CN116879809B - 轴频磁异常信号处理及识别方法及系统 - Google Patents
轴频磁异常信号处理及识别方法及系统 Download PDFInfo
- Publication number
- CN116879809B CN116879809B CN202310735944.2A CN202310735944A CN116879809B CN 116879809 B CN116879809 B CN 116879809B CN 202310735944 A CN202310735944 A CN 202310735944A CN 116879809 B CN116879809 B CN 116879809B
- Authority
- CN
- China
- Prior art keywords
- magnetic field
- field data
- magnetic
- correlation coefficient
- data segment
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000001228 spectrum Methods 0.000 claims abstract description 92
- 230000002159 abnormal effect Effects 0.000 claims abstract description 31
- 238000010219 correlation analysis Methods 0.000 claims abstract description 26
- 238000007781 pre-processing Methods 0.000 claims abstract description 22
- 238000004458 analytical method Methods 0.000 claims abstract description 16
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 40
- 238000010183 spectrum analysis Methods 0.000 claims description 25
- 230000011218 segmentation Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 description 14
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Abstract
本发明提供了一种轴频磁异常信号处理及识别方法及系统,包括:对磁场数据进行预处理;根据设定的时间间隔,将预处理后的磁场数据分为多个磁场数据分段,获取各个磁场数据分段对应的磁场数据分段功率谱;将多个磁场数据分段功率谱中的任意两个相邻的磁场数据分段功率谱进行相关性分析,计算相关系数;判断相关系数是否大于设定相关系数阈值,当相关系数大于设定相关系数阈值时,记为一次有效数据;当连续出现有效数据的次数大于设定有效数据次数时,对连续出现的有效数据所对应时间段内的磁场数据进行轴频特征分析,获取目标的磁异常特征。应用本发明的技术方案,以解决现有技术中轴频磁异常信号强度较弱,易淹没在背景环境的技术问题。
Description
技术领域
本发明涉及水面及水下目标磁场监测技术领域,尤其涉及一种轴频磁异常信号处理及识别方法及系统。
背景技术
磁异常探测是目前应用最为广泛的水面及水下目标非声学探测技术。水面及水下目标的磁场分布根据磁特征可分为静磁场和轴频磁场。轴频磁场是由水面及水下目标的螺旋桨及主轴转动对目标本体的腐蚀或防腐蚀电流进行调制,从而产生的以螺旋桨及主轴转动频率有关的磁场。轴频磁异常探测的原理是利用水面及水下目标周围产生的轴频磁场与背景磁场之间的特征差异来实现目标探测的。由于轴频磁场蕴含着水面及水下目标的丰富信息,所以轴频磁场不仅可用于目标探测,后续还可用于目标的跟踪和识别,因此轴频磁异常探测已经成为近年来国内外研究的热点。轴频磁异常信号强度较弱,易淹没在背景环境中,因此,如何提高轴频磁异常探测的准确度是目前亟待解决的问题之一。
发明内容
本发明提供了一种轴频磁异常信号处理及识别方法及系统,能够解决现有技术中轴频磁异常信号强度较弱,易淹没在背景环境中的技术问题。
根据本发明的一方面,提供了一种轴频磁异常信号处理及识别方法,轴频磁异常信号处理及识别方法包括:将磁传感器获取的磁场数据作为输入信号,对磁场数据进行预处理;根据设定的时间间隔,将预处理后的磁场数据分为多个磁场数据分段,分别对各个磁场数据分段进行功率谱分析以获取各个磁场数据分段对应的磁场数据分段功率谱;将多个磁场数据分段功率谱中的任意两个相邻的磁场数据分段功率谱进行相关性分析,计算获取任意两个相邻的磁场数据分段功率谱的相关系数;依次判断多个磁场数据分段功率谱中的任意两个相邻的磁场数据分段功率谱对应的相关系数是否大于设定相关系数阈值,当任一两个相邻的磁场数据分段功率谱对应的相关系数大于设定相关系数阈值时,将相关系数所对应的两个磁场数据分段中的磁场数据记为一次有效数据;当连续出现有效数据的次数大于设定有效数据次数时,对连续出现的有效数据所对应时间段内的磁场数据进行轴频特征分析,获取水面及水下目标的磁异常特征,完成轴频磁异常信号处理及识别。
进一步地,对磁场数据进行预处理包括对磁场数据进行去直流信号和滤波处理。
进一步地,设定有效数据次数为5次。
根据本发明的另一方面,提供了一种轴频磁异常信号处理及识别系统,该轴频磁异常信号处理及识别系统使用如上所述的轴频磁异常信号处理及识别方法进行轴频磁异常信号处理及识别。
进一步地,轴频磁异常信号处理及识别系统包括:预处理模块,预处理模块用于将磁传感器获取的磁场数据作为输入信号,对磁场数据进行预处理;磁场数据分段功率谱获取模块,磁场数据分段功率谱获取模块用于根据设定的时间间隔,将预处理后的磁场数据分为多个磁场数据分段,分别对各个磁场数据分段进行功率谱分析以获取各个磁场数据分段对应的磁场数据分段功率谱;相关系数计算模块,相关系数计算模块用于将多个磁场数据分段功率谱中的任意两个相邻的磁场数据分段功率谱进行相关性分析,计算获取任意两个相邻的磁场数据分段功率谱的相关系数;有效数据判定模块,有效数据判定模块用于依次判断多个磁场数据分段功率谱中的任意两个相邻的磁场数据分段功率谱对应的相关系数是否大于设定相关系数阈值,当任一两个相邻的磁场数据分段功率谱对应的相关系数大于设定相关系数阈值时,将相关系数所对应的两个磁场数据分段中的磁场数据记为一次有效数据;目标特征识别模块,目标特征识别模块用于当连续出现有效数据的次数大于设定有效数据次数时,对连续出现的有效数据所对应时间段内的磁场数据进行轴频特征分析,获取水面及水下目标的磁异常特征,完成轴频磁异常信号处理及识别。
应用本发明的技术方案,提供了一种轴频磁异常信号处理及识别方法,该方法通过将磁传感器获取的磁场数据作为输入信号,进行预处理;选择适当的时间间隔,将预处理后的磁场信号进行功率谱分析;将相邻两次的功率谱进行相关性分析;对连续多次相关性高于阈值的时间段内的磁场数据进行轴频特征分析。该方法通过磁传感器获得水面及水下目标的磁场数据,然后对磁场数据进行预处理、功率谱分析、相关性分析及磁场特征分析等,进而得到水面及水下目标的轴频磁异常特征。本发明所提供的水面及水下目标磁异常信号处理及识别方法与现有技术相比,提高水面及水下目标轴频磁异常探测的准确度,在实际过程应用中可降低水面及水下目标探测虚警率,可显著提升水面及水下目标探测预警能力,在背景磁场噪声高的情况,能够有效提高现有技术中轴频磁异常探测的准确度。
附图说明
所包括的附图用来提供对本发明实施例的进一步的理解,其构成了说明书的一部分,用于例示本发明的实施例,并与文字描述一起来阐释本发明的原理。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出了根据本发明的具体实施例提供的轴频磁异常信号处理及识别方法的流程图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本发明及其应用或使用的任何限制。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
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申请的示例性实施方式。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。
除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为授权说明书的一部分。在这里示出和讨论的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它示例可以具有不同的值。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
如图1所示,根据本发明的具体实施例提供了一种轴频磁异常信号处理及识别方法,该轴频磁异常信号处理及识别方法包括:将磁传感器获取的磁场数据作为输入信号,对磁场数据进行预处理;根据设定的时间间隔,将预处理后的磁场数据分为多个磁场数据分段,分别对各个磁场数据分段进行功率谱分析以获取各个磁场数据分段对应的磁场数据分段功率谱;将多个磁场数据分段功率谱中的任意两个相邻的磁场数据分段功率谱进行相关性分析,计算获取任意两个相邻的磁场数据分段功率谱的相关系数;依次判断多个磁场数据分段功率谱中的任意两个相邻的磁场数据分段功率谱对应的相关系数是否大于设定相关系数阈值,当任一两个相邻的磁场数据分段功率谱对应的相关系数大于设定相关系数阈值时,将相关系数所对应的两个磁场数据分段中的磁场数据记为一次有效数据;当连续出现有效数据的次数大于设定有效数据次数时,对连续出现的有效数据所对应时间段内的磁场数据进行轴频特征分析,获取水面及水下目标的磁异常特征,完成轴频磁异常信号处理及识别。
应用此种配置方式,提供了一种轴频磁异常信号处理及识别方法,该方法通过将磁传感器获取的磁场数据作为输入信号,进行预处理;选择适当的时间间隔,将预处理后的磁场信号进行功率谱分析;将相邻两次的功率谱进行相关性分析;对连续多次相关性高于阈值的时间段内的磁场数据进行轴频特征分析。该方法通过磁传感器获得水面及水下目标的磁场数据,然后对磁场数据进行预处理、功率谱分析、相关性分析及磁场特征分析等,进而得到水面及水下目标的轴频磁异常特征。本发明所提供的水面及水下目标磁异常信号处理及识别方法与现有技术相比,提高水面及水下目标轴频磁异常探测的准确度,在实际过程应用中可降低水面及水下目标探测虚警率,可显著提升水面及水下目标探测预警能力,在背景磁场噪声高的情况,能够有效提高现有技术中轴频磁异常探测的准确度。
作为本发明的一个具体实施例,为了实现对轴频磁异常信号处理及识别,首先需要将磁传感器获取的磁场数据B作为输入信号,对磁场数据进行预处理,得到预处理后的磁场信号Bp。在本实施例中,对磁场数据进行预处理包括对磁场数据进行去直流信号和滤波处理。预处理后的磁场数据为Bp1、Bp2、Bp3、Bp4、Bp5、Bp6、Bp7、Bp8、Bp9、Bp10、Bp11、Bp12、Bp13、Bp14、Bp15、Bp16、Bp17、Bp18、Bp19、Bp20、Bp21、Bp22、Bp23、Bp24、Bp25、Bp26、Bp27。
进一步地,在对磁场数据预处理之后,即可根据设定的时间间隔,将预处理后的磁场数据分为多个磁场数据分段,分别对各个磁场数据分段进行功率谱分析以获取各个磁场数据分段对应的磁场数据分段功率谱。
作为本发明的一个具体实施例,选择适当的时间间隔t0,将预处理后的磁场数据分为九个磁场数据分段,第一磁场数据分段为Bp1、Bp2、Bp3,第二磁场数据分段为Bp4、Bp5、Bp6,第三磁场数据分段为Bp7、Bp8、Bp9,第四磁场数据分段为Bp10、Bp11、Bp12,第五磁场数据分段为Bp13、Bp14、Bp15,第六磁场数据分段为Bp16、Bp17、Bp18,第七磁场数据分段为Bp19、Bp20、Bp21,第八磁场数据分段为Bp22、Bp23、Bp24,第九磁场数据分段为Bp25、Bp26、Bp27。分别对各个磁场数据分段进行连续的功率谱分析,得到每个时间间隔t0内的磁场信号的功率谱P1,P2,P3,P4,P5,P6,P7,P8,P9。其中,每个时间间隔t0对应三个磁场数据,对磁场数据Bp1、Bp2、Bp3进行功率谱分析得到功率谱P1,对磁场数据Bp4、Bp5、Bp6进行功率谱分析得到功率谱P2,对磁场数据Bp7、Bp8、Bp9进行功率谱分析得到功率谱P3,对磁场数据Bp10、Bp11、Bp12进行功率谱分析得到功率谱P4,对磁场数据Bp13、Bp14、Bp15进行功率谱分析得到功率谱P5,对磁场数据Bp16、Bp17、Bp18进行功率谱分析得到功率谱P6,对磁场数据Bp19、Bp20、Bp21进行功率谱分析得到功率谱P7,对磁场数据Bp22、Bp23、Bp24进行功率谱分析得到功率谱P8,对磁场数据Bp25、Bp26、Bp27进行功率谱分析得到功率谱P9。
进一步地,在获取了各个磁场数据分段对应的磁场数据分段功率谱之后,即可将多个磁场数据分段功率谱中的任意两个相邻的磁场数据分段功率谱进行相关性分析,计算获取任意两个相邻的磁场数据分段功率谱的相关系数。
作为本发明的一个具体实施例,将将相邻两次的功率谱Pi,Pi+1进行相关性分析,计算相关系数ri。具体地,对功率谱P1和功率谱P2进行相关性分析,计算相关系数r1,对功率谱P2和功率谱P3进行相关性分析,计算相关系数r2,对功率谱P3和功率谱P4进行相关性分析,计算相关系数r3,对功率谱P4和功率谱P5进行相关性分析,计算相关系数r4,对功率谱P5和功率谱P6进行相关性分析,计算相关系数r5,对功率谱P6和功率谱P7进行相关性分析,计算相关系数r6,对功率谱P7和功率谱P8进行相关性分析,计算相关系数r7,对功率谱P8和功率谱P9进行相关性分析,计算相关系数r8。在实际操作过程中,可将相邻两次的功率谱Pi,Pi+1输入Matlab中进行相关性分析,计算获取相关系数ri。
进一步地,在计算获取任意两个相邻的磁场数据分段功率谱的相关系数之后,即可依次判断多个磁场数据分段功率谱中的任意两个相邻的磁场数据分段功率谱对应的相关系数是否大于设定相关系数阈值,当任一两个相邻的磁场数据分段功率谱对应的相关系数大于设定相关系数阈值时,将相关系数所对应的两个磁场数据分段中的磁场数据记为一次有效数据。
作为本发明的一个具体实施例,选取适当的相关系数阈值R,当任一两个相邻的磁场数据分段功率谱对应的相关系数ri大于设定相关系数阈值R时,将相关系数ri所对应的两个磁场数据分段中的磁场数据记为一次有效数据。在本实施例中,r1小于R,r1对应的两个磁场数据分段中的磁场数据记为无效数据;r2大于R,r2对应的两个磁场数据分段中的磁场数据记为有效数据;r3大于R,r3对应的两个磁场数据分段中的磁场数据记为有效数据;r4大于R,r4对应的两个磁场数据分段中的磁场数据记为有效数据;r5大于R,r5对应的两个磁场数据分段中的磁场数据记为有效数据;r6大于R,r6对应的两个磁场数据分段中的磁场数据记为有效数据;r7大于R,r7对应的两个磁场数据分段中的磁场数据记为有效数据;r8小于R,r8对应的两个磁场数据分段中的磁场数据记为无效数据。
进一步地,在完成有效数据判定之后,即可判断连续出现有效数据的次数,当连续出现有效数据的次数大于设定有效数据次数时,对连续出现的有效数据所对应时间段内的磁场数据进行轴频特征分析,获取水面及水下目标的磁异常特征,完成轴频磁异常信号处理及识别。
作为本发明的一个具体实施例,设定有效数据次数为5次。在该实施例中,r2对应的两个磁场数据分段中的磁场数据记为一次有效数据,r3对应的两个磁场数据分段中的磁场数据记为二次有效数据,r4对应的两个磁场数据分段中的磁场数据记为三次有效数据,r5对应的两个磁场数据分段中的磁场数据记为四次有效数据,r6对应的两个磁场数据分段中的磁场数据记为五次有效数据,r7对应的两个磁场数据分段中的磁场数据记为六次有效数据,本实施例中连续出现有效数据的次数为6次,大于设定有效数据次数5次,因此,对连续出现的有效数据所对应时间段内的磁场数据(r2、r3、r4、r5、r6、r7对应的第二磁场数据分段、第三磁场数据分段、第四磁场数据分段、第五磁场数据分段、第六磁场数据分段、第七磁场数据分段、第八磁场数据分段的磁场数据Bp4、Bp5、Bp6、Bp7、Bp8、Bp9、Bp10、Bp11、Bp12、Bp13、Bp14、Bp15、Bp16、Bp17、Bp18、Bp19、Bp20、Bp21、Bp22、Bp23、Bp24)进行轴频特征分析,获取水面及水下目标的磁异常特征,完成轴频磁异常信号处理及识别。
根据本发明的另一方面,提供了一种轴频磁异常信号处理及识别系统,该轴频磁异常信号处理及识别系统使用如上所述的轴频磁异常信号处理及识别方法进行轴频磁异常信号处理及识别。
应用此种配置方式,提供了一种轴频磁异常信号处理及识别系统,该系统使用如上所述的轴频磁异常信号处理及识别方法进行轴频磁异常信号处理及识别,该系统通过将磁传感器获取的磁场数据作为输入信号,进行预处理;选择适当的时间间隔,将预处理后的磁场信号进行功率谱分析;将相邻两次的功率谱进行相关性分析;对连续多次相关性高于阈值的时间段内的磁场数据进行轴频特征分析。该方法通过磁传感器获得水面及水下目标的磁场数据,然后对磁场数据进行预处理、功率谱分析、相关性分析及磁场特征分析等,进而得到水面及水下目标的轴频磁异常特征。本发明所提供的水面及水下目标磁异常信号处理及识别系统与现有技术相比,提高水面及水下目标轴频磁异常探测的准确度,在实际过程应用中可降低水面及水下目标探测虚警率,可显著提升水面及水下目标探测预警能力,在背景磁场噪声高的情况,能够有效提高现有技术中轴频磁异常探测的准确度。
进一步地,为了实现轴频磁异常信号处理及识别,轴频磁异常信号处理及识别系统包括预处理模块、磁场数据分段功率谱获取模块、相关系数计算模块、有效数据判定模块和目标特征识别模块,预处理模块用于将磁传感器获取的磁场数据作为输入信号,对磁场数据进行预处理;磁场数据分段功率谱获取模块用于根据设定的时间间隔,将预处理后的磁场数据分为多个磁场数据分段,分别对各个磁场数据分段进行功率谱分析以获取各个磁场数据分段对应的磁场数据分段功率谱;相关系数计算模块用于将多个磁场数据分段功率谱中的任意两个相邻的磁场数据分段功率谱进行相关性分析,计算获取任意两个相邻的磁场数据分段功率谱的相关系数;有效数据判定模块用于依次判断多个磁场数据分段功率谱中的任意两个相邻的磁场数据分段功率谱对应的相关系数是否大于设定相关系数阈值,当任一两个相邻的磁场数据分段功率谱对应的相关系数大于设定相关系数阈值时,将相关系数所对应的两个磁场数据分段中的磁场数据记为一次有效数据;目标特征识别模块用于当连续出现有效数据的次数大于设定有效数据次数时,对连续出现的有效数据所对应时间段内的磁场数据进行轴频特征分析,获取水面及水下目标的磁异常特征,完成轴频磁异常信号处理及识别。
为了对本发明有进一步地了解,下面结合图1对本发明所提供的轴频磁异常信号处理及识别方法进行详细说明。
如图1所示,根据本发明的具体实施例提供了一种轴频磁异常信号处理及识别方法,该方法具体包括如下步骤。
(1)以某大型货轮为例,将磁传感器获取的磁场数据B作为输入信号,进行预处理,得到预处理后的磁场信号Bp,其中预处理包括去直流信号和滤波处理等;
(2)选择适当的时间间隔t0,将预处理后的磁场信号Bp进行连续的功率谱分析,得到每个时间间隔t0内的磁场信号的功率谱P1,P2,P3…Pn-1,Pn;
(3)将相邻两次的功率谱Pi,Pi+1进行相关性分析,计算相关系数ri;
(4)选取适当的相关系数阈值R,当ri≥R时,记为有效数据;
(5)当连续出现有效数据(出现次数≥5)时,对此时间段内的磁场数据进行轴频特征分析,进而得到水面及水下目标的磁异常特征。
综上所述,本发明提供了一种轴频磁异常信号处理及识别方法,该方法首先通过磁传感器获得水面及水下目标的磁场数据,然后对磁场数据进行预处理、功率谱分析、相关性分析及磁场特征分析等,进而得到水面及水下目标的轴频磁异常特征。本发明所提供的水面及水下目标磁异常信号处理及识别方法与现有技术相比,提高水面及水下目标轴频磁异常探测的准确度,在实际过程应用中可降低水面及水下目标探测虚警率,可显著提升水面及水下目标探测预警能力,在背景磁场噪声高的情况,能够有效提高现有技术中轴频磁异常探测的准确度。
为了便于描述,在这里可以使用空间相对术语,如“在……之上”、“在……上方”、“在……上表面”、“上面的”等,用来描述如在图中所示的一个器件或特征与其他器件或特征的空间位置关系。应当理解的是,空间相对术语旨在包含除了器件在图中所描述的方位之外的在使用或操作中的不同方位。例如,如果附图中的器件被倒置,则描述为“在其他器件或构造上方”或“在其他器件或构造之上”的器件之后将被定位为“在其他器件或构造下方”或“在其他器件或构造之下”。因而,示例性术语“在……上方”可以包括“在……上方”和“在……下方”两种方位。该器件也可以其他不同方式定位(旋转90度或处于其他方位),并且对这里所使用的空间相对描述作出相应解释。
此外,需要说明的是,使用“第一”、“第二”等词语来限定零部件,仅仅是为了便于对相应零部件进行区别,如没有另行声明,上述词语并没有特殊含义,因此不能理解为对本发明保护范围的限制。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种轴频磁异常信号处理及识别方法,其特征在于,所述轴频磁异常信号处理及识别方法包括:
将磁传感器获取的磁场数据作为输入信号,对所述磁场数据进行预处理;
根据设定的时间间隔,将预处理后的所述磁场数据分为多个磁场数据分段,分别对各个所述磁场数据分段进行功率谱分析以获取各个所述磁场数据分段对应的磁场数据分段功率谱;
将多个所述磁场数据分段功率谱中的任意两个相邻的磁场数据分段功率谱进行相关性分析,计算获取任意两个相邻的磁场数据分段功率谱的相关系数;
依次判断多个所述磁场数据分段功率谱中的任意两个相邻的磁场数据分段功率谱对应的相关系数是否大于设定相关系数阈值,当任一两个相邻的磁场数据分段功率谱对应的相关系数大于设定相关系数阈值时,将所述相关系数所对应的两个磁场数据分段中的磁场数据记为一次有效数据;
当连续出现有效数据的次数大于设定有效数据次数时,对所述连续出现的有效数据所对应时间段内的磁场数据进行轴频特征分析,获取水面及水下目标的磁异常特征,完成轴频磁异常信号处理及识别。
2.根据权利要求1所述的轴频磁异常信号处理及识别方法,其特征在于,对所述磁场数据进行预处理包括对所述磁场数据进行去直流信号和滤波处理。
3.根据权利要求1所述的轴频磁异常信号处理及识别方法,其特征在于,所述设定有效数据次数为5次。
4.一种轴频磁异常信号处理及识别系统,其特征在于,所述轴频磁异常信号处理及识别系统使用如权利要求1至3中任一项所述的轴频磁异常信号处理及识别方法进行轴频磁异常信号处理及识别。
5.根据权利要求4所述的轴频磁异常信号处理及识别系统,其特征在于,所述轴频磁异常信号处理及识别系统包括:
预处理模块,所述预处理模块用于将磁传感器获取的磁场数据作为输入信号,对所述磁场数据进行预处理;
磁场数据分段功率谱获取模块,所述磁场数据分段功率谱获取模块用于根据设定的时间间隔,将预处理后的所述磁场数据分为多个磁场数据分段,分别对各个所述磁场数据分段进行功率谱分析以获取各个所述磁场数据分段对应的磁场数据分段功率谱;
相关系数计算模块,所述相关系数计算模块用于将多个所述磁场数据分段功率谱中的任意两个相邻的磁场数据分段功率谱进行相关性分析,计算获取任意两个相邻的磁场数据分段功率谱的相关系数;
有效数据判定模块,所述有效数据判定模块用于依次判断多个所述磁场数据分段功率谱中的任意两个相邻的磁场数据分段功率谱对应的相关系数是否大于设定相关系数阈值,当任一两个相邻的磁场数据分段功率谱对应的相关系数大于设定相关系数阈值时,将所述相关系数所对应的两个磁场数据分段中的磁场数据记为一次有效数据;
目标特征识别模块,所述目标特征识别模块用于当连续出现有效数据的次数大于设定有效数据次数时,对所述连续出现的有效数据所对应时间段内的磁场数据进行轴频特征分析,获取水面及水下目标的磁异常特征,完成轴频磁异常信号处理及识别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310735944.2A CN116879809B (zh) | 2023-06-20 | 轴频磁异常信号处理及识别方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310735944.2A CN116879809B (zh) | 2023-06-20 | 轴频磁异常信号处理及识别方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116879809A CN116879809A (zh) | 2023-10-13 |
CN116879809B true CN116879809B (zh) | 2024-07-09 |
Family
ID=
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111412910A (zh) * | 2020-02-13 | 2020-07-14 | 中国人民解放军海军工程大学 | 一种基于旋转磁偶极子的舰船轴频磁场定位方法和装置 |
CN112698412A (zh) * | 2020-11-27 | 2021-04-23 | 北京自动化控制设备研究所 | 基于磁浮标的轴频磁异常信号处理方法 |
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111412910A (zh) * | 2020-02-13 | 2020-07-14 | 中国人民解放军海军工程大学 | 一种基于旋转磁偶极子的舰船轴频磁场定位方法和装置 |
CN112698412A (zh) * | 2020-11-27 | 2021-04-23 | 北京自动化控制设备研究所 | 基于磁浮标的轴频磁异常信号处理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113255733B (zh) | 多模态数据缺失下的无监督异常检测方法 | |
CN113554089A (zh) | 一种图像分类对抗样本防御方法、系统及数据处理终端 | |
Zhou et al. | Fault diagnosis of steel wire ropes based on magnetic flux leakage imaging under strong shaking and strand noises | |
CN106709927A (zh) | 一种复杂背景下声学图像中的目标提取方法 | |
US20220187246A1 (en) | Nondestructive testing method and device for detecting and distinguishing internal defect and external defect of wire rope | |
CN113822201B (zh) | 基于流场速度分量时程的水下物体外形识别的深度学习方法 | |
Zhao et al. | Rolling bearing composite fault diagnosis method based on EEMD fusion feature | |
CN114972339B (zh) | 用于推土机结构件生产异常检测的数据增强系统 | |
CN113269169A (zh) | 一种轴承故障检测方法和装置 | |
CN116879809B (zh) | 轴频磁异常信号处理及识别方法及系统 | |
CN109241998A (zh) | 模型训练方法、装置、设备及存储介质 | |
CN115905832A (zh) | 一种基于振动信号聚类识别的变压器故障诊断方法 | |
EP0811856A2 (en) | Improvements to dipole detection and localization processing | |
Shen et al. | SSCT-Net: A semisupervised circular teacher network for defect detection with limited labeled multiview MFL samples | |
CN111142163A (zh) | 一种水下沉船的探测系统及探测方法 | |
CN110609279A (zh) | 一种优化角度栅瓣问题的算法 | |
CN116879809A (zh) | 轴频磁异常信号处理及识别方法及系统 | |
Yang et al. | Foreground enhancement network for object detection in sonar images | |
CN108919068B (zh) | 电力设备间歇性缺陷信号识别方法 | |
CN105973602A (zh) | 一种电机轴承外圈故障辨识方法 | |
CN114114229B (zh) | 基于静磁和轴频联合处理的水下目标探测方法及飞行器 | |
CN111461064A (zh) | 一种用于无人值守传感器系统的车辆目标识别方法及系统 | |
Zhang et al. | Small vessel detection based on adaptive dual-polarimetric SAR feature fusion and attention-enhanced feature pyramid network | |
CN219084819U (zh) | 一种金属物体表面缺陷检测装置 | |
CN116010783B (zh) | 一种rsvp弱隐目标诱发脑电识别方法、装置及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |