高级搜索

地磁背景下基于传感器阵列的磁偶极子目标跟踪方法

陈路昭 冯永强 郭瑞杰 朱万华 方广有

引用本文: 陈路昭, 冯永强, 郭瑞杰, 朱万华, 方广有. 地磁背景下基于传感器阵列的磁偶极子目标跟踪方法[J]. 电子与信息学报, doi: 10.11999/JEIT190236 shu
Citation:  Luzhao CHEN, Yongqiang FENG, Ruijie GUO, Wanhua ZHU, Guangyou FANG. Magnetic Dipole Object Tracking Algorithm Based on Magnetometer Array in Geomagnetic Background[J]. Journal of Electronics and Information Technology, doi: 10.11999/JEIT190236 shu

地磁背景下基于传感器阵列的磁偶极子目标跟踪方法

    作者简介: 陈路昭: 男,1992年生,博士,研究方向为传感器阵列的磁信号处理方法、运动平台磁干扰补偿技术;
    冯永强: 男,1985年生,博士生,研究方向为航磁系统硬件设计与航磁数据处理方法;
    郭瑞杰: 女,1992年生,硕士,研究方向为组合导航与系统控制技术;
    朱万华: 男,1982年生,副研究员,主要研究方向为高灵敏度磁场传感器关键技术、高性能磁屏蔽关键技术;
    方广有: 男,1963年生,研究员,主要研究方向为超宽带电磁场理论及工程应用、超宽带雷达成像技术、微波成像新方法和新技术
    通讯作者: 朱万华,whzhu@mail.ie.ac.cn
  • 基金项目: 国家自然科学基金青年基金资助(41704177)和国家重点研发计划“深地资源勘查开采”重点专项资助(2018YFC0603201)

摘要: 针对地磁背景下磁偶极子目标跟踪过程中存在的地磁干扰与模型非线性的问题,该文提出一种基于差量磁异常的蒙特卡洛卡尔曼滤波(MCKF)跟踪方法。新的跟踪方法以传感器阵列测量磁场的差量作为观测信号,并利用蒙特卡洛卡尔曼滤波算法解决模型的非线性问题,实现磁偶极子目标的实时跟踪。通过仿真跟踪实验,结果表明该文算法较传统的扩展或无迹卡尔曼滤波算法在稳定跟踪过程中对目标特征参数的估计更精确;通过地磁背景跟踪实验,结果验证了该文算法较传统算法在低信噪比下的性能优势。

English

    1. [1]

      IOANNIDIS G. Identification of a ship or submarine from its magnetic signature[J]. IEEE Transactions on Aerospace and Electronic Systems, 1977, AES-13(3): 327–329. doi: 10.1109/TAES.1977.308404

    2. [2]

      FAGGIONI O, SOLDANI M, GABELLONE A, et al. Undersea harbour defence: A new choice in magnetic networks[J]. Journal of Applied Geophysics, 2010, 72(1): 46–56. doi: 10.1016/j.jappgeo.2010.07.001

    3. [3]

      ZHANG Mengying, WANG Hua, GE Lin, et al. Automatic search algorithms for near-field ferromagnetic targets based on magnetic anomaly detection[J]. Mathematical Problems in Engineering, 2018, 2018: 2130236. doi: 10.1155/2018/2130236

    4. [4]

      SHEINKER A, LERNER B, SALOMONSKI N, et al. Localization and magnetic moment estimation of a ferromagnetic target by simulated annealing[J]. Measurement Science and Technology, 2007, 18(11): 3451–3457. doi: 10.1088/0957-0233/18/11/027

    5. [5]

      SHEINKER A, SALOMONSKI N, GINZBURG B, et al. Remote sensing of a magnetic target utilizing population based incremental learning[J]. Sensors and Actuators A: Physical, 2008, 143(2): 215–223. doi: 10.1016/j.sna.2007.10.064

    6. [6]

      YANG Wan’an, HU Chao, LI Mao, et al. A new tracking system for three magnetic objectives[J]. IEEE Transactions on Magnetics, 2010, 46(12): 4023–4029. doi: 10.1109/tmag.2010.2076823

    7. [7]

      GAO Xiang, YAN Shenggang, and LI Bi. A novel method of localization for moving objects with an alternating magnetic field[J]. Sensors, 2017, 17(4): 923. doi: 10.3390/s17040923

    8. [8]

      WANG Chen, QU Xiaodong, ZHANG Xiaojuan, et al. A fast calibration method for magnetometer array and the application of ferromagnetic target localization[J]. IEEE Transactions on Instrumentation and Measurement, 2017, 66(7): 1743–1750. doi: 10.1109/TIM.2017.2668558

    9. [9]

      贾文抖, 林春生, 陈春行, 等. 针对磁目标定位失效的改进欧拉定位方法[J]. 海军工程大学学报, 2018, 30(3): 37–42.
      JIA Wendou, LIN Chunsheng, CHEN Chunxing, et al. Improved Euler method for preventing failure of positioning magnetic target[J]. Journal of Naval University of Engineering, 2018, 30(3): 37–42.

    10. [10]

      WIEGERT R and OESCHGER J. Generalized magnetic gradient contraction based method for detection, localization and discrimination of underwater mines and unexploded ordnance[C]. The OCEANS 2005 MTS/IEEE, Washington, USA, 2005: 1325–1332.

    11. [11]

      BIRSAN M. Non-linear Kalman filters for tracking a magnetic dipole[R]. Defence R&D Canada, DRDC Atlantic TM 2003-230, 2003.

    12. [12]

      BIRSAN M. Unscented particle filter for tracking a magnetic dipole target[C]. The OCEANS 2005 MTS/IEEE, Washington, USA, 2006.

    13. [13]

      KOZICK R J and SADLER B M. Algorithms for tracking with an array of magnetic sensors[C]. The 20085th IEEE Sensor Array and Multichannel Signal Processing Workshop, Darmstadt, Germany, 2008: 423–427.

    14. [14]

      ALHMIEDAT T, ABU TALEB A, and BSOUL M. A study on threads detection and tracking systems for military applications using WSNs[J]. International Journal of Computer Applications, 2012, 40(15): 12–18. doi: 10.5120/5055-7347

    15. [15]

      张朝阳, 肖昌汉, 高俊吉, 等. 磁性物体磁偶极子模型适用性的试验研究[J]. 应用基础与工程科学学报, 2010, 18(5): 862–868. doi: 10.3969/j.issn.1005-0930.2010.05.016
      ZHANG Zhaoyang, XIAO Changhan, GAO Junji, et al. Experiment research of magnetic dipole model applicability for a magnetic object[J]. Journal of Basic Science and Engineering, 2010, 18(5): 862–868. doi: 10.3969/j.issn.1005-0930.2010.05.016

    16. [16]

      于振涛, 吕俊伟, 张本涛. 基于海底磁力仪阵列的磁性目标定位方法[J]. 武汉理工大学学报, 2012, 34(6): 131–135. doi: 10.3963/j.issn.1671-4431.2012.06.028
      YU Zhentao, LV Junwei, and ZHANG Bentao. A method to localize magnetic target based on a seabed array of magnetometers[J]. Journal of Wuhan University of Technology, 2012, 34(6): 131–135. doi: 10.3963/j.issn.1671-4431.2012.06.028

    17. [17]

      吴志东, 周穗华, 陈志毅. 基于非线性滤波算法的磁偶极子跟踪[J]. 鱼雷技术, 2013, 21(4): 262–267. doi: 10.3969/j.issn.1673-1948.2013.04.006
      WU Zhidong, ZHOU Suihua, and CHEN Zhiyi. Magnetic dipole tracking based on nonlinear filtering algorithm[J]. Torpedo Technology, 2013, 21(4): 262–267. doi: 10.3969/j.issn.1673-1948.2013.04.006

    18. [18]

      高俊吉, 刘大明, 周国华. 水中非合作运动磁性目标跟踪及参数估计[J]. 哈尔滨工程大学学报, 2013, 34(9): 1124–1130. doi: 10.3969/j.issn.1006-7043.201209033
      GAO Junji, LIU Daming, and ZHOU Guohua. Study on the tracking and parameter estimating of unknown moving magnetism objects[J]. Journal of Harbin Engineering University, 2013, 34(9): 1124–1130. doi: 10.3969/j.issn.1006-7043.201209033

    19. [19]

      张宏欣, 周穗华, 吴志东, 等. 基于改进粗糙化粒子滤波的磁偶极子跟踪[J]. 华中科技大学学报: 自然科学版, 2014, 42(9): 76–80. doi: 10.13245/j.hust.140917
      ZHANG Hongxin, ZHOU Suihua, WU Zhidong, et al. Magnetic dipole localization based on improved roughening particle filter[J]. Journal of Huazhong University of Science and Technology:Natural Science Edition, 2014, 42(9): 76–80. doi: 10.13245/j.hust.140917

    20. [20]

      周穗华, 张文成, 张宏欣. 基于混合卡尔曼滤波的磁偶极子目标跟踪[J]. 水雷战与舰船防护, 2015, 23(4): 7–11.
      ZHOU Suihua, ZHANG Wencheng, and ZHANG Hongxin. Magnetic dipole target tracking based on mixed kalman filter[J]. Mine Warfare &Ship Self-defence, 2015, 23(4): 7–11.

    21. [21]

      吴垣甫, 孙跃. 基于递推更新卡尔曼滤波的磁偶极子目标跟踪[J]. 北京航空航天大学学报, 2017, 43(9): 1805–1812. doi: 10.13700/j.bh.1001-5965.2016.0694
      WU Yuanfu and SUN Yue. Magnetic dipole target tracking based on recursive update Kalman filter[J]. Journal of Beijing University of Aeronautics and Astronautics, 2017, 43(9): 1805–1812. doi: 10.13700/j.bh.1001-5965.2016.0694

    22. [22]

      张宏欣, 周穗华, 张伽伟. 磁偶极子跟踪的渐进贝叶斯滤波方法[J]. 自动化学报, 2017, 43(5): 822–834. doi: 10.16383/j.aas.2017.c160052
      ZHANG Hongxin, ZHOU Suihua, and ZHANG Jiawei. A progressive bayesian filtering approach to magnetic dipole tracking[J]. Acta Automatica Sinica, 2017, 43(5): 822–834. doi: 10.16383/j.aas.2017.c160052

    23. [23]

      张宏欣. 磁性目标跟踪的多模型自适应滤波方法[J]. 数字海洋与水下攻防, 2018, 1(2): 57–62, 76.
      ZHANG Hongxin. Multiple-model adaptive filtering method for magnetic target tracking[J]. Digital Ocean &Underwater Warfare, 2018, 1(2): 57–62, 76.

    1. [1]

      陈路昭, 朱万华, 吴佩霖, 费春娇, 方广有. 地磁背景环境中基于分形特征的磁异常信号检测算法. 电子与信息学报,

    2. [2]

      李良群, 黄敬雄, 谢维信. 被动传感器阵列中基于粒子滤波的目标跟踪. 电子与信息学报,

    3. [3]

      何灏, 易卫东, 陈永锐, 王喆. 基于无迹卡尔曼滤波估计的无线传感器网络时钟分辨率优化. 电子与信息学报,

    4. [4]

      何其超, 徐廷伟. 计算电子光学系统收集效率的蒙特卡洛数值积分法. 电子与信息学报,

    5. [5]

      顾浩然. 功率计误差对六端口反射计精度影响的蒙特卡洛计算机模拟. 电子与信息学报,

    6. [6]

      崔宁周, 谢维信, 余雄南. 多传感器分布式推广卡尔曼滤波算法及其在雷达红外目标跟踪中的应用. 电子与信息学报,

    7. [7]

      刘彦, 蒲亦非, 沈晓东, 周激流. 分数阶Unscented卡尔曼滤波器研究. 电子与信息学报,

    8. [8]

      高嵩, 潘泉, 肖秦琨, ChenXiang. 多传感器自适应滤波融合算法. 电子与信息学报,

    9. [9]

      赵拥军, 赵勇胜, 赵闯. 基于马尔科夫键蒙特卡洛抽样的最大似然时差-频差联合估计算法. 电子与信息学报,

    10. [10]

      邓自立, 王欣, 李云. 多传感器分布式融合白噪声反卷积滤波器. 电子与信息学报,

    11. [11]

      邓自立, 高媛, 李云, 王欣. 多传感器信息融合稳态最优Wiener反卷积滤波器. 电子与信息学报,

    12. [12]

      熊伟, 陈立奎, 何友, 张晶炜. 有色噪声下的不敏卡尔曼滤波器. 电子与信息学报,

    13. [13]

      韩明华, 袁乃昌. 多层神经网络在跟踪式卡尔曼滤波器中的应用. 电子与信息学报,

    14. [14]

      杨可, 傅忠谦, 王剑亭, 林日钊. 多目标滤波中的多传感器概率假设密度算法. 电子与信息学报,

    15. [15]

      谷阳, 宋千, 李杨寰, 马明, 周智敏. 基于惯性鞋载传感器的人员自主定位粒子滤波方法. 电子与信息学报,

    16. [16]

      韩泾鸿, 梁卫国, 张虹, 陈德勇, 徐磊. 微阵列光寻址生化传感器系统性能研究. 电子与信息学报,

    17. [17]

      蒋鹏, 宋华华. 基于动态分簇路由优化和分布式粒子滤波的传感器网络目标跟踪方法. 电子与信息学报,

    18. [18]

      王洁, 王洪玉, 高庆华, 金明录. 一种适用于移动传感器网络的增强型蒙特卡罗定位跟踪算法. 电子与信息学报,

    19. [19]

      陶海红, 廖桂生, 汪莉君. 多杂波背景下用于低速弱目标检测的滤波器优化设计. 电子与信息学报,

    20. [20]

      梁浩, 崔琛, 余剑, 郝天铎. 矢量传感器阵列MIMO雷达高精度二维DOA与极化联合估计. 电子与信息学报,

  • 图 1  仿真磁偶极子运动轨迹与传感器分布位置

    图 2  传感器测量结果

    图 3  基于MCKF跟踪算法的流程图

    图 4  仿真磁偶极子跟踪结果对比

    图 5  真实目标跟踪实验

    图 6  跟踪实验模拟磁性目标体

    图 7  阵列传感器测量磁场与差量磁场

    图 8  模拟磁性目标的位置跟踪结果

    图 9  模拟磁性目标的磁矩跟踪结果

    表 1  不同跟踪算法各方向投影轨迹跟踪误差(m)

    跟踪算法时间区间
    1~4041~8081~120120~160160~200
    x方向EKF0.06510.01270.00230.00570.0409
    UKF0.06890.01270.00240.00570.0410
    MCKF0.21430.01530.00240.00390.0218
    y方向EKF0.04910.01130.00590.01000.0319
    UKF0.05120.01120.00610.00960.0318
    MCKF0.12370.01150.00420.00610.0158
    z方向EKF0.04300.00890.00210.00420.0163
    UKF0.04360.00880.00220.00410.0164
    MCKF0.04560.00860.00220.00430.0198
    下载: 导出CSV

    表 2  不同蒙特卡洛样本点数的算法各方向投影轨迹跟踪误差(m)

    表2(a) x方向
    蒙特卡洛样本点数时间区间
    1~4041~8081~120120~160160~200
    500.28170.02420.00350.00520.0264
    1000.24810.01940.00300.00460.0231
    2000.21430.01530.00240.00390.0218
    4000.23160.01590.00230.00390.0212
    表2(b) y方向
    蒙特卡洛样本点数时间区间
    1~4041~8081~120120~160160~200
    500.16580.01680.00490.00690.0192
    1000.14420.01410.00470.00630.0166
    2000.12370.01150.00420.00610.0158
    4000.13460.01180.00430.00590.0151
    表2(c) z方向
    蒙特卡洛样本点数时间区间
    1~4041~8081~120120~160160~200
    500.05690.01240.00310.00530.0242
    1000.04960.01050.00260.00460.0202
    2000.04560.00860.00220.00430.0198
    4000.04660.00900.00210.00420.0195
    下载: 导出CSV
  • 加载中
图(9)表(2)
计量
  • PDF下载量:  18
  • 文章访问数:  287
  • HTML全文浏览量:  151
文章相关
  • 通讯作者:  朱万华, whzhu@mail.ie.ac.cn
  • 收稿日期:  2019-04-10
  • 录用日期:  2019-12-01
  • 网络出版日期:  2019-12-09
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

/

返回文章