买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:北京自动化控制设备研究所
摘要:本发明提供了一种基于VMD‑1DCNN的磁异常感知方法及相关装置,包括:获取原始数据st,采用VMD算法对原始数据st进行分解,得到多个模态分量;对得到的多个模态分量分别计算排列熵,将所有模态分量的排列熵值从大到小进行排列,筛选出后n个模态分量,其中n由所有排列熵值的三分位数自适应确定,根据后n个模态分量对模态分量进行线性重构以得到线性重构信号,对线性重构信号移除趋势项得到处理后的静磁信号mt;建立训练样本数据集;搭建1DCNN模型;将mt输入模型,判断是否存在目标磁异常,实现磁异常感知。应用本发明的技术方案,以解决现有技术中在进行信号识别时,通常是通过人为设定筛选阈值,此种方式难以充分抑制噪声,导致目标识别准确度低的技术问题。
主权项:1.一种基于VMD-1DCNN的磁异常感知方法,其特征在于,所述基于VMD-1DCNN的磁异常感知方法包括:步骤一,利用航空磁测平台沿预设航线进行飞行,获取可能含有目标静磁异常信号的原始数据st,采用VMD算法对原始数据st进行分解,得到多个模态分量;步骤二,对得到的多个模态分量分别计算排列熵,将所有模态分量的排列熵值从大到小进行排列,筛选出后n个模态分量,其中n由所有排列熵值的三分位数自适应确定,根据后n个模态分量对模态分量进行线性重构以得到线性重构信号,对线性重构信号移除趋势项得到处理后的静磁信号mt;步骤三,建立训练样本数据集,包括有无铁磁性目标、铁磁性目标在不同距离以及探测平台不同速度,为信号设置标签S,存在目标磁异常的信号标签S设置为1,不存在目标磁异常信号的标签S设置为0;步骤四,搭建1DCNN模型,并基于所述训练样本数据集进行训练,得到最优的磁异常感知策略;步骤五,将处理后的静磁信号mt输入训练好的1DCNN模型,根据输出结果判断原始信号中是否存在目标磁异常,实现磁异常感知。
全文数据:
权利要求:
百度查询: 北京自动化控制设备研究所 基于VMD-1DCNN的磁异常感知方法及相关装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。