一种基于参数优化随机共振的磁异常信号检测方法与流程

1.本发明涉及信号处理，微弱信号检测，机器学习等技术，属于微弱信号检测领域。


背景技术：

2.磁异常信号属于微弱信号中的一种，自然界中磁场的磁场强度一般为4万 nt左右，而磁异常信号的磁场强度往往只有几十nt甚至是几nt。所以磁异常信号的信噪比非常的低，检测难度也很大。磁异常信号检测广泛应用于各个领域。在国防领域中，磁异常信号检测用于港口的船只、潜艇，空中隐形单位的识别，这种识别方式的优势在于识别形式是被动的，根据目标的铁磁特性识别，不易于被发现；在生活中，磁异常信号检测用于往来车辆的识别等等。所以磁异常信号检测具有很高的实际应用价值和理论研究意义。
3.目前检测磁异常信号的常用方法有obf方法和最小熵方法。obf方法的缺陷是只适用于检测高斯白噪声背景下的磁异常信号，而自然磁场更趋近于有色噪声。最小熵方法的缺点是低信噪比信号识别准确率不高。而随机共振方法就没有上面两种方法的缺点。所以随机共振在磁异常信号检测方面具有一定的研究价值。


技术实现要素：

4.本发明的目的在于提供一种参数优化的随机共振磁异常信号检测方法，能够准检测到目标信号中有无磁异常信号。
5.为了实现上述目的，本发明提供如下技术方案：
6.一种参数优化的随机共振磁异常信号检测方法，步骤如下：
7.步骤一：采集磁信号；
8.步骤二：对采集到的磁信号进行归一化处理；
9.步骤三：根据磁偶极子理论的模型，构建描述随机共振的非线性langevin 方程和描述粒子运动的势阱函数方程；
10.步骤四：计算影响因子γ
ck
的最大值，利用智能优化算法来确定随机共振系统的参数；
11.步骤五，根据步骤四得到的参数，以采集到的磁信号作为输入，用四阶龙格库塔法计算随机共振系统的输出信号y；
12.步骤六：对信号y加滑动窗，并以窗内数据的均方根值作为窗口中间点的稳定输出值y
opt
，计算所有采样点对应的y
opt
；
13.步骤七：基于y
opt
，采用步骤四得到的参数，使用蒙特卡罗方法产生大量仿真样本，根据neyman
‑
pearson准则确定一个最优阈值；
14.步骤八：将待检测磁信号作为输入，经过步骤五和步骤六的处理后，得到对应的y
opt
，若有部分y
opt
超过阈值，则判断在对应时刻存在磁异常；否则，认为磁信号中不存在铁磁目标导致的磁异常。
附图说明
15.图1是本发明方法对影响因子γ
ck
参数优化方法的流程图。
16.图2是参数优化随机共振算法的流程图。
具体实施方式
17.下面结合附图及具体实施方式，以参数优化的随机共振算法为例，详细描述本发明的技术方案。
18.如图1、2所示，具体步骤：
19.步骤一：采集磁信号；
20.步骤二：对采集到的磁信号进行归一化处理；
21.步骤三：根据磁偶极子理论的模型，构建描述随机共振的非线性langevin 方程和描述粒子运动的势阱函数方程；
22.步骤四：计算影响因子γ
ck
的最大值，利用智能优化算法来确定随机共振系统的参数；
23.步骤五，根据步骤四得到的参数，以采集到的磁信号作为输入，用四阶龙格库塔法计算随机共振系统的输出信号y；
24.步骤六：对信号y加滑动窗，并以窗内数据的均方根值作为窗口中间点的稳定输出值y
opt
，计算所有采样点对应的y
opt
；
25.步骤七：基于y
opt
，采用步骤四得到的参数，使用蒙特卡罗方法产生大量仿真样本，根据neyman
‑
pearson准则确定一个最优阈值；
26.步骤八：将待检测磁信号作为输入，经过步骤五和步骤六的处理后，得到对应的y
opt
，若有部分y
opt
超过阈值，则判断在对应时刻存在磁异常；否则，认为磁信号中不存在铁磁目标导致的磁异常。
27.如图1所示，影响因子γ
ck
的计算方法如下，γ
ck
由峭度k和峰值因子c共同确定，根据峭度k对振动信号冲击特性的反应和峰值因子用来检测有无冲击的物理特性，磁异常信号属于非周期的冲击信号，所以结合起来检测目标信号中有无磁异常信号。
[0028][0029]
其中x
peak
为信号峰值，x
rms
为信号均方根值。通过模拟退火算法求得γ
ck
取最大值时，对应的势阱函数参数a,b和步长h等参数。
[0030]
如图1所示，智能算法模拟退火算法的流程为：设置迭代次数t和速率α，根据初始化计算目标函数方程模型，产生一个衡量标准能量函数p(x)，计算和上一个p(x)的差δp，若δp小于等于0，则接受p(x)，若不小于0，则按照 metropolis准则接受p(x)：
[0031][0032]
直到到达迭代次数为止，得到参数。若参数不满足终止条件，则缓慢降低温度，重置迭代次数，重新进行迭代，直到得到最大值γ
ck
。通过最大γ
ck
求得对应的势阱函数参数
a、b和龙格库塔方程的步长h。
[0033]
如图2所示，信号预处理之后要构建随机共振系统模型，系统模型由描述随机共振的郎之万方程构建：
[0034]
x
′
(t)＝
‑
v
′
(x)+s(t)+ξ(t)
[0035]
x(t)为sr系统响应，s(t)为磁异常信号，ξ(t)为地磁噪声信号。v(x)是非线性势阱函数方程：
[0036][0037]
通过以上两个方程，可以将磁异常信号和随机共振势阱函数的参数关联起来。
[0038]
如图2所示，求随机共振系统输出可以通过四阶龙格库塔法来求解构建出来的随机共振系统模型，四阶龙格库塔法公式如下：
[0039][0040]
通过对四阶方程求解，能够得到对应势阱函数a、b参数，步长h时的系统输出x(t)。
[0041]
如图2所示，系统输出的稳定输出y
opt
可以优化输出，表示信号在附近的波动程度。阈值q能够通过neyman
‑
pearson准则求得。y
opt
的计算方法如下：
[0042]
y
opt
＝mse(x(n
‑
n+1：n))
[0043]
mse表示x在n与n
‑
n+1之间的均方根值，求出来的y
opt
曲线根据 neyman
‑
pearson准则确定阈值q，来判断是否信号中含有磁异常信号。若有部分y
opt
超过阈值，则判断在对应时刻存在磁异常；否则，认为磁信号中不存在铁磁目标导致的磁异常。
[0044]
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。