一种航磁矢量梯度仪误差模型的地面快速校准方法及系统

1.本发明涉及无人机磁场梯度测量校准技术领域，尤其涉及一种航磁矢量梯度仪误差模型的地面快速校准方法及系统。


背景技术：

2.搭载于无人平台上的矢量梯度探测仪可实现对地下管道、掩埋物、地质体、潜艇和水雷等目标磁异常信息进行高效地探测和定位，但因矢量磁探仪各个轴向间存在工艺误差和安装误差，将会影响数据质量，使探测精度大打折扣，同时该误差在平台摇摆时也会对检测数据带来极大干扰，无法完成探测作业。
3.在现有的实际误差校准工作中，存在着对高精度测量设备有较强的依赖，且对匀强磁环境有较高需求的不便，所以有必要加以改进。


技术实现要素：

4.针对上述的不足，本发明的目的在于提供一种航磁矢量梯度仪误差模型的地面快速校准方法及系统，其能够在野外方便地修正航磁矢量梯度探测系统的误差，摆脱苛刻的实验室条件限制，模型校准参数也对野外测量地点的改变具备较强的适应性。
5.为了实现上述目的，本发明提供一种航磁矢量梯度仪误差模型的地面快速校准方法，其特征在于，包括以下步骤：根据无人机体信息建立矢量梯度磁探仪的坐标系；基于所述坐标系建立线性无关误差校准模型；根据模仿无人机的晃动规律进行学习训练；基于多元线性回归的求解方法，获得误差校准参数。
6.根据本发明的校准方法，所述矢量梯度磁探仪的数量为1个。
7.根据本发明的校准方法，所述校准模型测量两个三轴磁通门传感器对应轴向间的结构误差和相对零漂误差。
8.根据本发明的校准方法，所述根据模仿无人机的晃动规律进行学习训练步骤包括：通过三轴无磁转台和矢量梯度磁探仪组成的地面晃动测量系统，分别将上半球空间和下半球空间的测量数据合并，作为全姿态遍历晃动的训练样本。
9.根据本发明的校准方法，所述基于所述坐标系建立线性无关误差校准模型步骤包括：建立两个三轴磁通门传感器之间的投影关系；根据预设计算式建立相应的数学表达式。
10.本发明相应提供一种航磁矢量梯度仪误差模型的地面快速校准系统，包括坐标系生成单元，用于根据无人机体信息建立矢量梯度仪坐标系；模型建立单元，用于根据所述坐标系建立线性无关误差校准模型；
晃动设置单元，用于根据模仿无人机的晃动姿态进行学习训练；计算单元，用于基于多元线性回归的求解方法，获得误差校准参数。
11.根据本发明的系统，所述矢量梯度磁探仪的数量为1个。
12.根据本发明的系统，所述校准模型测量两个三轴磁通门传感器对应轴向间的结构误差和相对零漂误差。
13.根据本发明的系统，所述晃动设置单元用于通过三轴无磁转台和矢量梯度磁探仪组成的地面晃动测量系统，分别将上半球空间和下半球空间的测量数据合并，作为全姿态遍历晃动的训练样本。
14.根据本发明的系统，所述计算单元进一步用于建立两个三轴磁通门传感器之间的投影关系；根据预设计算式建立相应的数学表达式。
15.本发明适用于无人机航磁测量校准技术领域，提供了一种航磁矢量梯度仪误差模型的地面快速校准方法，包括以下步骤：根据无人机体信息建立矢量梯度磁探仪坐标系；基于所述坐标系建立线性无关误差校准模型；根据模仿无人机的晃动规律进行学习训练；基于多元线性回归的求解方法，获得误差校准参数。本发明相应提供一种实现上述方法的系统。借此，本发明可快速求解出误差校准参数，能较好地修正航磁矢量梯度探测系统的结构误差，模型校准参数也对野外测量地点的改变具备较强的适应性。
附图说明
16.图1是本发明的方法流程图示意图；图2是本发明的矢量梯度磁探仪结构示意图；图3(a)-图3(e)是本发明的矢量梯度线性无关误差校准模型图；图4(a)-图4(f)是基于多元线性回归的误差校准前后对比图；图5(a)-图5(f)更换地点后基于多元线性回归的误差校准的对比图；图6(a)-图6(f)用地点1的校准参数校准地点2的晃动误差对比图。
具体实施方式
17.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
18.参见图1，本发明提供了一种航磁矢量梯度仪误差模型的地面快速校准方法，该方法包括：步骤s101，根据无人机体信息建立矢量梯度仪坐标系。
19.结合图2，无人机机体坐标系为前-右-下的右手序，两台三轴磁通门传感器（以下简称“sensor-1”和“sensor-2”）的三个轴向交汇于各自中心点，也按照前-右-下的右手序构建坐标系和。
20.步骤s102，基于所述坐标系建立线性无关误差校准模型。
21.本步骤中，首先建立投影关系。将sensor-2平移到sensor-1，使两台矢量磁探仪中
心重合，如图3(a)，分别以sensor-1的axis-11、axis-12和axis-13轴作为参照，将sensor-2的三个轴分别在sensor-1的各个轴向上投影，得到9个投影参数，如图3(b)、图3(c)和图3(d)；简化符号表示。sensor-1的三个非正交轴向上的磁场实际输出值为、和，sensor-2的磁场实际输出值为、和，如图3(e)。
22.写出sensor-2往sensor-1的axis-11轴上的投影表达式式中为sensor-2投影的估计值，、和分别为sensor-2的三个轴向在sensor-1的axis-11的投影系数。
23.s102-1写出axis-11轴向上的梯度表达式式中表示axis-11向上两个磁探仪的相对零漂。
24.s102-2将axis-11轴向上的梯度表达式变形式中，，。
25.写成紧凑形式，有s102-3写出另外两个轴向上的梯度表达式式中为axis-12上的相对零漂，，，。
26.式中为axis-13上的相对零漂，，，。
27.s102-4建立矢量梯度的轴向间线性无关的误差模型
s102-5将9个投影参数写成矩阵形式则（、、、、、、、、）和（、、）共同组成线性无关误差校准模型参数。
28.步骤s103，根据模仿无人机的晃动规律进行学习训练。
29.本发明通过三轴无磁转台和矢量梯度磁探仪组成的地面晃动测量系统，分别将上半球空间和下半球空间的测量数据合并，作为全姿态遍历晃动的训练数据，以此提高校准参数的解算稳定性和环境适应性。
30.本发明一测试实施例中，三轴无磁转台晃动试验系统。模仿无人机飞行姿态进行晃动试验。组成矢量梯度磁探仪的碳纤管居中固定在三轴无磁转台的平台中心，无磁转台不含电机，通过手动操作随意晃动，实现矢量梯度磁探仪历经不同方位下的摇摆姿态。
31.测试步骤如下：s103-1选取测量地点1。将地磁场视为均匀恒定场，将矢量梯度磁探仪的axis-13和axis-23保持在垂直于地面向下的固定状态（简称“平趴姿态”）；s103-2上半球空间遍历晃动。按照东
→
南
→
西
→
北的顺序，每个方位下综合偏航、俯仰和横滚三种自由度进行8-10个周期的任意晃动，各旋转角幅度控制在
±
20
°
以内，采集磁场数据；s103-3 改变梯度棒的固定方位。持续采集数据不断电，将矢量梯度磁探仪指向地心的axis-13和axis-23轴调整到指向天空（简称“平躺姿态”）；s103-4下半球空间遍历晃动。重复s103-2晃动步骤后，停止数据采集，得到测量地点1的全球面空间内遍历的测量数据data-1；用测量地点1的各轴输出数据代入误差校准方程组，求出12个误差校准系数，再通过(4)式计算出基于多元线性回归校准后的误差输出，将其与矢量磁探仪的原始输出值的差值进行比较。图4(a)、图4(c)和图4(e)为三个轴向实测的原始数据的差值；图4(b)、图4(d)和图4(f)为基于多元线性回归方法校准后的三个轴向间的差值，单位均为nt。
32.在图4(a)~图4(f)中，排除因改变固定状态和方位转换而引起较大幅值的干扰，将实测晃动曲线变化的峰峰值统计如下：
结合图4(b)、图4(d)、图4(f)和表1，误差校准后的三个轴向上梯度数据与校准前的相比，晃动误差的减小了89%以上。
33.s103-5移动测量地点。将三轴无磁转台向正东平移5米，作为测量地点2，重复s103-1至s103-4过程，记录输出数据，数据记为data-2。
34.对比图4(a)~图4(f)和图5(a)~图5(f)，发现在不同地点重新进行误差校准后，也能够明显地消除方位和姿态晃动产生的影响，地点2处，校准前后晃动干扰的峰峰值的误差校准效果也能够达到91%以上，参见表2。
35.s103-6求解参数及性能分析。用data-1计算出的误差校准参数，代入到data-2，以此验证误差校准模型对位置变化的适用性。新的校准结果如图6(a)-图6(f)。
36.将图6(a)~图6(f)中各轴向上的误差校数据汇总如下：从表3可以看出，用地点1的校准参数修正地点2的晃动数据，其校准效果依然能够保持在89%以上，且对于改变方向的影响和晃动姿态的影响，都能有较好的校准。此校准效果均是基于
±
20
°
大角度晃动条件下随意产生的校准结果，而无人机进行航磁探测时均采用平飞（即小角度内的晃动），表明该校准方法能够满足无人机平飞探测时的小角度晃动干扰。
37.以上过程一方面说明该误差校准参数具有较好的环境适应性，另一方面也表明在学习训练时，采取全空间姿态遍历的学习过程，对更换地点的影响，具备了一定的适应性。
38.步骤s104，基于多元线性回归的求解方法，获得误差校准参数。
39.s104-1构建代价函数。理想条件下，校准后的误差应该为零，则(4)式左边均为零。以(1)式为例
构建代价函数，使其满足在2-范数平方和的意义上达到最小，即范数平方和的意义上达到最小，即表示测量到的第组数据，为获得的数据量总数。
40.s104-2将(6)式右边对各误差参数求偏导，令偏导数为零，则有将方程组化简，并写成的矩阵形式，则有s104-3同理，得到axis-12上的误差校准参数求解矩阵s104-4同理，得到axis-13上的误差校准参数求解矩阵
s104-5联立(7)式、(8)式、(9)式和(5)式，即可求解出磁场矢量梯度仪sensor-1和sensor-2之间线性无关误差模型的全部校准参数。
41.通过以上建模和实测算例，本专利构建的线性无关误差校准模型具有以下三个优点：
①
在不考虑三个轴向间的非正交校准的前提下，构建误差校准模型参数较少、便于求解，有利于快速学习；
②
在手动控制下可进行随意晃动的学习训练，该方式摆脱了对仪器设备有较高旋转精确度要求的限制，降低了梯度仪在野外进行精确校准的操作门槛。
③
更换地点后的误差校准参数仍具有较好的环境适应能力，为无人机搭载矢量梯度磁探仪开展地面快速技术奠定了基础。
42.本发明还相应的提供一种系统，其包括：坐标系生成单元，用于根据无人机体信息建立矢量梯度仪坐标系。
43.模型建立单元，用于根据所述坐标系建立线性无关误差校准模型。
44.晃动设置单元，用于根据模仿无人机的晃动姿态进行学习训练；该晃动设置单元用于通过三轴无磁转台和矢量梯度磁探仪组成的地面晃动测量系统，分别将上半球空间和下半球空间的测量数据合并，作为全姿态遍历晃动的训练样本。
45.计算单元，用于基于多元线性回归的求解方法，获得误差校准参数，该计算单元可以建立两个三轴磁通门传感器之间的投影关系。
46.在本发明的系统中，矢量梯度磁探仪的数量为1个，且校准模型测量两个三轴磁通门传感器对应轴向间的结构误差和相对零漂误差。
47.综上所述，本发明适用于无人机航磁测量校准技术领域，提供了一种航磁矢量梯度仪误差模型的地面快速校准方法，包括以下步骤：根据无人机体信息建立矢量梯度磁探仪坐标系；基于所述坐标系建立线性无关误差校准模型；根据模仿无人机的晃动规律进行学习训练；基于多元线性回归的误差校准参数求解，获得校准参数。本发明相应提供一种实现上述方法的系统。借此，本发明快速求解出误差校准参数，能较好地修正航磁矢量梯度探测系统的结构误差和相对零漂误差，模型校准参数也对野外测量地点的改变具备较强的适应性。
48.当然，本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。