斜磁化条件下多磁源目标的边界识别方法

发布时间：2021-07-29 19:01

　　针对传统磁源边界识别方法在斜磁化条件下对多磁源目标识别能力较差的问题,提出斜磁化条件下多磁源目标的边界识别方法。根据矢量合成原理将磁场分量转化为总幅值异常以及方向余弦,利用改进K奇异值分解方法重建磁信号。利用归一化磁源强度与化极互相关的方法估计不同计算区域内磁源的磁化方向,将磁测数据转化为垂直磁化条件下的磁测数据。通过磁梯度张量矩阵特征值的绝对值之和与垂直条件下磁场沿z轴方向的分量在z轴方向上梯度的比值对磁源的水平边界进行求解,实现了对磁源水平边界的估计。仿真和试验结果表明,该方法能够准确识别斜磁化条件下多目标磁源的边界,且具有较强的抗噪性。 

【文章来源】：兵工学报. 2020,41(10)北大核心EICSCD

【文章页数】：12 页

【部分图文】：

十字形磁梯度张量系统

分别向4个传感器每个轴上加入信噪比为30%的高斯白噪声，模拟环境因素带来的误差，并向观测数据中随机加入0.5×rand(max(B))的冲击噪声，模拟实际测量中由于操作误差所带入的冲击误差。观测面上获得的磁测数据如图3所示，图3 (h)中的白线为模型的理论水平位置，图3(i)中的白线为划分的计算区域。为了证明本文降噪方法的有效性，分别利用形态学滤波器、低通滤波器、小波变换方法、EMD分解方法以及K-SVD方法与本文的IK-SVD方法进行对比，其中形态学滤波器通过构造开-闭和闭-开组合的组合滤波器并利用三角形结构元素进行滤波运算，低通滤波器采用巴特沃斯滤波器确定截止频率，EMD滤波器与小波滤波器采用软阈值的滤波方法[16]，小波方法中的小波基为coif5，分解层数为5层。K-SVD计算方法中，块大小为4，训练字典大小为512．本文方法的窗口大小为4，移动步长为1．分别利用信噪比SNR以及均方根误差RMSE作为评判降噪能力的指标，其中,T(c,f)为原始信号，为降噪后的信号，计算结果如表1所示。根据表1可以看出，通过对获得的磁梯度张量Bxx、Bxy、Bxz、Byy、Byz这5个独立分量进行对比，可以看出本文降噪方法具有最优的降噪能力。

,T(c,f)为原始信号，为降噪后的信号，计算结果如表1所示。根据表1可以看出，通过对获得的磁梯度张量Bxx、Bxy、Bxz、Byy、Byz这5个独立分量进行对比，可以看出本文降噪方法具有最优的降噪能力。利用IK-SVD方法降噪后的磁测数据如图4所示。利用(11)式估计两个计算窗口内模型的磁化方向，其中模型1的磁化方向估计值为Is1=56°、Ds1=-18°，模型2的磁化方向估计值为Is2=48°、Ds2=59°．图5为磁梯度张量转化前后不同计算区域内的Bzz数据。利用(13)式获得垂直条件下的磁梯度张量Bzz分量，如图5(c)和图5(d)所示，白色实线为磁源的理论水平分布区域。与图5 (a)和图5(b)对比可以看出:在垂直磁化条件下，实线的位置与Bzz主正极值的分布更加一致;而在斜磁化条件下，Bzz主正极值与实际轮廓位置存在一定的偏移。因此，利用本文的相关性来估计磁化方向的方法可以有效地降低斜磁化的影响。

【参考文献】：
期刊论文
[1]全张量磁梯度数据的斜导数特征值边界识别方法研究[J]. 郭华,韩松,郑强,梁韧,段然,刘浩军,李西子.  地球物理学报. 2019(09)
[2]张量衍生不变关系下的磁源单点定位[J]. 李青竹,李志宁,张英堂,范红波.  光学精密工程. 2019(08)
[3]强剩磁条件下磁性目标三维正则化聚焦反演方法[J]. 李金朋,张英堂,范红波,李志宁,张光.  兵工学报. 2018(11)
[4]全张量磁梯度数据解释的均衡边界识别及深度成像技术[J]. 舒晴,马国庆,刘财,李丽丽.  地球物理学报. 2018(04)
[5]基于倾斜角和Helbig方法的多磁源目标反演技术[J]. 尹刚,张英堂,米松林,韩兰懿,刘敏.  上海交通大学学报. 2017(05)
[6]磁记忆梯度张量测量信号预处理方法[J]. 陈海龙,王长龙,左宪章,朱红运.  系统工程与电子技术. 2017(03)
[7]磁力张量数据的目标体边界识别方法探讨[J]. 秦秀颖,鲁光银,朱自强,曹书锦.  物探化探计算技术. 2016(01)

博士论文
[1]地磁场测量及水下磁定位技术研究[D]. 黄玉.哈尔滨工程大学 2011



本文编号：3309877