[发明专利]自编码网络的航磁干扰补偿方法及自编码网络的构建方法

说明书

本发明为一种自编码网络的航磁干扰补偿方法及自编码网络的构建方法，将系数矩阵作为自编码网络的输入，利用自编码网络得到的编码器的特征作为新的系数矩阵F_D；利用得到的新系数矩阵F_D计算系数C_New，采用最小二乘计算补偿磁干扰，不需要获取系数矩阵的特征作为训练标签便能实现特征提取。将编码器的中间层神经元节点数设置小于输入层神经元节点数，这种特殊结构可以压缩系数矩阵的表示并提取数据特征，从而削弱系数矩阵变量之间的相关性。将T‑L方程的系数矩阵作为输入，此外为了适应数据，选择了性能更好的双曲正切激活函数以及更鲁棒的Huber损失函数，能有效降低网络对异常值的敏感性。网络中间层获取的特征之间的相关性将大大降低。

技术领域

本发明属于航磁数据处理领域，具体地而言为一种自编码网络的航磁干扰补偿方法及自编码网络的构建方法。

背景技术

航磁调查为地质研究和矿产资源勘探提供了有价值的资料。除了收集所需的航磁数据外，该仪器还记录飞机本身产生的磁场干扰。在航磁数据处理中，无法完全消除这种干扰是一个长期存在的问题。一个更好的磁干扰算法将导致更高质量的预处理和后处理数据。

Tolles和Lawson提出用数学方法表示磁干扰，从而建立了干扰补偿模型(T-L方程)。而目前采用的经典模型是基于T-L方程建立的一个补偿磁干扰系数方程，也称作18项系数方程。航磁补偿的关键就是准确的求出18项系数方程的解。但是由于模型变量之间的强相关性，将使线性回归方法(最小二乘法)的解出现较大偏差。18项系数方程由飞机坐标系下的方向余弦函数推导得到，模型不可避免的存在多重共线性。同时，由于无人机无法完全标准的按照Figure of Merit(FOM)飞行轨迹进行，这将导致飞行传感器数据出现噪声，而噪声将加剧变量间的多重共线性。

对于无人机而言，其航磁数据相比大型有人机的航磁数据包含更多噪声，其数据表现更复杂，线性回归方法性能有限。PCA通过使用正交变换将可能相关的变量转换为一组线性不相关的变量，从而降低模型的多重共线性。但是当高维航磁数据包含复杂或非线性结构时PCA并不是数据特征的准确表示，这意味着PCA不能更有效的提取航磁数据的特征。

发明内容

本发明所要解决的技术问题在于提供一种自编码网络的航磁干扰补偿方法及自编码网络的构建方法，可用于航磁数据降维处理，降低变量间的多重共线性，可提高线性回归方法的补偿精度。

本发明是这样实现的，

一种自编码网络的航磁干扰补偿方法，其特征在于：包括：

将具有18项系数的补偿磁干扰总磁场方程中的系数矩阵作为自编码网络的输入；其中：总磁场方程为：

H_t＝c₁x₁+c₂x₂+c₃x₃+c₄x₄+c₅x₅+c₆x₆+c₇x₇+c₈x₈+c₉x₉+c₁₀x₁₀+c₁₁x₁₁+c₁₂x₁₂++c₁₃x₁₃+c₁₄x₁₅+c₁₅x₁₅+c₁₆x₁₆+c₁₇x₁₇+c₁₈x₁₈；

采用最小二乘法得到的解为:

XC＝H_t