CN114296140B - 一种基于梯度信息熵正交基分解的磁异常检测方法 - Google Patents
一种基于梯度信息熵正交基分解的磁异常检测方法 Download PDFInfo
- Publication number
- CN114296140B CN114296140B CN202111365676.7A CN202111365676A CN114296140B CN 114296140 B CN114296140 B CN 114296140B CN 202111365676 A CN202111365676 A CN 202111365676A CN 114296140 B CN114296140 B CN 114296140B
- Authority
- CN
- China
- Prior art keywords
- magnetic
- information entropy
- signals
- processing
- signal
- 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.)
- Active
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Geophysics And Detection Of Objects (AREA)
- Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)
- Measuring Magnetic Variables (AREA)
Abstract
本发明公开了一种基于梯度信息熵正交基分解的磁异常检测方法。本发明根据采集到的磁梯度张量背景信号的特点估计出信号分布的方差,构建信息熵的指标,并通过此指标来对采集到的五个磁异常梯度张量分量信号进行信息熵处理,再采用新的标准正交基对五个处理后的信号进行整合以及处理,得到梯度信息熵正交基分解的输出信号,再根据输出信号判断是否存在铁磁目标导致的异常信号。
Description
技术领域
本发明涉及信号处理,微弱信号检测,属于微弱信号检测领域。
背景技术
磁异常检测是一种通过测量地磁信号中隐藏的微小变化来探测、定位被遮蔽的磁性目标的方法。磁异常检测性能卓越是因为通常遮蔽物以及周围环境,如空气、土壤、恶劣天气等,本身不具有磁性且几乎不会影响目标的磁性,使得磁异常检测可以无视这些干扰从而检测到磁性目标。磁异常检测的这些特性使得它具有重要的研究意义和开发前景,现如今磁异常检测被广泛的运用于军事与民用领域。军事领域上,磁异常检测被运用于水面与水下磁性目标检测、目标位置磁性目标出现预警、枪支检测等。民用领域中,磁异常检测被运用于地下矿产勘探,车辆检测与识别、停车位探测、公共场合安全检测等方面。
目前检测磁异常信号的常用方法有OBF方法和最小熵方法。OBF法只适用于检测高斯白噪声背景下的磁异常信号,而自然磁场更趋近于有色噪声。最小熵方法在低信噪比信号中识别准确率不高。本发明提出一种梯度信息熵正交基分解的磁异常信号检测方法,利用梯度上的信号可以提高信噪比,再将OBF方法和最小熵方法结合起来共同提高信噪比,从而可以从信噪比更低的信号中检测到此异常信号。
发明内容
本发明的目的在于提供一种基于梯度信息熵正交基分解的磁异常检测方法,能够准检测到目标信号中有无磁异常信号。
为了实现上述目的,本发明提供如下技术方案:
一种基于梯度信息熵正交基分解的磁异常检测方法,其特征在于,实现步骤如下:
步骤1:采集没有磁异常的磁信号作为背景信号,并求取全磁梯度张量的五个独立分量信号a1、a2、a3、a4、a5;
步骤2:对五个分量信号ai(i=1~5)进行归一化处理,再采用小波包滤波对分量信号ai(i=1~5)进行去趋势项处理和高斯化处理;
步骤3:采用核估计法求步骤2所得五个分量各自的方差σi(i=1~5);
步骤4:使用同一套设备采集欲检测的磁信号,求取磁梯度张量信号的五个独立分量信号b1、b2、b3、b4、b5;
步骤5:对步骤4得到的bi(i=1~5)按照步骤2中对ai(i=1~5)的处理,。完成归一化处理、去趋势项处理和高斯化处理;
步骤6:建立适合信息熵处理后的磁异常梯度张量信号的标准正交基τj(w)(j=1~7);
步骤7:根据步骤3得到的五个方差σi(i=1~5),分别对待检测信号b1、b2、b3、b4、b5进行改进的信息熵处理,得到Ai(i=1~5);
步骤8:利用步骤6中建立好的标准正交基分别对步骤7所得的Ai(i=1~5)进行正交基分解,并将分解后得到的五个信号分量进行合并;
步骤9:根据Neyman Pearson准则设定阈值,并将超过阈值处的信号认定为由磁异常引起的,即认为是磁异常发生处。
附图说明
图1是本发明方法构建构造适合信息熵处理后的磁异常梯度张量信号的标准正交基计算方法的流程图。
图2是利用本文提出的适合信息熵处理后的磁异常梯度张量信号的标准正交基和改进的信息熵函数对待测信号进行磁异常检测的流程图。
图3是适合信息熵处理后的磁异常梯度张量信号的标准正交基的波形图。
具体实施方式
下面结合附图及具体实施方式,详细描述一种基于梯度信息熵正交基分解的磁异常检测方法的技术方案。
如图1、2所示,具体步骤:
一种基于梯度信息熵正交基分解的磁异常检测方法,其特征在于,实现步骤如下:
步骤1:采集没有磁异常的磁信号作为背景信号,并求取全磁梯度张量的五个独立分量信号a1、a2、a3、a4、a5;
步骤2:对五个分量信号ai(i=1~5)进行归一化处理,再采用小波包滤波对分量信号ai(i=1~5)进行去趋势项处理和高斯化处理;
步骤3:采用核估计法求步骤2所得五个分量各自的方差σi(i=1~5);
步骤4:使用同一套设备采集欲检测的磁信号,求取磁梯度张量信号的五个独立分量信号b1、b2、b3、b4、b5;
步骤5:对步骤4得到的bi(i=1~5)按照步骤2中对ai(i=1~5)的处理,。完成归一化处理、去趋势项处理和高斯化处理;
步骤6:建立适合信息熵处理后的磁异常梯度张量信号的标准正交基τj(w)(j=1~7);
步骤7:根据步骤3得到的五个方差σi(i=1~5),分别对待检测信号b1、b2、b3、b4、b5进行改进的信息熵处理,得到Ai(i=1~5);
步骤8:利用步骤6中建立好的标准正交基分别对步骤7所得的Ai(i=1~5)进行正交基分解,并将分解后得到的五个信号分量进行合并;
步骤9:根据Neyman Pearson准则设定阈值,并将超过阈值处的信号认定为由磁异常引起的,即认为是磁异常发生处。
如图1所示,构造适合信息熵处理后的磁异常梯度张量信号的标准正交基的计算方法如下,由铁磁物体距离采集平台的距离l,移动的速度v,采样频率Fs以及信息熵选取的滑动窗长N共同确定。
已知磁梯度基函数公式为:
将上式以采样率Fs转化为离散函数fj(wi)(j=1,2,…7)后代入到改进后的信息熵公式中得到zj(wi)(j=1,2,…7),将步骤3中的σi的均值σ代入,公式如下:
再将Aj(wi)进行施密特正交化使得其成为标准正交基τj(wi)(j=1,2,…7),施密特正交化公式如下,得到的标准正交基如图3所示:
如图2所示,利用新构造的标准正交基对信号进行整合的计算方法如下:
μ0为真空磁导率,r为磁偶极子到探测点的距离,p0为磁偶极子的磁矩大小,Bxx、Bxy、Bxz、Byy、Byz为采集到的磁梯度张量信号的五个独立分量经信息熵处理后的结果。再将五个独立分量的结果整合起来,方法如下:
求出来的Eall曲线根据Neyman-Pearson准则确定阈值q,来判断是否信号中含有磁异常信号。若有部分Eall超过阈值,则判断在对应时刻存在磁异常;否则,认为磁信号中不存在铁磁目标导致的磁异常。
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
Claims (1)
1.一种基于梯度信息熵正交基分解的磁异常检测方法,其特征在于,实现步骤如下:
步骤1:采集没有磁异常的磁信号作为背景信号,并求取全磁梯度张量的五个独立分量信号a1、a2、a3、a4、a5;
步骤2:对五个分量信号ai(i=1~5)进行归一化处理,再采用小波包滤波对分量信号ai(i=1~5)进行去趋势项处理和高斯化处理;
步骤3:采用核估计法求步骤2所得五个分量各自的方差σi(i=1~5);
步骤4:使用同一套设备采集欲检测的磁信号,求取磁梯度张量信号的五个独立分量信号b1、b2、b3、b4、b5;
步骤5:对步骤4得到的bi(i=1~5)进行归一化处理,再采用小波包滤波对分量信号bi(i=1~5)进行去趋势项处理和高斯化处理;
步骤6:建立适合信息熵处理后的磁异常梯度张量信号的标准正交基τj(w)(j=1~7),适合信息熵处理后的磁异常梯度张量信号的标准正交基函数,由铁磁物体距离采集平台的距离l、移动的速度v、采样频率Fs以及信息熵选取的滑动窗长N共同确定,利用磁梯度基函数进行改进的信息熵和施密特正交化后得到;基函数公式为:
经过如下改进的信息熵公式处理得到zj(wi)(j=1~7):
最后使用施密特正交化得到适合信息熵处理后的磁异常梯度张量信号的标准正交基函数τj(w)(j=1~7),公式为:
步骤7:利用步骤3得到的五个方差σi(i=1~5),分别对待检测信号b1、b2、b3、b4、b5进行改进的信息熵处理,得到Ai(i=1~5);经过改进的信息熵公式为:
其中wi表示信号w在i点上采集到的信号的值,N表示时间窗的长度,随着i的变化,窗在采样数据的时间轴上滑动;
步骤8:利用步骤6中建立好的标准正交基分别对步骤7所得的Ai(i=1~5)进行正交基分解,并将分解后得到的五个信号分量进行合并,整合公式为:
其中,μ0为真空磁导率,r为磁偶极子到探测点的距离,p0为磁偶极子的磁矩大小;
步骤9:根据Neyman Pearson准则设定阈值,根据阈值判断是否存在磁异常信号及其发生的时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111365676.7A CN114296140B (zh) | 2021-11-18 | 2021-11-18 | 一种基于梯度信息熵正交基分解的磁异常检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111365676.7A CN114296140B (zh) | 2021-11-18 | 2021-11-18 | 一种基于梯度信息熵正交基分解的磁异常检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114296140A CN114296140A (zh) | 2022-04-08 |
CN114296140B true CN114296140B (zh) | 2023-08-18 |
Family
ID=80965526
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111365676.7A Active CN114296140B (zh) | 2021-11-18 | 2021-11-18 | 一种基于梯度信息熵正交基分解的磁异常检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114296140B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0692721A1 (de) * | 1994-07-14 | 1996-01-17 | Spectrospin AG | Kompensation von Störfeldern bei NMR-Messungen im Erdmagnetfeld |
CN111399066A (zh) * | 2020-04-03 | 2020-07-10 | 西北工业大学青岛研究院 | 一种基于正交基函数处理标量磁异常梯度信号的方法 |
CN111913227A (zh) * | 2020-08-11 | 2020-11-10 | 哈尔滨工程大学 | 一种磁异常信号频率特征的计算方法和系统 |
CN112633147A (zh) * | 2020-12-22 | 2021-04-09 | 电子科技大学 | 一种基于多特征融合与智能迭代优化算法的磁异常检测方法 |
CN112904434A (zh) * | 2020-12-22 | 2021-06-04 | 电子科技大学 | 一种基于参数优化随机共振的磁异常信号检测方法 |
CN113359201A (zh) * | 2021-06-02 | 2021-09-07 | 西北工业大学 | 一种基于正交基函数obf的磁异常信号检测方法 |
CN113655529A (zh) * | 2021-08-17 | 2021-11-16 | 南京航空航天大学 | 一种针对高采样率的被动磁信号优化提取和检测方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040047758A1 (en) * | 2000-01-05 | 2004-03-11 | Northwestern University | Method for enhancement of grain boundary cohesion in crystalline materials and compositions of matter therefor |
WO2008154679A1 (en) * | 2007-06-18 | 2008-12-24 | Commonwealth Scientific And Industrial Research Organisation | Method and apparatus for detection using magnetic gradient tensor |
-
2021
- 2021-11-18 CN CN202111365676.7A patent/CN114296140B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0692721A1 (de) * | 1994-07-14 | 1996-01-17 | Spectrospin AG | Kompensation von Störfeldern bei NMR-Messungen im Erdmagnetfeld |
CN111399066A (zh) * | 2020-04-03 | 2020-07-10 | 西北工业大学青岛研究院 | 一种基于正交基函数处理标量磁异常梯度信号的方法 |
CN111913227A (zh) * | 2020-08-11 | 2020-11-10 | 哈尔滨工程大学 | 一种磁异常信号频率特征的计算方法和系统 |
CN112633147A (zh) * | 2020-12-22 | 2021-04-09 | 电子科技大学 | 一种基于多特征融合与智能迭代优化算法的磁异常检测方法 |
CN112904434A (zh) * | 2020-12-22 | 2021-06-04 | 电子科技大学 | 一种基于参数优化随机共振的磁异常信号检测方法 |
CN113359201A (zh) * | 2021-06-02 | 2021-09-07 | 西北工业大学 | 一种基于正交基函数obf的磁异常信号检测方法 |
CN113655529A (zh) * | 2021-08-17 | 2021-11-16 | 南京航空航天大学 | 一种针对高采样率的被动磁信号优化提取和检测方法 |
Non-Patent Citations (1)
Title |
---|
基于语谱图与改进Dense Net的野外车辆识别;周鹏;李成娟;赵沁;王艳;唐洪莹;李宝清;袁晓兵;;声学技术(02);第111-118页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114296140A (zh) | 2022-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102832908B (zh) | 基于小波变换与变步长lms自适应滤波的信号降噪方法 | |
CN105652325B (zh) | 基于指数拟合‑自适应卡尔曼的地空电磁数据去噪方法 | |
AU2014218370B2 (en) | Discrimination method of a metal detector | |
CN111160317B (zh) | 微弱信号盲提取方法 | |
CN108710888A (zh) | 一种探地雷达数据配准方法 | |
CN110764152B (zh) | 一种无人机快速检测与识别的装置及方法 | |
CN105550702B (zh) | 一种基于svm的gnss欺骗式干扰识别方法 | |
CN109100809A (zh) | 地磁背景下弱磁信号噪声抑制与信号提取装置及方法 | |
CN103743969A (zh) | 一种近场电磁辐射干扰测量信号的测量噪声抑制方法 | |
Wang et al. | Frequency characteristics analysis for magnetic anomaly detection | |
CN114296140B (zh) | 一种基于梯度信息熵正交基分解的磁异常检测方法 | |
CN111339986B (zh) | 基于时域/频域分析的装备用频规律挖掘方法和系统 | |
CN112929141A (zh) | 一种基于图传信号匹配的无人机检测识别方法和系统 | |
CN116894223A (zh) | 一种基于自适应对消与ResNet神经网络的机载水下异常检测方法 | |
CN113848391B (zh) | 一种脉冲信号检测和提取方法 | |
CN105223552A (zh) | 基于无线电谱纹识别的干扰辨识方法 | |
CN108549076A (zh) | 一种基于速度节凑图的多种类无人机场景识别方法 | |
CN112083502B (zh) | 基于并联单稳随机共振的磁异信号检测方法 | |
Zhou et al. | Aeromagnetic anomaly detection under low SNR conditions using multiscale wavelet energy accumulation | |
CN113848589A (zh) | 一种基于离散迈耶小波的被动磁探测特定目标识别方法 | |
CN115064182A (zh) | 自适应梅尔滤波器在强噪声环境下风机故障特征识别方法 | |
CN109800721A (zh) | 一种多目标跟踪方法及系统 | |
CN109520493A (zh) | 一种基于多尺度经验模态分解的地磁滤波方法 | |
CN110321904A (zh) | 结合上下文协方差矩阵的单极化sar图像相干斑滤波方法 | |
CN112763989B (zh) | 一种基于cdif的抖动信号分选方法 |
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 |