【技术实现步骤摘要】
一种基于希尔伯特
‑
黄变换的磁异常多特征信息提取方法
[0001]本专利技术涉及一种基于希尔伯特
‑
黄变换的磁异常多特征信息提取方法。利用该方法提取的磁异常多特征信息能够提升基于机器学习框架的磁异常探测方法的探测能力提供基础。该方法可广泛用于能源矿藏勘测、水下各种管线探测、水下目标探测、水下考古、沉船勘测、扫雷反潜等领域。
技术介绍
[0002]文献“Magnetic anomaly detection based on full connected neural network[J].IEEE Access,2019,7,182198
–
182206”公开了一种全连接神经网络的磁异常探测方法。该方法中全连接神经网络作为磁异常探测的分类模型，磁信号的正交基函数系数作为磁异常特征信息，通过训练该分类模型，实现对磁异常信号的探测。正交基函数系数属于磁异常的时域特征信息。随着磁异常信噪比的降低，正交基函数系数的误差变大，因此基于该系数构建的特征信息会受到干扰。这使得目标探测的虚...
【技术保护点】
【技术特征摘要】
1.一种基于希尔伯特
‑
黄变换的磁异常多特征信息提取方法，其特征在于步骤如下：步骤1：采集磁场数据，通过磁力仪之间的测量差值获得磁场差值信号ΔB(t)；步骤2：利用经验模式分解对磁场差值ΔB(t)进行自适应分解，获得多个固有模态函数项c(t)和一个残差项r(t)：其中：N表示经验模式分解的层数；步骤3：获得磁信号的固有模态函数后，对每个c
i
(t)做希尔伯特变换：步骤4：获得c
i
(t)的解析信号z
i
(t)：其中：表示固有模态函数c
i
(t)对应的瞬时幅值，θ
i
(t)＝arctan(H
i
(c
i
(t))/c
i
(t))表示固有模态函数c
i
(t)对应的瞬时相...
【专利技术属性】
技术研发人员：樊黎明，王惠刚，赵维娜，胡浩，刘建国，孙伟涛，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。