[发明专利]基于BP神经网络的主动磁补偿方法、系统、计算机装置、计算机可读存储介质和产品

权利要求书

1.基于BP神经网络的主动磁补偿方法，用于补偿磁屏蔽房中的空间剩磁，其特征在于，所述主动磁补偿方法包括：

获取基于空间剩磁的磁场信号，所述磁场信号由磁场矢量传感器对空间剩磁检测而获得，且所述磁场信号依据矢量信息分为多路；

接收多路的磁场信号，利用第一BP神经网络对多路磁场信号进行处理，输出相应的控制信号，所述控制信号用于驱动磁场补偿装置对空间剩磁进行负反馈调节。

2.根据权利要求1所述的主动磁补偿方法，其特征在于，每路磁场信号是通过多个初始磁场信号经加权运算得到的，每个初始磁场信号采集自不同的空间位置。

3.根据权利要求1所述的主动磁补偿方法，其特征在于，所述磁场矢量传感器为基于SERF原理的三轴矢量传感器，所述三轴矢量传感器的敏感轴布置方式包括空间上两两垂直的X方向、Y方向、Z方向，每个方向对应其中一路磁场信号。

4.根据权利要求3所述的主动磁补偿方法，其特征在于，所述三轴矢量传感器包括多个、且部署于不同的空间位置，各所述三轴矢量传感器分别获取所在位置每个方向的初始磁场信号；

同一方向的各初始磁场信号经加权运算得到对应的一路磁场信号，其中加权运算时的权重依据是各三轴矢量传感器与磁屏蔽房中待检测目标的距离。

5.根据权利要求1所述的主动磁补偿方法，其特征在于，基于每路磁场信号，第一BP神经网络的输出层输出对应的一路控制信号，每路控制信号依照与磁场信号相关的矢量信息相应的驱动磁场补偿装置。

6.根据权利要求1所述的主动磁补偿方法，其特征在于，所述第一BP神经网络由第二BP神经网络经学习训练获得，所述学习训练包括：

设定训练误差阈值；

所述第二BP神经网络对至少一部分的样本数据集进行学习训练，获得最优权值矩阵和最优阈值矩阵；

所述第二BP神经网络采用梯度下降法根据最优权值矩阵和最优阈值矩阵更新权值矩阵和阈值矩阵；

如果训练误差达到训练误差阈值，则停止学习训练，获得第一BP神经网络。

7.根据权利要求6所述的主动磁补偿方法，其特征在于，所述第二BP神经网络对至少一部分的样本数据集进行学习训练，获得最优权值矩阵和最优阈值矩阵，具体包括：

设定所述第二BP神经网络初始权值矩阵和初始阈值矩阵；

将所述初始权值矩阵和初始阈值矩阵作为粒子群算法中的位置参数；

利用粒子群算法进行迭代运算，更新粒子的位置参数和速度参数；

根据迭代运算停止时的位置参数和速度参数、获得粒子的全局最优位置参数，即最优权值矩阵和最优阈值矩阵。

8.基于BP神经网络的主动磁补偿系统，其特征在于，包括：

检测装置，检测磁屏蔽房中的空间剩磁并输出多路磁场信号，所述磁场信号依据矢量信息分为多路；

计算机装置，接收多路磁场信号，利用第一BP神经网络对多路磁场信号进行处理，输出相应的控制信号；

磁场补偿装置，接收所述控制信号并相应产生补偿磁场，对屏蔽房中的空间剩磁进行负反馈调节。

9.计算机设备，包括存储器、处理器及存储在存储器上的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现权利要求1～7任一项所述的主动磁补偿方法的步骤。

10.计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1～7任一项所述的主动磁补偿方法的步骤。

11.计算机程序产品，包括计算机指令，其特征在于，该计算机指令被处理器执行时实现权利要求1～7任一项所述的主动磁补偿方法的步骤。