适应滤波器即相当于滤波器建立模块,建立用于消除所述谐波干扰磁场的滤波器,最后可以实现实时地消除所述实时测量数据中的谐波干扰磁场。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
尽管已经参照本公开的特定示例性实施例示出并描述了本公开,但是本领域技术人员应该理解,在不背离所附权利要求及其等同物限定的本公开的精神和范围的情况下,可以对本公开进行形式和细节上的多种改变。因此,本公开的范围不应该限于上述实施例,而是应该不仅由所附权利要求来进行确定,还由所附权利要求的等同物来进行限定。
Claims (10)
1.一种消除磁探测平台振动干扰磁场的方法,其特征在于,所述方法包括:
步骤S1,根据飞行物标定飞行航磁数据,获取补偿参数;
步骤S2,对所述航磁数据通过所述补偿参数进行补偿得到一维数据,对所述一维数据进行Hankel变换得到Hankel矩阵,对所述Hankel矩阵进行奇异值分解、截断处理得到截断的特征信号矩阵;
步骤S3,对所述截断的特征信号矩阵进行信号重构,得到谐波干扰磁场;
步骤S4,根据所述谐波干扰磁场,建立用于消除所述谐波干扰磁场的滤波器;
步骤S5,获取实时测量数据,对所述实时测量数据通过所述补偿参数进行补偿,利用所述滤波器将补偿后的实时测量数据进行滤波,消除所述实时测量数据中的谐波干扰磁场。
2.根据权利要求1所述的方法,其特征在于,所述步骤S1包括:根据Tolles-Lawson航磁补偿模型,通过岭回归方法获取所述补偿参数。
3.根据权利要求1所述的方法,其特征在于,所述步骤S2包括:
对所述航磁数据通过所述补偿参数进行补偿得到一维数据,获取所述一维数据中的谐波干扰磁场个数;
对所述一维数据进行Hankel变换得到Hankel矩阵,对所述Hankel矩阵进行奇异值分解得到截断的特征信号矩阵,根据所述谐波干扰磁场个数确定所述奇异值分解中的截断项数。
4.根据权利要求3所述的方法,其特征在于,所述获取所述一维数据中的谐波干扰磁场个数,包括:
通过Welch功率谱估计,获取所述一维数据中的谐波干扰磁场个数。
5.根据权利要求3所述的方法,其特征在于,所述对所述Hankel矩阵进行奇异值分解、截断处理得到截断的特征信号矩阵,包括:
将所述Hankel矩阵H写作H=HH+HM,其中HM和HH分别代表一维数据中待测磁场xm(n)和谐波干扰磁场xh(n)的汉克尔变换;
对Hankel矩阵H进行奇异值分解,分解过程表达如下式:
H=U∑VT (1)
其中∑=diag(σ1,σ2,,σM)且σ1≥σ2,…,≥σM≥0表示矩阵的奇异值,U和V分别为左特征向量与右特征向量;
分解后的矩阵H可表示成两部分,分别代表谐波干扰磁场与待测磁场,如下式所示:
式中u1∈RP×k,∑1∈Rk×k,V1∈RQ×k均为矩阵,P为Hankel矩阵H的行数,Q为Hankel矩阵H的列数,k为奇异值分解中的截断项数;
前k个奇异值对应谐波干扰磁场,可获得截断的特征信号矩阵如下式:
6.根据权利要求1所述的方法,其特征在于,所述步骤S3包括:
当所述截断的特征信号矩阵完全对称时,采用反Hankel变换进行信号重构,得到谐波干扰磁场。
7.根据权利要求5所述的方法,其特征在于,所述步骤S3包括:
当所述截断的特征信号矩阵非完全对称时,采用下式进行信号重构:
其中,为谐波干扰磁场,α=max(1,i-P+1),β=min(Q,i),P为Hankel矩阵H的行数,Q为Hankel矩阵H的列数,k为奇异值分解中的截断项数。
8.根据权利要求3所述的方法,其特征在于,所述根据所述干扰场谐波个数确定所述奇异值分解中的截断项数,包括:
所述截断项数为所述干扰场谐波个数的2倍。
9.根据权利要求1所述的方法,其特征在于,所述步骤S4包括:
利用最小均方误差的自适应滤波的方法,根据所述谐波干扰磁场,建立用于消除所述谐波干扰磁场的滤波器。
10.一种消除磁探测平台振动干扰磁场的系统,其特征在于,所述系统包括:
补偿参数获取模块,用于根据飞行物标定飞行航磁数据,获取补偿参数;
截断的特征信号矩阵获取模块,用于对所述航磁数据通过所述补偿参数进行补偿得到一维数据,对所述一维数据进行Hankel变换得到Hankel矩阵,对所述Hankel矩阵进行奇异值分解得到截断的特征信号矩阵;
信号重构模块,用于对所述截断的特征信号矩阵进行信号重构,得到谐波干扰磁场;
滤波器建立模块,用于根据所述谐波干扰磁场,建立用于消除所述谐波干扰磁场的滤波器;
实时消除干扰磁场模块,用于获取实时测量数据,对所述实时测量数据通过所述补偿参数进行补偿,利用所述传递函数将补偿后的实时测量数据进行滤波,消除所述实时测量数据中的谐波干扰磁场。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910248374.8A CN110018429B (zh) | 2019-03-29 | 2019-03-29 | 一种消除磁探测平台振动干扰磁场的方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910248374.8A CN110018429B (zh) | 2019-03-29 | 2019-03-29 | 一种消除磁探测平台振动干扰磁场的方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110018429A true CN110018429A (zh) | 2019-07-16 |
CN110018429B CN110018429B (zh) | 2021-01-15 |
Family
ID=67190208
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910248374.8A Active CN110018429B (zh) | 2019-03-29 | 2019-03-29 | 一种消除磁探测平台振动干扰磁场的方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110018429B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111103558A (zh) * | 2019-12-25 | 2020-05-05 | 上海联影医疗科技有限公司 | 信号获取方法、装置、计算机设备和存储介质 |
CN113252960A (zh) * | 2021-04-30 | 2021-08-13 | 南京工程学院 | 一种适用于直流配电网电流传感器的外磁场干扰抑制方法 |
WO2022227619A1 (zh) * | 2021-04-29 | 2022-11-03 | 杭州微影医疗科技有限公司 | 干扰消除方法、介质及设备 |
CN115291151A (zh) * | 2022-09-28 | 2022-11-04 | 中国科学院精密测量科学与技术创新研究院 | 一种基于低相关分段的高精度磁共振信号频率测量方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103190898A (zh) * | 2013-04-23 | 2013-07-10 | 何怡刚 | 心磁信号噪声自适应滤波消除设计方法 |
CN105510849A (zh) * | 2015-11-26 | 2016-04-20 | 哈尔滨工业大学 | 航磁干扰补偿方法 |
CN106094046A (zh) * | 2016-07-06 | 2016-11-09 | 中国电建集团贵阳勘测设计研究院有限公司 | 基于奇异值分解和小波分析的时间域航空电磁数据去噪方法 |
CN106446829A (zh) * | 2016-09-22 | 2017-02-22 | 三峡大学 | 一种基于svd与vmd模态自相关分析的水电机组振动信号降噪方法 |
CN107356978A (zh) * | 2017-07-11 | 2017-11-17 | 中国科学院电子学研究所 | 基于主成分分析的航磁补偿方法 |
CN108345039A (zh) * | 2018-01-12 | 2018-07-31 | 吉林大学 | 一种消除地面核磁共振数据中邻频谐波干扰的方法 |
CN108520112A (zh) * | 2018-03-21 | 2018-09-11 | 北京理工大学 | 一种基于吉洪诺夫正则化的飞机干扰磁场补偿方法 |
CN108645920A (zh) * | 2018-04-09 | 2018-10-12 | 华南理工大学 | 一种基于去噪和对齐的钢轨超声探伤的直达波抑制方法 |
-
2019
- 2019-03-29 CN CN201910248374.8A patent/CN110018429B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103190898A (zh) * | 2013-04-23 | 2013-07-10 | 何怡刚 | 心磁信号噪声自适应滤波消除设计方法 |
CN105510849A (zh) * | 2015-11-26 | 2016-04-20 | 哈尔滨工业大学 | 航磁干扰补偿方法 |
CN106094046A (zh) * | 2016-07-06 | 2016-11-09 | 中国电建集团贵阳勘测设计研究院有限公司 | 基于奇异值分解和小波分析的时间域航空电磁数据去噪方法 |
CN106446829A (zh) * | 2016-09-22 | 2017-02-22 | 三峡大学 | 一种基于svd与vmd模态自相关分析的水电机组振动信号降噪方法 |
CN107356978A (zh) * | 2017-07-11 | 2017-11-17 | 中国科学院电子学研究所 | 基于主成分分析的航磁补偿方法 |
CN108345039A (zh) * | 2018-01-12 | 2018-07-31 | 吉林大学 | 一种消除地面核磁共振数据中邻频谐波干扰的方法 |
CN108520112A (zh) * | 2018-03-21 | 2018-09-11 | 北京理工大学 | 一种基于吉洪诺夫正则化的飞机干扰磁场补偿方法 |
CN108645920A (zh) * | 2018-04-09 | 2018-10-12 | 华南理工大学 | 一种基于去噪和对齐的钢轨超声探伤的直达波抑制方法 |
Non-Patent Citations (1)
Title |
---|
张峰 等: "旋转机械振动信号奇异值子空间分解滤波", 《西安工业大学学报》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111103558A (zh) * | 2019-12-25 | 2020-05-05 | 上海联影医疗科技有限公司 | 信号获取方法、装置、计算机设备和存储介质 |
CN111103558B (zh) * | 2019-12-25 | 2022-03-25 | 上海联影医疗科技股份有限公司 | 信号获取方法、装置、计算机设备和存储介质 |
WO2022227619A1 (zh) * | 2021-04-29 | 2022-11-03 | 杭州微影医疗科技有限公司 | 干扰消除方法、介质及设备 |
CN113252960A (zh) * | 2021-04-30 | 2021-08-13 | 南京工程学院 | 一种适用于直流配电网电流传感器的外磁场干扰抑制方法 |
CN115291151A (zh) * | 2022-09-28 | 2022-11-04 | 中国科学院精密测量科学与技术创新研究院 | 一种基于低相关分段的高精度磁共振信号频率测量方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110018429B (zh) | 2021-01-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110018429A (zh) | 一种消除磁探测平台振动干扰磁场的方法和系统 | |
CN111433634B (zh) | 基于航磁补偿误差模型的磁补偿方法 | |
Holmes | Modeling a ship’s ferromagnetic signatures | |
CN105425304B (zh) | 一种飞机航磁干扰的补偿方法 | |
CN106842344B (zh) | 基于前馈网络的无人机航磁全轴梯度磁干扰补偿的方法 | |
Sheinker et al. | Magnetic anomaly detection using high-order crossing method | |
RU2011126859A (ru) | Геофизическая разведка с использованием вращательно инвариантных параметров природных электромагнитных полей | |
CN109814163B (zh) | 一种基于扩展补偿模型的航磁张量数据抑噪方法及系统 | |
CN110967770A (zh) | 一种基于经典航磁补偿模型的改进型平台磁干扰补偿系统 | |
Wu et al. | Aeromagnetic compensation algorithm based on principal component analysis | |
CN109738519A (zh) | 一种变压器高压套管引线超声检测的去噪方法 | |
Zhang et al. | Analysis of aeromagnetic swing noise and corresponding compensation method | |
Zhu et al. | Parameter identification of ship maneuvering models using recursive least square method based on support vector machines | |
CN116484177B (zh) | 一种用于飞行平台电磁探测的运动诱导噪声预测消除方法 | |
CN109444774A (zh) | 基于小信号法测量水下航行器磁场噪声系数的方法 | |
Yu et al. | An improved neural network method for aeromagnetic compensation | |
CN112649882B (zh) | 低频磁信号增强方法及使用其的航空磁测系统 | |
Zhou et al. | Geomagnetic sensor noise reduction for improving calibration compensation accuracy based on improved HHT algorithm | |
Ream et al. | Magnetic gradiometry using frequency-domain filtering | |
Zhang et al. | Magnetic anomaly detection method based on feature fusion and isolation forest algorithm | |
Leśniak et al. | Application of Kalman filter to noise reduction in multichannel data | |
Ge et al. | Cooperative suppression of negative effects associated with multicollinearity and abnormal data for aeromagnetic compensation | |
Zheng et al. | An orthonormalized basis function algorithm based on wavelet analysis for magnetic anomaly detection | |
Hasan et al. | A study of ferromagnetic object detection in ocean environment using empirical mode decomposition | |
Hansen | Magnetic signature characterization of a fixed-wing vertical take-off and landing (VTOL) unmanned aerial vehicle (UAV) |
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 |