一种基于目标识别的智能电磁消磁系统及方法与流程

本发明涉及电磁领域，特别是涉及一种基于目标识别的智能电磁消磁系统及方法。

背景技术：

磁性载体销毁是国家秘密载体保密管理的最后一个环节，主要的磁性载体包括硬盘、磁带、软盘等磁性存储介质。电磁消磁机是一种利用强磁场销毁磁性存储介质中的信息的消磁技术，即通过向电磁线圈中注入强大的瞬间电流，在电磁线圈中心产生超强磁场，使放置在电磁线圈内部的磁性存储介质消磁，这是彻底销毁信息的一种技术手段。

为了保证电磁消磁的效果，电磁消磁机需要产生超过8500gs(依据保密局一级消磁标准)以上的强磁场，这就需要在电磁线圈中注入强大的瞬间电流(电流峰值可能大于150a)。强大的电流会在线圈两端产生高压，在办公室环境使用消磁机时，可能会对其它用电设备产生影响。此外，对于不同材质和尺寸的磁性介质，达到彻底消磁所需要的磁场强度不同，而且随着技术的发展，磁性介质的种类也在不断增加，这就给电磁消磁机的使用和升级带来了困难。如果为了达到消磁效果，简单的采用消磁机的最大功率，会带来极大地电能浪费，也会缩短消磁机的使用年限。

技术实现要素：

基于此，有必要提供一种基于目标识别的智能电磁消磁系统及方法，智能判别磁性存储介质的种类和尺寸，自适应调节消磁线圈的输入电流，以避免电能浪费，延长消磁机的使用年限，同时降低对办公用电和电磁环境的影响。

为实现上述目的，本发明提供了如下方案：

一种基于目标识别的智能电磁消磁系统，包括：主控芯片、至少一个消磁线圈阵列和至少一个识别线圈阵列；所述消磁线圈阵列和所述识别线圈阵列均与所述主控芯片电连接；所述消磁线圈阵列用于发射介质探测信号；所述识别线圈阵列用于采集所述介质探测信号在磁性存储介质中产生的电磁感应信号，并将所述电磁感应信号发送至所述主控芯片；所述主控芯片用于对所述电磁感应信号进行分类和识别，确定所述磁性存储介质的材质、形状、尺寸和位置，并根据所述材质、所述形状和所述尺寸确定消磁功率，根据所述位置确定消磁线圈阵列信息；所述消磁线圈阵列信息包括参与消磁的消磁线圈阵列的数量、编号和对应位置；所述消磁线圈阵列还用于根据所述消磁功率和所述消磁线圈阵列信息产生对所述磁性存储介质消磁所需的强磁场，以实现消磁。

可选的，所述基于目标识别的智能电磁消磁系统，还包括与所述消磁线圈阵列匹配的发射电路和与所述识别线圈阵列匹配的接收电路；所述消磁线圈阵列通过所述发射电路与所述主控芯片电连接；所述识别线圈阵列通过所述接收电路与所述主控芯片电连接；所述发射电路用于根据所述消磁功率产生消磁电流并注入所述消磁线圈阵列，以驱动所述消磁线圈阵列产生强磁场；所述接收电路用于采集所述电磁感应信号，并将所述电磁感应信号数字化后，传输至所述主控芯片。

可选的，所述主控芯片包括：介质识别模块、智能调节模块和消磁控制模块；所述介质识别模块用于对所述电磁感应信号进行分类和识别，确定所述磁性存储介质的材质、形状、尺寸和位置；所述智能调节模块用于根据所述材质、所述形状和所述尺寸确定消磁功率，根据所述位置确定消磁线圈阵列信息；所述消磁控制模块用于根据所述消磁功率产生消磁电流驱动信号，以驱动相应的消磁线圈阵列产生消磁磁场。

可选的，所述介质识别模块包括：

分类识别单元，用于采用机器学习算法或方程组求解算法对所述电磁感应信号进行分类和识别，确定所述磁性存储介质的材质、形状、尺寸和位置；所述机器学习算法为决策树算法、贝叶斯算法、神经网络算法或深度学习算法；所述方程组求解算法为线性方程组求解算法或非线性方程组求解算法。

可选的，所述智能调节模块包括：

调节单元，用于采用机器学习算法或方程组求解算法，根据所述材质、所述形状和所述尺寸确定消磁功率，根据所述位置确定消磁线圈阵列信息

可选的，所述主控芯片还包括时序控制模块；所述时序控制模块用于控制所述介质识别模块、所述智能调节模块与所述消磁控制模块之间的时序关系。

可选的，在所述接收电路采集所述电磁感应信号之后，所述消磁线圈阵列与所述发射电路断开。

可选的，在所述接收电路采集所述电磁感应信号之后，所述消磁线圈阵列与所述发射电路电连接。

本发明还提供了一种基于目标识别的智能电磁消磁方法，包括：

控制消磁线圈阵列发射介质探测信号；

获取识别线圈阵列采集到的电磁感应信号；所述电磁感应信号是所述介质探测信号在磁性存储介质中产生的；

对所述电磁感应信号进行分类和识别，确定所述磁性存储介质的材质、形状、尺寸和位置；

根据所述材质、所述形状和所述尺寸确定消磁功率，根据所述位置确定消磁线圈阵列信息；所述消磁线圈阵列信息包括参与消磁的消磁线圈阵列的数量、编号和对应位置；

根据所述消磁功率和所述消磁线圈阵列信息控制对应的消磁线圈阵列产生对所述磁性存储介质消磁所需的强磁场，以实现消磁。

可选的，所述对所述电磁感应信号进行分类和识别，确定所述磁性存储介质的材质、形状、尺寸和位置，具体包括：

采用机器学习算法或方程组求解算法对所述电磁感应信号进行分类和识别，确定所述磁性存储介质的材质、形状、尺寸和位置；所述机器学习算法为决策树算法、贝叶斯算法、神经网络算法或深度学习算法；所述方程组求解算法为线性方程组求解算法或非线性方程组求解算法。

与现有技术相比，本发明的有益效果是：

本发明提出了一种基于目标识别的智能电磁消磁系统及方法，通过识别线圈阵列采集介质探测信号在磁性存储介质中的电磁感应信号，然后通过主控芯片确定磁性存储介质的材质、形状、尺寸和位置等信息，可以为消磁机智能调节所需的消磁磁场强度提供依据，从而能够根据磁性存储介质的材质、形状、尺寸和位置等信息智能调节消磁功率，自适应调节消磁线圈的输入电流，避免了电能浪费，延长了消磁机的使用年限，并在保证消磁效果的同时，降低了对办公用电和电磁环境的影响。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的基于目标识别的智能电磁消磁系统的结构框图；

图2为本发明实施例提供的基于目标识别的智能电磁消磁系统的位置关系图；

图3为本发明实施例提供的介质识别模块的实现过程示意图；

图4为本发明实施例提供的智能调节模块的实现过程示意图；

图5为本发明实施例提供的基于目标识别的智能电磁消磁方法的流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

图1为本发明实施例提供的基于目标识别的智能电磁消磁系统的结构示意图。

参见图1，本实施例的基于目标识别的智能电磁消磁系统，包括：主控芯片101、至少一个消磁线圈阵列102和至少一个识别线圈阵列103。所述消磁线圈阵列102和所述识别线圈阵列103均与所述主控芯片101电连接；所述消磁线圈阵列102在磁性存储介质识别过程中，作为识别信号的发射线圈，识别过程在消磁过程之前，所述消磁线圈阵列102用于发射介质探测信号；所述识别线圈阵列103用于采集所述介质探测信号在磁性存储介质中产生的电磁感应信号，并将所述电磁感应信号发送至所述主控芯片101；所述主控芯片101用于对所述电磁感应信号进行分类和识别，确定所述磁性存储介质的材质、形状、尺寸和位置，并根据所述材质、所述形状和所述尺寸确定消磁功率，根据所述位置确定消磁线圈阵列102信息；所述消磁线圈阵列102信息包括参与消磁的消磁线圈阵列102的数量、编号和对应位置；所述消磁线圈阵列102还用于根据所述消磁功率和所述消磁线圈阵列102信息产生对所述磁性存储介质消磁所需的强磁场，以实现消磁。图2为本发明实施例提供的基于目标识别的智能电磁消磁系统的位置关系图，参见图2，消磁腔201分为上下两部分，分别为第一层和第二层，第一层中布设消磁线圈阵列102和识别线圈阵列103，识别线圈阵列103位于消磁线圈阵列102的两侧，第二层中布设磁性存储介质202。实际应用中，可以根据系统需要，修改线圈的排列方式，且消磁线圈阵列102和识别线圈阵列103可以根据系统需要转换。

作为一种可选的实施方式，所述基于目标识别的智能电磁消磁系统，还包括与所述消磁线圈阵列102匹配的发射电路104和与所述识别线圈阵列103匹配的接收电路105；所述消磁线圈阵列102通过所述发射电路104与所述主控芯片101电连接；所述识别线圈阵列103通过所述接收电路105与所述主控芯片101电连接；所述识别线圈阵列103还可以同时连接到所述发射电路104和所述接收电路105；所述发射电路104用于根据所述消磁功率产生消磁电流并注入所述消磁线圈阵列102，以驱动所述消磁线圈阵列102产生强磁场；所述接收电路105用于采集所述电磁感应信号，并将所述电磁感应信号数字化后，传输至所述主控芯片101。

作为一种可选的实施方式，所述主控芯片101包括：介质识别模块106、智能调节模块107、消磁控制模块108和时序控制模块109；所述介质识别模块106用于对所述电磁感应信号进行分类和识别，确定所述磁性存储介质的材质、形状、尺寸和位置；所述智能调节模块107用于根据所述材质、所述形状和所述尺寸确定消磁功率，根据所述位置确定消磁线圈阵列102信息；所述消磁控制模块108用于根据所述消磁功率产生消磁电流驱动信号，以驱动相应的消磁线圈阵列102产生消磁磁场；所述时序控制模块109用于控制所述介质识别模块106、所述智能调节模块107与所述消磁控制模块108之间的时序关系。在消磁之前，所述智能调节模块107和所述消磁控制模块108可以多次控制所述消磁线圈阵列102产生介质探测信号，以提高介质识别的准确度。

作为一种可选的实施方式，所述介质识别模块106包括：分类识别单元，用于采用机器学习算法或方程组求解算法对所述电磁感应信号进行分类和识别，确定所述磁性存储介质的材质、形状、尺寸和位置；所述机器学习算法为决策树算法、贝叶斯算法、神经网络算法或深度学习算法；所述方程组求解算法为线性方程组求解算法或非线性方程组求解算法。

作为一种可选的实施方式，所述智能调节模块107包括：调节单元，用于采用机器学习算法或方程组求解算法，根据所述材质、所述形状和所述尺寸确定消磁功率，根据所述位置确定消磁线圈阵列102信息

作为一种可选的实施方式，为了防止消磁时的强磁场破坏接收电路105，在所述接收电路105采集所述电磁感应信号之后，所述消磁线圈阵列102与所述发射电路104断开。

作为一种可选的实施方式，在所述接收电路105采集所述电磁感应信号之后，所述消磁线圈阵列102与所述发射电路104电连接，以作为消磁线圈使用。

下面对主控芯片101中各个模块的具体实现过程进行介绍。

图3为本发明实施例提供的介质识别模块的实现过程示意图。参见图3，介质识别模块的实现过程包括：

步骤301：消磁线圈发射探测信号(消磁线圈阵列发射介质探测信号)。

步骤302：磁性介质感应磁场信号。该步骤具体为：

消磁系统内的磁性存储介质会感应出电磁感应信号，电磁感应信号bs(ω)可以表示为：

上式中，μ0是真空中的磁导率，m(ω)为角频率是ω时在磁性存储介质所在位置处的感应偶极矩，m(ω)与探测磁场以及介质的材质、形状、尺寸有关，r为识别线圈阵列到磁性存储介质中心的距离，为磁性存储介质中心指向识别线圈阵列中心的单位矢量，为单位矩阵，表示矢量相乘。因此，磁性存储介质感应信号的大小，除了与介质探测信号有关，还与介质的材质、形状、尺寸和位置有关。

步骤303：识别(消磁)线圈接收介质感应信号。在识别线圈阵列接收介质感应信号后，执行步骤304。

步骤304：介质识别模块对介质识别和定位。该步骤中可以采用决策树、贝叶斯、神经网络、深度学习等机器学习算法，也可以采用线性方程组、非线性方程组等传统方法获取介质的材质、形状、尺寸和位置。

图4为本发明实施例提供的智能调节模块的实现过程示意图。当对磁性存储介质的识别过程完成以后，消磁磁场的智能调节过程如图4所示，智能调节模块403首先获取介质类型信息401和介质位置信息402，介质类型信息401包括介质的材质、形状、尺寸等；然后执行步骤404和步骤405。

步骤404：根据介质类型信息401对消磁功率进行设定。

步骤405：对消磁发射线圈进行设定。设定信息包括参与消磁的发射线圈的数量、编号及对应位置。

最后，消磁控制模块由设定的消磁功率和设定的消磁发射线圈控制发射电路，产生驱动电流，驱动对应的线圈产生消磁磁场，完成消磁。

本发明还提供了一种基于目标识别的智能电磁消磁方法，图5为本发明实施例提供的基于目标识别的智能电磁消磁方法的流程图。

参见图5，本实施例的基于目标识别的智能电磁消磁方法包括：

步骤501：控制消磁线圈阵列发射介质探测信号。

步骤502：获取识别线圈阵列采集到的电磁感应信号；所述电磁感应信号是所述介质探测信号在磁性存储介质中产生的。

步骤503：对所述电磁感应信号进行分类和识别，确定所述磁性存储介质的材质、形状、尺寸和位置。

步骤504：根据所述材质、所述形状和所述尺寸确定消磁功率，根据所述位置确定消磁线圈阵列信息。

所述消磁线圈阵列信息包括参与消磁的消磁线圈阵列的数量、编号和对应位置。

步骤505：根据所述消磁功率和所述消磁线圈阵列信息控制对应的消磁线圈阵列产生对所述磁性存储介质消磁所需的强磁场，以实现消磁。

作为一种可选的实施方式，所述步骤503，具体包括：

采用机器学习算法或方程组求解算法对所述电磁感应信号进行分类和识别，确定所述磁性存储介质的材质、形状、尺寸和位置；所述机器学习算法为决策树算法、贝叶斯算法、神经网络算法或深度学习算法；所述方程组求解算法为线性方程组求解算法或非线性方程组求解算法。

下面提供了智能电磁消磁方法的一个更为具体的实现过程。

(1)消磁系统通过发射电路，在n个消磁线圈阵列中注入探测电流it1(介质探测信号)，产生探测磁场b1。

(2)探测磁场在磁性存储介质中产生感应磁场bs，m个识别线圈阵列接收感应磁场，产生接收电流信号ir,i,i＝1,2,…,m。

(3)介质识别模块由探测电流it1、探测线圈阵列的位置坐标(系统已知)，识别线圈阵列的位置坐标(系统已知)，接收电流信号ir,i,i＝1,2,…,m，代入感应磁场与介质、主磁场之间的关系模型，如下式所示：

建立接收信号与介质种类、尺寸、位置的多维方程组，通过对方程组进行最小二乘求解，获取介质种类、尺寸、位置。

(4)根据介质的种类、尺寸，智能调节模块设定需要注入消磁线圈阵列的电流it2，消磁线圈阵列的数量q；可通过预先建立介质的种类、尺寸与消磁线圈的电流it2、消磁线圈的数量q之间的对应数据库，通过查询获取对应数值。

其中，数据库建立方式为：将不同介质放入消磁系统中进行测试，到达消磁效果时，将对应消磁线圈的电流、消磁线圈的数量存入数据库。

(5)根据介质的位置，智能调节模块设定参与消磁的线圈编号k。可通过预先建立介质的位置与消磁的线圈编号k之间的对应数据库，通过查询获取消磁的线圈编号。

其中，数据库建立方式：记录不同线圈组合产生的磁场强度分布，存入数据库。

(6)智能消磁系统通过消磁控制模块，在对应的消磁线圈中注入消磁电流，完成消磁。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。