摘要
本发明公开了一种用于磁场信号去噪的传感器阵列多目标优化方法,实施步骤包括:建立约束模态下的磁场干扰模型并进行瞬态分析,获取所有传感器采集到的磁场信号时间序列数据;设定优化指标,将优化指标作为多目标适应度函数,对多目标适应度函数进行优化,获得适应度函数值取得最大情况时的最优辅助传感器布局方案;基于最优辅助传感器布局方案,建立主传感器以及最优辅助传感器阵列;在干扰源影响环境下,基于训练好的深度学习网络模型对最优辅助传感器阵列的噪声信号进行处理,得到主传感器的去噪后的磁场信号,通过传感器布局优化以及辅助传感器阵列噪声重构主位置噪声,实现对象受扰情况下的磁场信号去噪,提高磁场测试的精度。
技术关键词
传感器阵列
深度学习网络模型
指标
有限元分析软件
信号
染色体
动态时间规整
噪声
传感器布局优化
Sigmoid函数
遗传算法
编码
序列
数据
检测磁场
非线性
分布特征
元素
系统为您推荐了相关专利信息
模糊BP神经网络
加固计算机
模糊神经网络
故障诊断方法
计算机系统
智能干预方法
多模态数据采集
时空注意力机制
大语言模型
跨模态
监督式机器学习
待测对象
辅助临床决策
训练样本集
干扰素