公开(公告)号：CN117031565A

公开(公告)日：2023-11-10

申请号：CN202310923708.3

申请日：2023-07-26

Applicant: 吉林大学

Inventor： 毕凤仪 ,  于平 ,  焦健 ,  周龙然 ,  卢鹏羽 ,  周帅

IPC: G01V3/38 ,  G01V13/00

Abstract: 本发明属于航空磁力探测领域，具体地讲为一种基于自适应建模的航磁补偿方法，包括：获得校准飞行四个航向的数据集；计算T‑L方程各变量的VIF值，反复排除最大VIF的变量，直到剩余变量之间的多重共线性均小于设定的阈值；对剩余变量进行t检验，反复剔除显著性小的变量；获得最后分配的变量所构建的四个航向模型；计算四个航向模型所对应的四组补偿系数；自动分配补偿飞行四个航向数据集所对应的航向模型和补偿系数；根据所对应的航向模型和补偿系数进行磁干扰补偿，获得补偿后的磁干扰。本发明根据不同航向的变量数据特征，对每个航向自适应地分配模型变量，优化和改进补偿模型，解决多重共线性导致的模型病态问题。

公开(公告)号：CN116720569A

公开(公告)日：2023-09-08

申请号：CN202310350911.6

申请日：2023-04-04

Applicant: 吉林大学

Inventor： 于平 ,  毕凤仪 ,  焦健 ,  周龙然 ,  周帅 ,  卢鹏羽

IPC: G06N3/084 ,  G06N3/048 ,  G06F18/10 ,  G06F18/214 ,  G01V3/08

Abstract: 本发明为一种基于残差神经网络的航磁补偿方法。包括：根据T‑L方程数学模型和干扰产生原因，确定残差神经网络的输入指标因素和输出指标因素；对飞行数据进行滤波处理后计算方向余弦及其导数得到输入样本和输出样本，获得归一化的残差神经网络的训练样本和预测样本。训练样本载入残差神经网络，以输入样本为输入，输出样本为输出，训练得到补偿模型；预测样本载入补偿模型中进行补偿计算，并将补偿模型的输出数据做反归一化处理，获得补偿后的磁干扰；通过对比补偿前后磁干扰的标准差和改善比，来对补偿系统进行评价，并绘制补偿图像。有效地保留了反向传播过程中的梯度特性，在一定程度上缓解神经网络航磁补偿中的梯度消失问题，提高航磁补偿精度。