[发明专利]一种基于传感器阵列的磁异常检测方法

说明书

本发明提供了一种基于传感器阵列的磁异常检测方法于，包括：步骤S1：数据预处理，利用经验模态分解去除测量传感器与参考传感器的差量磁场中的地磁背景趋势项；步骤S2：信号调制，对预处理后的差量磁场进行调制，实现数据融合；步骤S3：对调制后的差量磁场进行时频分析与量化，实现目标磁异常的检测。

技术领域

本发明涉及入侵目标磁法检测，用于针对固定区域或重要据点的实时监测与安全防卫应用中，尤指一种基于传感器阵列的磁异常检测方法。

背景技术

随着陆地资源开发难度与成本的日益增加，各国对海洋资源的开发愈加重视。传统的航空磁探测技术主要用于重点海域与可疑目标巡航探测，而对于固定海域的实时安全防御则需在敏感水域布设传感器网络实现。由于地磁等背景磁场噪声影响，目标的磁异常常常淹没于噪声中，对目标精准探测带来极大的困难与挑战，研究基于静止平台磁探测技术对水下入侵目标的实时监测与识别技术具有重要价值。传统磁异常检测方法主要分为两大类：(1)基于目标磁异常特征建模法，最典型的代表是正交基匹配滤波检测算法，将磁性目标磁场建模获取磁异常的特征基函数，通过匹配滤波的形式达到检测目标磁异常并抑制噪声目的，；(2)基于地磁背景噪声特征建模法，最典型的代表为最小熵滤波检测算法，通过统计分析背景磁噪声，利用背景熵值高而信号熵值低特性，达到检测目标磁异常的目的。

正交基匹配滤波算法原理如图1所示，其中h(n)为白化滤波器， g_i(n)，i＝1，2，3为正交基函数，表示卷积运算。信号x(n)经白化滤波后，利用滑动时间窗口与正交基函数匹配，计算各窗口的匹配系数的平方相加作为该时刻的探测指数。根据奈曼-皮尔逊(Neyman-Pearson，N-P)准则设定不同信噪比的磁异常信号的探测指数门限值，以达到最优探测效果。

最小熵滤波检测算法是依据背景噪声与磁异常的统计特性差异来检测目标信号的。算法可分三部分：1.对长期采集噪声样本的分布频率进行统计；2.用统频率代替分别概率，计算样本熵值；3.根据检测性能需求，根据N-P准则确定检测阈值，判断不同滑动时间窗内是否出现磁异常。

用序列x_i，i＝1，2，…，M表示噪声样本，假设其服从正态分布。使用样本期望值μ及样本标准差σ可以将其概率密度函数表达如式(1)。其中样本序列的均值与方差如式(2)。

则每个样本点x_i的概率可表达如式(3)。

磁场信号经传感器采集，经过模/数转换为数字信号。假设量化步长为δ_x，则对于每一个样本点的概率可用式(4)近似计算。

p(x_i)＝f(x_i)δ_x (4)

利用熵滤波器根据式(5)计算长度为L的滑动窗口内的熵值和。

最后，根据N-P准则确定探测阈值，当熵滤波器输出值低于阈值时，触发磁异常检测。

发明内容

(一)要解决的技术问题

常用的正交基匹配与最小熵滤波检测算法分别存在如下不足：(1)基于正交基匹配滤波的检测算法，需要满足磁性目标的磁偶极子目标模型、磁偶极子目标做匀速直线运动、运动过程磁偶极子目标磁矩保持不变，这些假设条件降低了检测算法的适应能力。(2)基于最小熵滤波的检测算法，通过磁异常存在时熵变小特性检测目标，对于非平稳的背景磁场其熵并非像高斯白噪声一样稳定，很难保证在实际地磁背景下对于弱磁异常信号的检测性能。因此，本发明所要解决的技术问题是如何提高检测算法的适应能力、保证在实际地磁背景下对于弱磁异常信号的检测性能。

(二)技术方案