本发明专利技术提供了一种基于微磁传感器阵列组合的探测和定位方法，包括以下步骤：通过微磁传感器阵列进行水下探测，得到探测数据；通过预处理单元对微磁传感器阵列传输的探测数据进行降噪处理；通过传感器校准单元分析微磁传感器阵列传输的探测数据，建立统一的正交坐标系；自主学习AI结合传感器校准模块传输的探测数据对监测环境和目标场景模式进行动态深度学习，通过自适应最小熵滤波的磁异目标的检测算法结合探测数据对信噪比低的磁异常目标进行计算，得到定位数据。本发明专利技术提高了信噪比，减小了传感器三轴非正交和非平行带来的误差，环境噪声、地磁影响和偶然误差带来的干扰。地磁影响和偶然误差带来的干扰。地磁影响和偶然误差带来的干扰。
【技术实现步骤摘要】
一种基于微磁传感器阵列组合的探测和定位方法
[0001]本专利技术主要涉及水下探测和定位的
，具体涉及一种基于微磁传感器阵列组合的探测和定位方法。
技术介绍
[0002]近年来，海底地貌探测、大面积海洋监测、水下信息获取等民用领域，以及探测敌方舰艇、潜艇、航母等军事领域均需要水下探测技术的支持。
[0003]根据申请号为CN201911099314.0的专利文献所提供的一种基于电场电极阵列布置的水中目标探测和定位方法可知，该水下探测和定位你方法所述方法中，电场电极呈弧形阵列布置，由满足一定条件的电场电极组合形成一个探测阵列组，采用电场定位算法由不同探测阵列组分别计算水中目标定位参数，最后对多组水中目标定位参数进行融合获得精确的水中目标三方向坐标位置和电偶极矩。该水下探测和定位方法适用于水下安全警戒领域，算法适应性好，定位精度高。
[0004]上述水下探测和定位方法虽然适用于水下安全警戒领域，算法适应性好，定位精度高，但传统的水下探测和定位方法滤波能力低，难以有效降低环境带来的影响，从而影响探测和定位精度。
技术实现思路
[0005]本专利技术主要提供了一种基于微磁传感器阵列组合的探测和定位方法用以解决上述
技术介绍
中提出的技术问题。
[0006]本专利技术解决上述技术问题采用的技术方案为：
[0007]一种基于微磁传感器阵列组合的探测和定位方法，包括以下步骤：
[0008]步骤一，通过微磁传感器阵列进行水下探测，得到探测数据；
[0009]步骤二，通过预处理单元接收所述微磁传感器阵列传输的探测数据，且通过预处理单元对微磁传感器阵列传输的探测数据进行降噪处理；
[0010]步骤三，通过传感器校准单元接收所述预处理单元传输的探测数据，且通过传感器校准单元分析微磁传感器阵列传输的探测数据，建立统一的正交坐标系；
[0011]步骤四，自主学习AI结合感器校准模块传输的探测数据对监测环境和目标场景模式进行动态深度学习，学习掌握环境磁场信号在时域、频域的幅度、涨落等特征，对所监测的特定目标类型，掌握一类特性参数；
[0012]步骤五，通过识别定位单元接收所述自主学习AI传输的探测数据，并通过自适应最小熵滤波的磁异目标的检测算法结合探测数据对信噪比低的磁异常目标进行计算，得到定位数据。
[0013]进一步的，所述步骤一中，所述预处理单元包括：
[0014]滤波降噪模块，用于对所述微磁传感器阵列传输的探测数据进行降噪处理；
[0015]数据预处理模块，用于对降噪处理后的探测数据进行异常数据判断。
[0016]进一步的，所述步骤三中，所述传感器校准单元包括：
[0017]三轴正交校准模块，用于接收数据预处理模块处理的探测数据，还用于对接收到的探测数据建立统一的正交坐标系，以进行正交校准；
[0018]三轴平行校准模块，用于对正交校准后的探测数据建立统一的平行坐标系，以进行平行校准。
[0019]进一步的，所述步骤五中，所述识别定位单元接收到自主学习AI处理的探测数据后，识别定位单元采用下列公式得到熵滤波器输出值，当熵滤波器输出值下降到阈值以下，可目标磁异常；
[0020](1)探测数据，其正态概率密度函数为
[0021][0022]其中x
i
是探测数据的离散数值，u是探测数据的平均值，σ2是探测数据的方差；
[0023](2)探测数据，其平均值计算式为
[0024][0025]其中x
i
是探测数据的离散数值，u是探测数据的平均值；
[0026](3)探测数据，其离散值x
i
的噪声样本概率为：
[0027][0028]其中x
i
是探测数据的离散数值，采用量化步长Δx
i
的模数转化器，p(x
i
)可近似为：
[0029](4)熵滤波器计算一定长度L样本的熵为：
[0030][0031]其中x
i
是探测数据的离散数值。
[0032]进一步的，所述步骤五中，所述识别定位单元接收到自主学习AI处理的探测数据后，识别定位单元构建多个单轴和三轴传感器阵列，并采用欧拉反褶积方法，结合磁场分量、总场和一阶、二阶磁梯度张量等多模态特征匹配，仔细表征、描述磁目标信号特征对磁偶极子源进行准确定位。
[0033]进一步的，所述步骤五中，所述识别定位单元采用以下公式，得出磁感应强度值，以进行磁偶极子源的准确定位；
[0034](1)
[0035]其中m为偶极子磁矩，单位为Am2，r和r0为观测点和磁目标的位置矢量。
[0036]进一步的，所述步骤五中，所述识别定位单元包括：
[0037]目标识别识别报警模块，用于接收自主学习AI处理的探测数据，并通过最小熵滤波的磁异目标的检测算法结合探测数据对信噪比低的磁异常目标进行计算，得出熵滤波器输出值，并比较熵滤波器输出值和存储模块中所存储的阈值，若熵滤波器输出值下降到阈
值以下，则目标磁异常；
[0038]数据发送模块，用于所述目标识别识别报警模块未发现目标磁异常后，将报警信息发送至监测模块，还用于所述目标识别识别报警模块未发现目标磁异常后，将确认结束信息发送至监测模块。
[0039]进一步的，所述识别定位单元还包括：
[0040]目标定位模块，用于接收到自主学习AI处理的探测数据后，构建多个单轴和三轴传感器阵列，并采用欧拉反褶积方法，结合磁场分量、总场和一阶、二阶磁梯度张量等多模态特征匹配，仔细表征、描述磁目标信号特征对磁偶极子源进行准确定位，得到定位信息，并将所述定位信息发送至监测模块。
[0041]进一步的，所述识别定位单元还包括：
[0042]所述监测模块用于显示报警信息和确认结束信息。
[0043]进一步的，所述识别定位单元还包括：
[0044]所述存储模块用于存储供所述目标识别识别报警模块读取的阈值。
[0045]与现有技术相比，本专利技术的有益效果为：
[0046]其一，本专利技术提高了信噪比，提高了对弱磁目标信号的目标探测和定位的准确率。
[0047]其二，本专利技术减小了传感器三轴非正交和非平行带来的误差，提高了目标探测和定位的准确率。
[0048]其三，本专利技术减小了单个磁梯度计在目标定位的磁矩和观测方向垂直时的奇点问题、环境噪声、地磁影响和偶然误差带来的干扰，实现了对磁偶极子源的准确定位。
[0049]其四，本专利技术所采用的自适应最小熵滤波的磁异目标的检测算法对信噪比低的磁异常目标探测优势明显优于正交基函数法。
[0050]以下将结合附图与具体的实施例对本专利技术进行详细的解释说明。
附图说明
[0051]图1为本专利技术的示意图；
[0052]图2为本专利技术的流程图。
[0053]图中：10、微磁传感器阵列；20、预处理单元；21、滤波降噪模块；本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于微磁传感器阵列组合的探测和定位方法，其特征在于，包括以下步骤：步骤一，通过微磁传感器阵列(10)进行水下探测，得到探测数据；步骤二，通过预处理单元(20)接收所述微磁传感器阵列(10)传输的探测数据，且通过预处理单元(20)对微磁传感器阵列(10)传输的探测数据进行降噪处理；步骤三，通过传感器校准单元(30)接收所述预处理单元(20)传输的探测数据，且通过传感器校准单元(30)分析微磁传感器阵列(10)传输的探测数据，建立统一的正交坐标系；步骤四，自主学习AI(40)结合感器校准模块(30)传输的探测数据对监测环境和目标场景模式进行动态深度学习，学习掌握环境磁场信号在时域、频域的幅度、涨落等特征，对所监测的特定目标类型，掌握一类特性参数；步骤五，通过识别定位单元(50)接收所述自主学习AI(40)传输的探测数据，并通过自适应最小熵滤波的磁异目标的检测算法结合探测数据对信噪比低的磁异常目标进行计算，得到定位数据。2.根据权利要求1所述的一种基于微磁传感器阵列组合的探测和定位方法，其特征在于，所述步骤一中，所述预处理单元(20)包括：滤波降噪模块(21)，用于对所述微磁传感器阵列(10)传输的探测数据进行降噪处理；数据预处理模块(22)，用于对降噪处理后的探测数据进行异常数据判断。3.根据权利要求1所述的一种基于微磁传感器阵列组合的探测和定位方法，其特征在于，所述步骤三中，所述传感器校准单元(30)包括：三轴正交校准模块(31)，用于接收数据预处理模块(22)处理的探测数据，还用于对接收到的探测数据建立统一的正交坐标系，以进行正交校准；三轴平行校准模块(32)，用于对正交校准后的探测数据建立统一的平行坐标系，以进行平行校准。4.根据权利要求1所述的一种基于微磁传感器阵列组合的探测和定位方法，其特征在于，所述步骤五中，所述识别定位单元(50)接收到自主学习AI(40)处理的探测数据后，识别定位单元(50)采用下列公式得到熵滤波器输出值，当熵滤波器输出值下降到阈值以下，即可目标磁异常；(1)探测数据，其正态概率密度函数为其中x
i
是探测数据的离散数值，u是探测数据的平均值，σ2是探测数据的方差；(2)探测数据，其平均值计算式为其中x
i
是探测数据的离散数值，u是探测数据的平均值；(3)探测数据，其离散值x
i
的噪声样本概率为：其中x
i
是探测数据的离散数值，采用量化步长Δx
i
...
【专利技术属性】
技术研发人员：刘万更，郭兴玲，车树良，蔡帅国，
申请(专利权)人：朝阳市加华电子有限公司，
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。