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s(t),采用VMD算法对原始数据s(t)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m(t);建立训练样本数据集;搭建1DCNN模型;将m(t)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。
技术关键词
训练样本数据
磁异常信号
重构
信号获取模块
感知系统
极值
线性
标签
可读存储介质
分类器
处理器
算法
平台
计算机设备
航空
存储器