一种自适应依航向航磁数据处理方法
阅读：642发布：2020-07-20
专利汇可以提供一种自适应依航向航磁数据处理方法专利检索，专利查询，专利分析的服务。并且本 发明 提供了一种自适应依航向航磁 数据处理 方法，该方法包括：获取飞机在FOM校准过程中的多个校准数据作为多个 训练数据 ；获得每个训练数据的航向类型，利用该训练数据重新计算其所属航向类型对应的质心；获取待处理的多个作业数据；按作业数据的 采样 顺序依次对各个作业数据进行分类；针对每个航向类型的每一段作业数据，利用该段作业数据中每个作业数据与该航向类型对应的质心之间的距离、按照采样顺序形成该段作业数据的距离向量，将该距离向量中出现的第一个极小值点和最后一个极小值点分别作为该段作业数据的起始点和截止点。本发明的上述技术能够自动对航磁数据航向进行批量地分类，提取所需航向的所有数据段，降低人工干预程度。，下面是一种自适应依航向航磁数据处理方法专利的具体信息内容。
1.一种自适应依航向航磁数据处理方法，其特征在于，该方法包括：
获取飞机在FOM校准过程中的多个校准数据作为多个训练数据，其中每个训练数据包括在所述FOM校准过程中由所述飞机搭载的三轴磁通门磁力仪采集的三分量数据中的沿笛卡尔坐标系的X轴和Y轴的两个分量；其中，所述FOM校准过程包括4个正交航向；
随机产生4个质心，作为所述4个正交航向各自初始的质心；
针对每一个训练数据，
对该训练数据进行分类，以获得该训练数据所属的航向类型，以及
利用该训练数据重新计算其所属航向类型对应的质心；
获取待处理的多个作业数据，其中，每个作业数据包括实际架次作业中由所述飞机搭载的三轴磁通门磁力仪采集的三分量数据中的沿笛卡尔坐标系的X轴和Y轴的两个分量；
按作业数据的采样顺序依次对各个作业数据进行分类，并将连续分到同一航向类型的多个作业数据作为该航向类型下的同一段作业数据；
针对每个航向类型的每一段作业数据，
利用该段作业数据中每个作业数据与该航向类型对应的质心之间的距离、按照采样顺序形成该段作业数据的距离向量，
将该距离向量中出现的第一个极小值点和最后一个极小值点分别作为该段作业数据的起始点和截止点，以将该段作业数据缩短为从所述第一个极小值点至所述最后一个极小值点对应的数据段。
2.根据权利要求1所述自适应依航向航磁数据处理方法，其特征在于，对每个训练数据按照如下方式分类以获得该训练数据所属的航向类型：
计算该训练数据与当前4个质心各自之间的距离，以及
将该4个质心中与该训练数据之间距离最小的质心所对应的航向类型确定为该训练数据所属的航向类型。
3.根据权利要求1或2所述的自适应依航向航磁数据处理方法，其特征在于，对每个作业数据通过如下方式分类：
计算该作业数据与当前4个质心各自之间的距离，将与该作业数据之间距离最小的质心所对应的航向类型确定为该作业数据所属的航向类型，完成对该作业数据的分类。
4.根据权利要求1-3中任一项所述的自适应依航向航磁数据处理方法，其特征在于，该方法还包括：
针对每个航向类型的每一段作业数据，若该段作业数据的长度小于预定阈值，则舍弃该段作业数据。
5.根据权利要求1-4中任一项所述的自适应依航向航磁数据处理方法，其特征在于，对于每个航向类型的每一段作业数据的距离向量，按照如下方式获得该距离向量中的极小值点：
针对该距离向量中第2个元素至倒数第2个元素之间的每个元素，
计算该元素的前后差分，若该元素的前差分小于0、且该元素的后差分大于0，则判定该元素为该距离向量中的一个极小值点。
6.根据权利要求1-4中任一项所述的自适应依航向航磁数据处理方法，其特征在于，对于每个航向类型的每一段作业数据的距离向量，按照如下方式获得该距离向量中的极小值点：
针对该距离向量中第2个元素至倒数第2个元素之间的每个元素，
计算该元素的前后差分，若该元素的前差分小于0、且该元素的后差分大于0，并且该元素的值小于该距离向量中各元素的平均值，则判定该元素为该距离向量中的一个极小值点。
7.根据权利要求1-6中任一项所述的自适应依航向航磁数据处理方法，其特征在于，针对每个航向类型的每一段作业数据，按照如下方式获得该段作业数据的距离向量：
假设该段作业数据中各作业数据按照采样顺序分别到该航向类型的当前质心之间的距离依次为dk+1、dk+2、……、dk+l，k＝1,2,…,Ks，Ks表示该航向类型对应包括的一段或多段作业数据的总段数，k表示该段作业数据是该Ks段作业数据中的第k段，dk+p表示该第k段作业数据中的第p个作业数据与该航向类型当前质心之间的距离，p＝1,2,…,l，l为该段作业数据包含的作业数据数；
将向量(dk+1，dk+2，……，dk+l)作为该段作业数据的距离向量。
8.根据权利要求7所述的自适应依航向航磁数据处理方法，其特征在于，对于每个航向类型的每一段作业数据的距离向量，按照如下方式获得该距离向量中的极小值点：
针对k+2≤k+p≤k+l-1对应的每个元素dk+p，
计算dk+p的前差分diffbk+p＝dk+p-dk+p-1，
计算dk+p的后差分difffk+p＝dk+p+1-dk+p，
若diffbk+p＜0且difffk+p＞0，判定该元素dk+p为该距离向量(dk+1，dk+2，……，dk+l)中的一个极小值点。
9.根据权利要求7所述的自适应依航向航磁数据处理方法，其特征在于，对于每个航向类型的每一段作业数据的距离向量，按照如下方式获得该距离向量中的极小值点：
针对k+2≤k+p≤k+l-1对应的每个元素dk+p，
计算dk+p的前差分diffbk+p＝dk+p-dk+p-1，
计算dk+p的后差分difffk+p＝dk+p+1-dk+p，
若diffbk+p＜0且difffk+p＞0，并且dk+p≤mean(dk+1,dk+2,...,dk+l)，则判定该元素dk+p为该距离向量(dk+1，dk+2，……，dk+l)中的一个极小值点。
一种自适应依航向航磁数据处理方法
技术领域
[0001] 本发明涉及航磁探测领域，尤其涉及一种自适应依航向航磁数据处理方法。
背景技术
[0002] 航空磁探测是一种环境磁场测量的主要手段之一，普遍被用于地质勘探，水下搜索等应用领域。航空磁探测过程通常依照事先规划的测线进行，因此在后期进行数据处理时，需要将其余的航迹不在测线上的数据截去，保留测线数据，以方便进一步对数据进行分析、成图等操作。这一过程往往需要人工干预实现，从而浪费了大量的精力，且效率低下。
发明内容
[0003] 在下文中给出了关于本发明的简要概述，以便提供关于本发明的某些方面的基本理解。应当理解，这个概述并不是关于本发明的穷举性概述。它并不是意图确定本发明的关键或重要部分，也不是意图限定本发明的范围。其目的仅仅是以简化的形式给出某些概念，以此作为稍后论述的更详细描述的前序。
[0004] 鉴于此，本发明提供了一种自适应依航向航磁数据处理方法，以至少解决现有航空磁探测技术在去除航迹不在测线上的数据时往往需要人工干预、耗时耗力的问题。
[0005] 根据本发明的一个方面，提供了一种自适应依航向航磁数据处理方法，该方法包括：获取飞机在FOM校准过程中的多个校准数据作为多个训练数据，其中每个训练数据包括在所述FOM校准过程中由所述飞机搭载的三轴磁通门磁力仪采集的三分量数据中的沿笛卡尔坐标系的X轴和Y轴的两个分量；其中，所述FOM校准过程包括4个正交航向；随机产生4个质心，作为所述4个正交航向各自初始的质心；针对每一个训练数据，对该训练数据进行分类，以获得该训练数据所属的航向类型，以及利用该训练数据重新计算其所属航向类型对应的质心；获取待处理的多个作业数据，其中，每个作业数据包括实际架次作业中由所述飞机搭载的三轴磁通门磁力仪采集的三分量数据中的沿笛卡尔坐标系的X轴和Y轴的两个分量；按作业数据的采样顺序依次对各个作业数据进行分类，并将连续分到同一航向类型的多个作业数据作为该航向类型下的同一段作业数据；针对每个航向类型的每一段作业数据，利用该段作业数据中每个作业数据与该航向类型对应的质心之间的距离、按照采样顺序形成该段作业数据的距离向量，将该距离向量中出现的第一个极小值点和最后一个极小值点分别作为该段作业数据的起始点和截止点，以将该段作业数据缩短为从所述第一个极小值点至所述最后一个极小值点对应的数据段。
[0006] 进一步地，对每个训练数据按照如下方式分类以获得该训练数据所属的航向类型：计算该训练数据与当前4个质心各自之间的距离，以及将该4个质心中与该训练数据之间距离最小的质心所对应的航向类型确定为该训练数据所属的航向类型。
[0007] 进一步地，对每个作业数据通过如下方式分类：计算该作业数据与当前4个质心各自之间的距离，将与该作业数据之间距离最小的质心所对应的航向类型确定为该作业数据所属的航向类型，完成对该作业数据的分类。
[0008] 进一步地，该方法还包括：针对每个航向类型的每一段作业数据，若该段作业数据的长度小于预定阈值，则舍弃该段作业数据。
[0009] 进一步地，对于每个航向类型的每一段作业数据的距离向量，按照如下方式获得该距离向量中的极小值点：
[0010] 进一步地，针对该距离向量中第2个元素至倒数第2个元素之间的每个元素，计算该元素的前后差分，若该元素的前差分小于0、且该元素的后差分大于0，则判定该元素为该距离向量中的一个极小值点。
[0011] 进一步地，对于每个航向类型的每一段作业数据的距离向量，按照如下方式获得该距离向量中的极小值点：针对该距离向量中第2个元素至倒数第2个元素之间的每个元素，计算该元素的前后差分，若该元素的前差分小于0、且该元素的后差分大于0，并且该元素的值小于该距离向量中各元素的平均值，则判定该元素为该距离向量中的一个极小值点。
[0012] 进一步地，针对每个航向类型的每一段作业数据，按照如下方式获得该段作业数据的距离向量：假设该段作业数据中各作业数据按照采样顺序分别到该航向类型的当前质心之间的距离依次为dk+1、dk+2、……、dk+l，k＝1,2,…,Ks，Ks表示该航向类型对应包括的一段或多段作业数据的总段数，k表示该段作业数据是该Ks段作业数据中的第k段，dk+p表示该第k段作业数据中的第p个作业数据与该航向类型当前质心之间的距离，p＝1,2,…,l，l为该段作业数据包含的作业数据数；将向量(dk+1，dk+2，……，dk+l)作为该段作业数据的距离向量。
[0013] 进一步地，对于每个航向类型的每一段作业数据的距离向量，按照如下方式获得该距离向量中的极小值点：针对k+2≤k+p≤k+l-1对应的每个元素dk+p，计算dk+p的前差分diffbk+p＝dk+p-dk+p-1，计算dk+p的后差分difffk+p＝dk+p+1-dk+p，若diffbk+p＜0且difffk+p＞0，判定该元素dk+p为该距离向量(dk+1，dk+2，……，dk+l)中的一个极小值点。
[0014] 进一步地，对于每个航向类型的每一段作业数据的距离向量，按照如下方式获得该距离向量中的极小值点：针对k+2≤k+p≤k+l-1对应的每个元素dk+p，计算dk+p的前差分diffbk+p＝dk+p-dk+p-1，计算dk+p的后差分difffk+p＝dk+p+1-dk+p，若diffbk+p＜0且difffk+p＞0，并且dk+p≤mean(dk+1,dk+2,...,dk+l)，则判定该元素dk+p为该距离向量(dk+1，dk+2，……，dk+l)中的一个极小值点。
[0015] 本发明的自适应依航向航磁数据处理方法，可用于对航磁测量数据进行自动分段，该方法能够在航磁探测数据后处理过程中，自适应地根据飞行航向对飞行数据进行分段，以便进一步分析、成图。本发明按以下步骤进行：一、获取校准飞行数据；二、计算各航向质心；三、获取实际作业数据；四、计算每个采样点到各质心的距离，最小距离对应的类作为该点的分类；五、将连续分到同一类的数据作为一段，舍去长度过短的数据段；六、去除数据段中的转向过程；七、标记绘图。本发明提出的方法能够大大简化航磁测量数据后处理过程，节省人工成本和处理时间，大幅提高后处理效率。
[0016] 能够自适应的根据飞行航向对飞行数据进行分段，能够大大简化航磁测量数据后处理过程，节省人工成本和处理时间，大幅提高后处理效率。
附图说明
[0018] 本发明可以通过参考下文中结合附图所给出的描述而得到更好的理解，其中在所有附图中使用了相同或相似的附图标记来表示相同或者相似的部件。附图连同下面的详细说明一起包含在本说明书中并且形成本说明书的一部分，而且用来进一步举例说明本发明的优选实施例和解释本发明的原理和优点。在附图中：
[0019] 图1是示意性地示出本发明的自适应依航向航磁数据处理方法的一个示例性处理的流程图；
[0021] 图3是示出FOM校准飞行的示意图；
[0022] 图4是示出本发明的自适应依航向航磁数据处理方法的一个优选实施例的处理流程图；
[0023] 图5是示出不同航向的(x,y)点状分布图；
[0024] 图6是示出某段数据到其质心的距离的示意图。
[0025] 本领域技术人员应当理解，附图中的元件仅仅是为了简单和清楚起见而示出的，而且不一定是按比例绘制的。例如，附图中某些元件的尺寸可能相对于其他元件放大了，以便有助于提高对本发明实施例的理解。
具体实施方式
[0026] 在下文中将结合附图对本发明的示范性实施例进行描述。为了清楚和简明起见，在说明书中并未描述实际实施方式的所有特征。然而，应该了解，在开发任何这种实际实施例的过程中必须做出很多特定于实施方式的决定，以便实现开发人员的具体目标，例如，符合与系统及业务相关的那些限制条件，并且这些限制条件可能会随着实施方式的不同而有所改变。此外，还应该了解，虽然开发工作有可能是非常复杂和费时的，但对得益于本公开内容的本领域技术人员来说，这种开发工作仅仅是例行的任务。
[0027] 在此，还需要说明的一点是，为了避免因不必要的细节而模糊了本发明，在附图中仅仅示出了与根据本发明的方案密切相关的装置结构和/或处理步骤，而省略了与本发明关系不大的其他细节。
[0028] 本发明的实施例提供了一种自适应依航向航磁数据处理方法，该方法包括：获取飞机在FOM校准过程中的多个校准数据作为多个训练数据，其中每个训练数据包括在所述FOM校准过程中由所述飞机搭载的三轴磁通门磁力仪采集的三分量数据中的沿笛卡尔坐标系的X轴和Y轴的两个分量；其中，所述FOM校准过程包括4个正交航向；随机产生4个质心，作为所述4个正交航向各自初始的质心；针对每一个训练数据，对该训练数据进行分类，以获得该训练数据所属的航向类型，以及利用该训练数据重新计算其所属航向类型对应的质心；获取待处理的多个作业数据，其中，每个作业数据包括实际架次作业中由所述飞机搭载的三轴磁通门磁力仪采集的三分量数据中的沿笛卡尔坐标系的X轴和Y轴的两个分量；按作业数据的采样顺序依次对各个作业数据进行分类，并将连续分到同一航向类型的多个作业数据作为该航向类型下的同一段作业数据；针对每个航向类型的每一段作业数据，利用该段作业数据中每个作业数据与该航向类型对应的质心之间的距离、按照采样顺序形成该段作业数据的距离向量，将该距离向量中出现的第一个极小值点和最后一个极小值点分别作为该段作业数据的起始点和截止点，以将该段作业数据缩短为从所述第一个极小值点至所述最后一个极小值点对应的数据段。
[0029] 图1给出了本发明的自适应依航向航磁数据处理方法的一种示例的处理流程100。
[0030] 处理流程100开始后，执行步骤S110。
[0031] 在步骤S110中，获取飞机在FOM(Figure of Merit，品质因数)校准过程中的多个校准数据作为多个训练数据，其中每个训练数据包括在FOM校准过程中由飞机搭载的三轴磁通门磁力仪采集的三分量数据中的沿笛卡尔坐标系的X轴和Y轴的两个分量；其中，FOM校准过程包括4个正交航向，分别作为第j个航向类型，j＝1,2,3,4。
[0032] FOM校准飞行通常可以由诸如固定翼飞机、直升机或无人机等磁力仪搭载平台来，在本实施例中，例如也可以采用安装有总场磁力仪和三分量磁力仪的飞机(如无人机)作为上述磁力仪搭载平台的一个示例。然后，执行步骤S120。
[0033] 笛卡尔坐标系的X轴、Y轴和Z轴分别沿着飞机的横向轴、纵向轴和垂直轴。如图2所示，点O为坐标原点，安装有总场磁力仪和三分量磁力仪。笛卡尔坐标系的三轴X,Y,Z分别沿着飞机横向轴、纵向轴和垂直轴，N为地理北极的方向，He为地磁场的方向，飞机三轴与地磁场的夹角分别为α,β,γ。
[0034] 如图3所示，FOM飞行包括该飞机在4个正交航向的飞行、并在每个航向上进行俯仰、横滚、偏航三个类型的机动。一组标准的FOM飞行需要完成4个正交航向的飞行，在每个航向上进行俯仰、横滚、偏航三个类型的机动，幅度分别为±5°、±5°、±10°，每种机动进行30秒，完成3组。
[0035] 应当理解的是，FOM飞行并不限于图3所示的航迹，也可以是其他常规航迹的FOM飞行，但无论是哪一种FOM飞行，都大致包括4个航向的飞行，而且这四个航向是依次相正交的。比如，在图3中，可以将A至B这段作为第1类航向，将B至C这一段作为第2类航向，将C至D这一段作为第3类航向，将D至E这一段作为第4类航向，第1类航向与第2类航向正交，第2类航向与第3类航向正交，第3类航向与第4类航向正交，第4类航向与第1类航向正交。
[0036] 在步骤S120中，随机产生4个质心，作为4个正交航向各自初始的质心。然后，执行步骤S130。
[0037] 在步骤S130中，针对每一个训练数据，对该训练数据进行分类，以获得该训练数据所属的航向类型，然后，利用该训练数据重新计算其所属航向类型对应的质心。然后，执行步骤S140。
[0038] 例如，假设当前四个质心分别为(a1，b1)、(a2，b2)、(a3，b3)和(a4，b4)，若某个训练数据 进行分类后得到该训练数据 所属的航向类型是1，也即， 对应的当前质心是(a1，b1)，于是重新计算第1个航向类型(j＝1)的质心，可以采用该训练时候与其所属航向类型的当前质心的平均值来作为新的质心，也即，将 作为第1个航
向类型(j＝1)的最新的质心。
向类型(j＝1)的最新的质心。
[0039] 根据一个实现方式，对每个训练数据例如可以按照如下方式分类以获得该训练数据所属的航向类型：计算该训练数据与当前4个质心各自之间的距离，以及将该4个质心中与该训练数据之间距离最小的质心所对应的航向类型确定为该训练数据所属的航向类型。
[0040] 在步骤S140中，获取待处理的多个作业数据，其中，每个作业数据包括实际架次作业中由飞机搭载的三轴磁通门磁力仪采集的三分量数据中的沿笛卡尔坐标系的X轴和Y轴的两个分量。然后，执行步骤S150。
[0041] 在步骤S150中，按作业数据的采样顺序依次对各个作业数据进行分类，并将连续分到同一航向类型的多个作业数据作为该航向类型下的同一段作业数据。然后，执行步骤S160。
[0042] 根据一个实现方式，对每个作业数据例如可以通过如下方式分类：计算该作业数据与当前4个质心各自之间的距离，将与该作业数据之间距离最小的质心所对应的航向类型确定为该作业数据所属的航向类型，完成对该作业数据的分类。
[0043] 根据一个实现方式，在步骤S150中，例如还可以包括如下处理：针对每个航向类型的每一段作业数据，若该段作业数据的长度(即包含的数据数量)小于预定阈值，则舍弃该段作业数据。预定阈值例如可以根据经验值设定，比如设为10或20等。
[0044] 在步骤S160中，针对每个航向类型的每一段作业数据，利用该段作业数据中每个作业数据与该航向类型对应的质心之间的距离、按照采样顺序形成该段作业数据的距离向量，然后，将该距离向量中出现的第一个极小值点和最后一个极小值点分别作为该段作业数据的起始点和截止点，以将该段作业数据缩短为从第一个极小值点至最后一个极小值点对应的数据段。
[0045] 根据一个实现方式，对于每个航向类型的每一段作业数据的距离向量，例如可以按照如下方式获得该距离向量中的极小值点：针对该距离向量中第2个元素至倒数第2个元素之间的每个元素，计算该元素的前后差分，若该元素的前差分小于0、且该元素的后差分大于0，则判定该元素为该距离向量中的一个极小值点。
[0046] 根据另一个实现方式，对于每个航向类型的每一段作业数据的距离向量，例如也可以按照如下方式获得该距离向量中的极小值点：针对该距离向量中第2个元素至倒数第2个元素之间的每个元素，计算该元素的前后差分，若该元素的前差分小于0、且该元素的后差分大于0，并且该元素的值小于该距离向量中各元素的平均值，则判定该元素为该距离向量中的一个极小值点。
[0047] 此外，根据本发明的实施例，针对每个航向类型的每一段作业数据，例如可以按照如下方式获得该段作业数据的距离向量：假设该段作业数据中各作业数据按照采样顺序分别到该航向类型的当前质心之间的距离依次为dk+1、dk+2、……、dk+l，k＝1,2,…,Ks，Ks表示该航向类型对应包括的一段或多段作业数据的总段数，k表示该段作业数据是该Ks段作业数据中的第k段，dk+p表示该第k段作业数据中的第p个作业数据与该航向类型当前质心之间的距离，p＝1,2,…,l，l为该段作业数据包含的作业数据数；将向量(dk+1，dk+2，……，dk+l)作为该段作业数据的距离向量。
[0048] 在一个例子中，对于每个航向类型的每一段作业数据的距离向量，可以按照如下方式获得该距离向量中的极小值点：针对k+2≤k+p≤k+l-1对应的每个元素dk+p，计算dk+p的k+p k+p k+p k+p前差分diffb ＝dk+p-dk+p-1，计算dk+p的后差分difff ＝dk+p+1-dk+p，若diffb ＜0且difff＞0，判定该元素dk+p为该距离向量(dk+1，dk+2，……，dk+l)中的一个极小值点。
[0049] 在另一个例子中，对于每个航向类型的每一段作业数据的距离向量，也可以按照如下方式获得该距离向量中的极小值点：针对k+2≤k+p≤k+l-1对应的每个元素dk+p，计算dk+p的前差分diffbk+p＝dk+p-dk+p-1，计算dk+p的后差分difffk+p＝dk+p+1-dk+p，若diffbk+p＜0且difffk+p＞0，并且dk+p≤mean(dk+1,dk+2,...,dk+l)，则判定该元素dk+p为该距离向量(dk+1，dk+2，……，dk+l)中的一个极小值点。
[0050] 例如，假设在某段作业数据(如第k段作业数据的l个作业数据)的距离向量(dk+1，dk+2，dk+3，dk+4，……，dk+l-2，dk+l-1，dk+l)中，判定dk+2、dk+4、…、dk+l-1为按照采样顺序依次出现的极小值点，并假设dk+1至dk+l的平均值为dmean，并且上述极小值点dk+2、dk+4、…、dk+l-1均小于dmean，则将该段作业数据缩短至从第一个极小值点dk+2至最后一个极小值点dk+l-1对应的数据段，也即，缩短为：
换句话说，在第k段作业数据
中，去除了无用数据 和
换句话说，在第k段作业数据
中，去除了无用数据 和
[0051] 优选实施例1
[0052] 下面，将描述本发明的自适应依航向航磁数据处理方法的一个优选实施例，图4给出了该优选实施例的处理流程。
[0053] 在该优选实施例中，可以首先获得FOM校准过程数据中的三分量数据，记录其中x和y分量的数据为 和 (i＝1,2,...,N)，将其作为训练数据，并训练每个航向的质心。
[0054] 其中，训练每个航向的质心的过程例如可以按照如下方式进行：
[0055] 1.随机产生4个二元组(aj,bj)，j＝1,2,3,4作为初始质心；
[0056] 2.对每一个训练数据中的二元组 依据(1)式计算其与每一个质心的距离dij；
[0057] 3.最小的距离所对应的j即为其分类；
[0058] 4.重新计算每一类中的元素均值，作为新的质心；
[0059] 5.重复2-4，直至读取完所有训练数据。
[0060] 然后，读取某架次所有作业数据中的三分量数据，记录其中x和y分量的数据为和
[0061] 对于作业数据中每一个采样点(即每个作业数据)的二元组 计算其与当前4个质心中每一个质心的距离di’j，j＝1,2,3,4，取其最小的距离所对应的j作为其分类，获取对作业数据中每一个采样点的分类。
[0062] 将连续分到某一类的采样点作为一段，若该段长度小于阈值Th(可以根据经验值设定)，则舍弃该段。
[0063] 然后，去除每一个所取得的数据段的无用数据，可以按照如下方式进行：
[0064] 1.获得某段二元组到其对应分类的质心的距离dk+1,dk+2,...,dk+l；
[0065] 2.对每一个k+2≤i'≤k+l-1，依据(2)、(3)式计算其前后差分diffbi'、difffi'；
[0066] 3.若diffbi'＜0且difffi'＞0，同时di'≤mean(dk+1,dk+2,...,dk+l)，记录该i'为极小值点；
[0067] 4.重复2，3获得整段数据的极小值点序列，记第一个极小值点为ifirst，最后一个极小值点为ilast；
[0068] 5.将该航向数据段缩短为采样点号由ifirst至ilast的数据；
[0069] 6.对所有数据段重复1-5步。
[0070] 这样，取得该架次所有非转向的作业数据段，分段完毕，标记绘图。
[0071] 优选实施例2
[0072] 如前所述，在执行完步骤S110后，可以在步骤S120中，随机产生4个质心，记为(aj,bj)，j＝1,2,3,4，其中，(aj,bj)表示4个正交航向中的第j类航向对应的质心。
[0073] 针对每一个训练数据 根据 计算该训练数据与当前4个质心各自之间的距离，将该4个质心中与该训练数据之间距离最小的质心所对应的航向类别确定为该训练数据所属的航向类别，并利用该训练数据重新计算其所属航向类别对应的质心；其中，dij表示训练数据 与第j类航向对应的质心之间的距离。
[0074] 接着，获取待处理的作业数据，其中，所述作业数据包括多个二元组N'为所述作业数据总数。
[0075] 然后，确定每个作业数据的航向类型，以获得每个航向类型的一段或多段作业数据。
[0076] 接着，针对每个航向类型的每段作业数据，分别执行如下处理：利用该段作业数据中每个作业数据与该航向类别对应的质心之间的距离、按照采样顺序形成该类航向的距离向量；然后，对该段作业数据，将该距离向量中出现的第一个极小值点和最后一个极小值点分别作为该段作业数据的起始点和截止点，以将该段作业数据缩短为从所述第一个极小值点和所述最后一个极小值点对应的数据段。
[0077] 其中，数据质心训练依赖航磁补偿系数校准阶段数据完成。在进行航磁探测过程中，需要对磁力仪搭载平台所产生的磁干扰进行补偿。补偿通过一组补偿系数与由所搭载的三轴磁通门产生的数据内积来实现。而求解该组补偿系数的过程被称作校准过程。在一次航磁探测开始的阶段，均需要对补偿系数进行校准。
[0078] 设一组校准数据中由三轴磁通门所采集的三个分量分别为x、y、z，则每一次采样均产生一组三元组(xi,yi,zi)，i＝1,2,...,N，N为采样点数。如图2所示，磁通门所采集的三个分量可以认为是地磁场在飞机坐标系三个坐标轴上的投影，因此x和y将跟随飞机航向进行相应的变化，而z则与航向变化无关，因此，在计算时仅仅考虑一对二元组(xi,yi)即可，也即，校准数据中的二元组(xi,yi)作为训练数据 而N即为训练数据总数。
[0079] 如图3所示，标准的校准飞行被称作FOM飞行，包含4个正交航向上的3种机动，因此该组数据可以被分成4段。每一段的二元组分布位置将具有明显的区别，因为飞机变换到正交航向时坐标系也随之旋转90°，x与y的取值将发生巨大变化。
[0080] 图5作为例证展示了一组真实数据的(xi,yi)(相当于 )分布点状图。不同航向上产生的(x,y)二元组被较为明显的区分在不同位置，该性质可以用来对航向进行区分。
[0081] 可以看出，每个航向的点将集中分布与某一区域，而与其他区域相隔较远。因此若计算出每个区域的质心，则可借助于一个半径将所有该航向数据涵盖，从而对航向进行区分。
[0082] 质心计算例如可以通过如下处理实现：
[0083] 1.随机产生4个质心，分别为(aj,bj)，j＝1,2,3,4；(aj,bj)表示4个正交航向中的第j个航向类型对应的质心；
[0084] 2.重复下述步骤：
[0085] a.对于每一个训练数据 计算其与每一个质心的距离：
[0086]
[0087] b.最小的距离所对应的j即为其分类；
[0088] c.重新计算每一类中的元素均值，作为新的质心。
[0089] 最终更新后的4个质心(aj,bj)即为训练所得。
[0090] 经过上述训练，获得了四个正交航向所对应的两个分量构成的二元对的质心。接下来在测量数据(相当于上文所述的作业数据)中，若飞机沿其中一个航向飞行，则所得(x,y)(即上文所述的 )将会距离其对应质心很近，而距离其他质心很远。但飞机在转向过程中的一部分数据也会被分到某一个航向的平飞段中去，这部分数据需要去除。
[0091] 本发明所采用的方法是，利用距离向量，取得距离向量的第一个最小值和最后一个最小值，作为该航向的起始点和截止点。
[0092] 设 为一段属于某一类的二元组，共有l个采样点(即l个作业数据点)，k表示第k段数据，例如k＝1,2,3,…，假设 这
段数据对应的航向类别是第j0类航向(j0可以是1、2、3或4)，并假设第j0类航向的质心是同时，设该段的距离向量为dk+1,dk+2,...,dk+l，其中，dk+1表示 与其所述
航向质心 之间的距离，dk+2表示 与其所述航向质心 之间的距
离，……，dk+l表示 与其所述航向质心 之间的距离。由于飞行时，转入该航
向和转出该航向的过程中所产生的二元组距离该航向对应质心较近，会被分入该航向。因此，距离向量d将会由远及近，如附图6所示的某段数据到其质心的距离符合先减小后增大的规律，通过选择极小值点可以去除掉转向中的数据段，但需要注意圆圈中的一个极小值所造成的影响。
段数据对应的航向类别是第j0类航向(j0可以是1、2、3或4)，并假设第j0类航向的质心是同时，设该段的距离向量为dk+1,dk+2,...,dk+l，其中，dk+1表示 与其所述
航向质心 之间的距离，dk+2表示 与其所述航向质心 之间的距
离，……，dk+l表示 与其所述航向质心 之间的距离。由于飞行时，转入该航
向和转出该航向的过程中所产生的二元组距离该航向对应质心较近，会被分入该航向。因此，距离向量d将会由远及近，如附图6所示的某段数据到其质心的距离符合先减小后增大的规律，通过选择极小值点可以去除掉转向中的数据段，但需要注意圆圈中的一个极小值所造成的影响。
[0093] d的第一个极小值点和最后一个极小值点的位置应属于该航向数据段，而非转弯过程。但是，有时由于气流影响，飞机在飞行过程中所产生的抖动可能会使得转向段的距离向量并非平滑向下，而是产生一个如图6圆圈中的极小值点。为了避免该情况对距离分段产生影响，在计算极小值点时应当选择极小值小于该段距离均值的点位。
[0094] 具体做法描述如下：
[0095] 1.对每一个k+2≤i’≤k+l-1计算前后差分
[0096] diffbi’＝di’-di’-1 (2)
[0097] difffi’＝di’+1-di’ (3)
[0098] 2.若diffbi’＜0且difffi’＞0，同时di’≤mean(dk+1,dk+2,...,dk+l)，记录该i'为极小值点；
[0099] 3.重复1，2获得整段数据的极小值点序列，记第一个极小值点为ifirst，最后一个极小值点为ilast；
[0100] 4.将该航向数据段缩短为采样点号由ifirst至ilast的数据。
[0101] 通过以上描述可知，本发明所提出的方法能够自适应的根据飞行航向对飞行数据进行分段，能够大大简化航磁测量数据后处理过程，节省人工成本和处理时间，大幅提高后处理效率。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种数字化球面型三轴磁通门磁力仪 | 2020-05-12 | 313 |
| 地磁观测的磁通门台阵装置 | 2020-05-23 | 47 |
| 一种芯片级封装的微型三轴磁通门磁力仪 | 2020-05-14 | 545 |
| 无磁全密封三轴磁通门磁力仪 | 2020-05-11 | 601 |
| 多参数测量质子磁力仪 | 2020-05-19 | 98 |
| 一种数字化磁通门磁力仪系统 | 2020-05-13 | 762 |
| 一种磁通门传感器及磁力仪 | 2020-05-18 | 940 |
| 多参数测量质子磁力仪 | 2020-05-22 | 878 |
| 一种磁通门式磁力仪 | 2020-05-13 | 189 |
| 新型全数字三分量磁通门磁力仪 | 2020-05-17 | 854 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈