留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

磁梯度张量系统的非线性集成矢量校正

李青竹 李志宁 张英堂 范红波 尹刚

李青竹, 李志宁, 张英堂, 范红波, 尹刚. 磁梯度张量系统的非线性集成矢量校正[J]. 武汉大学学报 ● 信息科学版, 2019, 44(5): 714-722, 730. doi: 10.13203/j.whugis20170161
引用本文: 李青竹, 李志宁, 张英堂, 范红波, 尹刚. 磁梯度张量系统的非线性集成矢量校正[J]. 武汉大学学报 ● 信息科学版, 2019, 44(5): 714-722, 730. doi: 10.13203/j.whugis20170161
LI Qingzhu, LI Zhining, ZHANG Yingtang, FAN Hongbo, YIN Gang. Integrated Vector Calibration of Magnetic Gradient Tensor System Using Nonlinear Method[J]. Geomatics and Information Science of Wuhan University, 2019, 44(5): 714-722, 730. doi: 10.13203/j.whugis20170161
Citation: LI Qingzhu, LI Zhining, ZHANG Yingtang, FAN Hongbo, YIN Gang. Integrated Vector Calibration of Magnetic Gradient Tensor System Using Nonlinear Method[J]. Geomatics and Information Science of Wuhan University, 2019, 44(5): 714-722, 730. doi: 10.13203/j.whugis20170161

磁梯度张量系统的非线性集成矢量校正

doi: 10.13203/j.whugis20170161
详细信息
    作者简介:

    李青竹, 硕士, 主要从事磁异常探测研究。laznlqz666@163.com

    通讯作者: 李志宁, 博士, 副教授。lizn03@hotmail.com
  • 中图分类号: TP212.9;TH763

Integrated Vector Calibration of Magnetic Gradient Tensor System Using Nonlinear Method

More Information
    Author Bio:

    LI Qingzhu, master, specializes in magnetic anomaly detection. E-mail: laznlqz666@163.com

    Corresponding author: LI Zhining, PhD, associate professor. E-mail: lizn03@hotmail.com
  • 摘要: 磁梯度张量系统测量精度受到单磁传感器系统误差与传感器阵列间非对准误差的严重影响。为了获得精确的张量测量输出,建立了单磁传感器零漂、标度因子与非正交角等系统误差和多传感器轴系间非对准误差的集成数学模型,提出了基于十字磁梯度张量系统最小二乘非线性集成校正方法。相比两步标量校正,利用建立的集成数学模型能够一次性估计出十字形张量系统的48个误差参数,以"人造"平台输出为参考实现低成本矢量校正,极大提高了校正效率和参数估计准确率。仿真和实测表明,张量系统误差参数仿真估计准确率高于99.75%,实验校正后总场输出均方根误差(root mean square error,RMSE)小于2 nT,张量分量RMSE小于50 nT/m,参数估计具有较高的鲁棒性。
  • 图  1  平面十字形磁梯度张量系统结构设计

    Figure  1.  Structural Design of Planar Cross-MagneticGradient Tensor System

    图  2  磁传感器坐标轴非正交角

    Figure  2.  Non-orthogonal Angle of Magnetic Sensor Axis

    图  3  非对准误差校正参考系选择方法对比

    Figure  3.  Comparison of Misalignment Error Calibration Reference System Selection Methods

    图  4  仿真各传感器实际输出与参考输出3分量空间分布

    Figure  4.  Spatial Distributions of Tri-component Output in Full Spatial Direction Postures

    图  5  校正前后传感器TMI输出和系统张量分量对比

    Figure  5.  Comparison of TMI and Tensor Components Before and After Calibration in Simulation

    图  6  磁梯度张量系统校正实验

    Figure  6.  Calibration Experiment of Magnetic GradientTensor System

    图  7  传感器TMI校正前后对比

    Figure  7.  Comparison of Total Magnetic Intensity Before and After Calibration in Experiment

    图  8  系统张量分量校正前后对比

    Figure  8.  Comparison of Tensor Components Before and After Calibration in Experiment

    图  9  校正前后标准测量36组姿态磁场3分量空间分布

    Figure  9.  Spatial Distributions of Tri-components Before and After Calibration of the First 36 Postureswith Standard Measurement

    表  1  仿真校正前后地磁总场强度RMSE对比/nT

    Table  1.   Comparison of RMSE of Total Magnetic Intensity Before and After Calibration in Simulation/nT

    方法 传感器1 传感器2 传感器3 传感器4
    校正前 4 365.93 5 189.90 6 113.56 3 876.43
    文献[14] 296.81 442.70 586.28 476.14
    文献[9] 0.574 8 0.584 5 0.581 1 0.585 8
    本文方法 0.575 1 0.584 6 0.581 3 0.586 2
    下载: 导出CSV

    表  2  仿真校正前后张量分量RMSE对比/(nT·m-1)

    Table  2.   Comparison of RMSE of Tensor Components Before and After Calibration in Simulation/(nT·m-1)

    方法 Bxx Bxy Bxz Byx Byy Byz
    校正前 7 528.2 14 801.7 17 171.6 8 233.4 9 429.5 9 878.3
    文献[14] 323.6 1 212.1 1 003.6 617.8 706.5 881.0
    文献[9] 1.878 8 1.748 0 1.813 5 1.676 8 1.758 9 1.752 2
    本文方法 1.655 1 1.655 0 1.632 8 1.613 5 1.636 1 1.621 2
    下载: 导出CSV

    表  3  仿真非线性集成校正误差参数预设值和估计值

    Table  3.   Preset and Estimated Error Parameters of Nonlinear Integrated Vector Calibration in Simulation

    参数 预设误差参数 仿真估计误差参数 PMEA/%
    传感器1 传感器2 传感器3 传感器4 传感器1 传感器2 传感器3 传感器4
    θ/(°) -1.4 1.9 0.9 -2.0 -1.398 1.902 0.900 -2.000 99.79
    φ/(°) 2.8 -2.7 1.8 -2.7 2.802 -2.699 1.799 0.900 99.93
    ψ/(°) 3.1 -2.6 -2.1 -1.9 3.100 -2.601 -2.103 -1.902 99.86
    cx 1.152 1.201 1.091 1.095 1.152 1.201 1.091 1.095 100
    cy 1.064 1.057 0.964 1.074 1.064 1.057 0.964 1.074 100
    cz 0.979 0.964 1.244 0.838 0.979 0.964 1.244 0.838 100
    ix/nT -312 91 184 181 -312.0 91.0 184.0 181.0 100
    iy/nT 97 312 -215 -312 97.0 312.0 -215.0 -312.0 100
    iz/nT -118 257 88 158 -118.0 257.0 88.0 -158.0 100
    α/(°) -0.9 -2.8 2.9 2.8 -0.899 -2.802 2.899 -2.802 99.93
    β/(°) -2.7 1.5 1.9 0.9 -2.698 1.501 1.902 0.900 99.89
    γ/(°) 1.2 3.3 -2.1 -2.3 1.197 3.300 -2.101 -2.298 99.75
    下载: 导出CSV

    表  4  实验传感器校正前后总场强度RMSE对比/nT

    Table  4.   Comparison of RMSE of TMI Before and After Calibration in Experiment/nT

    方法 传感器1 传感器2 传感器3 传感器4
    校正前 536.10 482.39 621.70 1 028.26
    文献[14] 24.687 5 20.510 6 31.586 4 69.698 0
    文献[9] 8.728 9 10.303 6 11.383 7 7.558 6
    本文方法 1.714 4 1.287 5 1.302 4 0.963 4
    下载: 导出CSV

    表  5  实验校正前后各姿态张量分量RMSE对比/(nT·m-1)

    Table  5.   Comparison of RMSE of Tensor Components Before and After Calibration in Experiment/(nT·m-1)

    方法 Bxx Bxy Bxz Byx Byy Byz
    校正前 4 365.18 958.38 2 211.11 3 425.93 1 849.67 1 474.37
    文献[14] 83.154 8 167.699 143.597 201.684 149.841 256.933
    文献[9] 46.222 6 34.633 8 61.145 4 92.466 4 84.255 7 96.244 3
    本文方法 21.354 7 33.047 0 39.580 9 20.795 2 16.150 8 46.257 5
    下载: 导出CSV

    表  6  两次校正实验张量系统估计误差参数

    Table  6.   Estimated Error Parameters of Tensor System After Two Calibration Experiments

    参数 传感器1 传感器2 传感器3 传感器4
    实验1 实验2 实验1 实验2 实验1 实验2 实验1 实验2
    θ/(°) -0.252 -0.255 0.705 0.701 -0.109 -0.110 0.819 0.822
    φ/(°) -3.478 -3.479 3.071 3.088 -3.146 -3.151 3.174 3.175
    ψ/(°) 0.888 0.885 0.865 0.871 -1.793 -1.797 2.498 2.484
    cx 0.998 0.997 1.006 1.005 0.994 0.996 1.004 1.004
    cy 1.002 1.002 0.998 0.999 1.002 1.002 1.001 1.002
    cz 0.997 0.997 1.003 1.002 1.001 1.000 1.000 0.999
    ix/nT 276.2 259.1 302.3 301.7 -187.2 -183.9 -391.5 -399.1
    iy/nT -224.2 -220.7 213.9 220.6 235.3 228.6 -225.1 -223.8
    iz/nT 63.5 68.9 -74.3 -75.5 -18.2 -17.7 29.4 -28.9
    α/(°) 0.676 0.677 -0.905 -0.907 -0.481 -0.485 0.699 0.698
    β/(°) -0.865 -0.866 0.241 0.248 0.768 0.769 -0.155 -0.152
    γ/(°) -2.149 -2.152 1.633 1.613 -1.381 -1.379 1.885 1.891
    下载: 导出CSV
  • [1] 张昌达.航空磁力梯度张量测量:航空磁测技术的最新进展[J].工程地球物理学报, 2006, 3(5):354-361 doi:  10.3969/j.issn.1672-7940.2006.05.005

    Zhang Changda.Airborne Tensor Magnetic Gradiometry:The Latest Progess of Airborne Magnetometric Technology[J].Chinese Journal of Engineering Geophysics, 2006, 3(5):354-361 doi:  10.3969/j.issn.1672-7940.2006.05.005
    [2] Schmidt P W, Clark D A.The Magnetic Gradient Tensor:Its Properties and Uses in Source Characterization[J].The Leading Edge, 2006, 25(1):75-78 http://cn.bing.com/academic/profile?id=4955d1fdf13120dedac987821d4ca914&encoded=0&v=paper_preview&mkt=zh-cn
    [3] Yin G, Zhang Y, Fan H, et al.Automatic Detection of Multiple UXO-like Targets Using Magnetic Anomaly Inversion and Self-adaptive Fuzzy C-means Clustering[J].Exploration Geophysics, 2015, 48(1):67-75 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=e5689f9f9b39a17f9604880ef8ec2551
    [4] Yin G, Zhang Y, Fan H, et al.Detection, Localization and Classification of Multiple Dipole-Like Magnetic Sources Using Magnetic Gradient Tensor Data[J].Journal of Applied Geophysics, 2016, 128:131-139 doi:  10.1016/j.jappgeo.2016.03.022
    [5] 刘丽敏.磁通门张量的结构设计、误差分析及水下目标探测[D].长春: 吉林大学, 2012

    Liu Limin.Configuration Design, Error Analysis and Underwater Target Detection of Fluxgate Tensor Magnetometer[D].Changchun: Jilin University, 2012
    [6] 庞鸿锋.捷联式地磁矢量测量系统误差分析及校正补偿技术[D].长沙: 国防科学技术大学, 2015

    Pang Hongfeng.Error Analysis and Calibration/Com-pensation Method of Strap-Down Geomagnetic Vector Measurement System[D].Changsha: National University of Defense Technology, 2015
    [7] Zikmund A, Janosek M, Ulvr M, et al.Precise Calibration Method for Triaxial Magnetometers Not Requiring Earth's Field Compensation[J].IEEE Transactions on Instrumentation and Measurement, 2015, 64(5):1242-1247 doi:  10.1109/TIM.2015.2395531
    [8] Merayo J M G, Brauer P, Primdahl F, et al.Scalar Calibration of Vector Magnetometers[J].Measurement Science and Technology, 2000, 11(2):120-132 doi:  10.1088/0957-0233/11/2/304
    [9] Yin G, Zhang Y, Fan H, et al.Linear Calibration Method of Magnetic Gradient Tensor System[J].Measurement, 2014, 56:8-18 doi:  10.1016/j.measurement.2014.06.017
    [10] Pang H, Pan M, Wan C, et al.Integrated Compensation of Magnetometer Array Magnetic Distortion Field and Improvement of Magnetic Object Localization[J].IEEE Transactions on Geoscience and Remote Sensing, 2014, 52(9):5670-5676 doi:  10.1109/TGRS.2013.2291839
    [11] 于振涛, 吕俊伟, 郭宁, 等.四面体磁梯度张量系统的误差补偿[J].光学精密工程, 2014, 22(10):2683-2690 http://d.old.wanfangdata.com.cn/Periodical/gxjmgc201410016

    Yu Zhentao, Lü Junwei, Guo Ning, et al.Error Compensation of Tetrahedron Magnetic Gradiometer[J].Optics and Precision Engineering, 2014, 22(10):2683-2690 http://d.old.wanfangdata.com.cn/Periodical/gxjmgc201410016
    [12] Liu Z, Pang H, Pan M, et al.Calibration and Compensation of Geomagnetic Vector Measurement System and Improvement of Magnetic Anomaly Detection[J].IEEE Geoscience and Remote Sensing Letters, 2016, 13(3):447-451 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=30af5c05367513e015a8b455c0dbed3e
    [13] 石岗, 李希胜, 李雪峰, 等.航向测量系统中三轴磁传感器标定的等效两步法[J].仪器仪表学报, 2017, 38(2):402-407 http://d.old.wanfangdata.com.cn/Periodical/yqyb201702018

    Shi Gang, Li Xisheng, Li Xuefeng, et al.Equivalent Two-Step Algorithm for the Calibration of Three-Axis Magnetic Sensor in Heading Measurement System[J].Chinese Journal of Scientific Instrument, 2017, 38(2):402-407 http://d.old.wanfangdata.com.cn/Periodical/yqyb201702018
    [14] 张光, 张英堂, 尹刚, 等.基于线性误差模型的磁张量系统校正[J].吉林大学学报(工学版), 2015, 45(3):1012-1016 http://d.old.wanfangdata.com.cn/Periodical/jlgydxzrkxxb201503048

    Zhang Guang, Zhang Yingtang, Yin Gang, et al.Calibration Method of Magnetic Tensor System Based on Linear Error Model[J].Journal of Jilin University (Engineering and Technology Edition), 2015, 45(3):1012-1016 http://d.old.wanfangdata.com.cn/Periodical/jlgydxzrkxxb201503048
    [15] Pang H, Luo S, Zhang Q, et al.Calibration of a Fluxgate Magnetometer Array and Its Application in Magnetic Object Localization[J].Measurement Science and Technology, 2013, DOI: 10.1088/0957-0233/24/7/075102
    [16] Pang H, Chen D, Pan M, et al.Nonlinear Temperature Compensation of Fluxgate Magnetometers with a Least-Squares Support Vector Machine[J].Measurement Science and Technology, 2012, 23(2):1-6 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=c26f8584dd65682b508b9ae2dc141701
    [17] Moré J J.The Levenberg-Marquardt Algorithm:Implementation and Theory[J].Lecture Notes in Mathematics, 1978, 630:105-116 http://d.old.wanfangdata.com.cn/OAPaper/oai_arXiv.org_1307.3121
    [18] Pang H, Chen D, Pan M, et al.Improvement of Magnetometer Calibration Using Levenberg-Marquardt Algorithm[J].IEEE Transactions on Electrical and Electronic Engineering, 2014, 9(3):324-328 doi:  10.1002/tee.2014.9.issue-3
    [19] Madsen K, Nielsen H B, Tingleff O.Methods for Non-linear Least Squares Problems[R].Technical University of Denmark, Denmark, 2004
    [20] Beck A.Introduction to Nonlinear Optimization:Theory, Algorithms, and Applications with Matlab[M].Philadelphia:Society for Industrial and Applied Mathematics, 2014
  • [1] 余婷婷, 董有福.  利用随机森林回归算法校正ASTER GDEM高程误差 . 武汉大学学报 ● 信息科学版, 2021, 46(7): 1098-1105. doi: 10.13203/j.whugis20190245
    [2] 桑吉章, 李彬, 刘宏康.  空间碎片轨道协方差传播及其动态校正 . 武汉大学学报 ● 信息科学版, 2018, 43(12): 2139-2146. doi: 10.13203/j.whugis20180177
    [3] 赵漫丹, 张振杰, 程传奇, 郝向阳.  利用直线特征进行单幅图像畸变校正方法 . 武汉大学学报 ● 信息科学版, 2018, 43(1): 60-66. doi: 10.13203/j.whugis20150445
    [4] 李金朋, 张英堂, 范红波, 李志宁, 尹刚, 刘敏.  基于χ2准则的磁梯度张量3D聚焦反演方法 . 武汉大学学报 ● 信息科学版, 2018, 43(2): 255-261. doi: 10.13203/j.whugis20160063
    [5] 孙文川, 暴景阳, 金绍华, 肖付民, 崔杨.  多波束海底地形畸变校正与声速剖面反演 . 武汉大学学报 ● 信息科学版, 2016, 41(3): 349-355. doi: 10.13203/j.whugis20140142
    [6] 黎蕾蕾, 孙红星, 李德仁, 任春华, 胡宁, 丁学文.  车载移动测量中定位定姿系统误差校正与补偿研究 . 武汉大学学报 ● 信息科学版, 2016, 41(9): 1245-1252. doi: 10.13203/j.whugis20140846
    [7] 金涛勇, 李建成.  利用验潮站观测数据校正测高平均海平面变化线性漂移 . 武汉大学学报 ● 信息科学版, 2012, 37(10): 1194-1197.
    [8] 陈尔学, 李增元, 田昕, 凌飞龙.  星载SAR地形辐射校正模型及其效果评价 . 武汉大学学报 ● 信息科学版, 2010, 35(3): 322-327.
    [9] 刘良明, 张红梅, 张丰.  近海Ⅱ类水体的MODIS影像大气校正方法 . 武汉大学学报 ● 信息科学版, 2007, 32(2): 104-107.
    [10] 闫利, 王颖, 徐亚明.  一种改进的MODIS影像BRDF辐射校正方法 . 武汉大学学报 ● 信息科学版, 2004, 29(9): 788-790,804.
    [11] 李书进, 虞晖.  基于扩展卡尔曼滤波的非线性带滑移滞变系统的实时估计 . 武汉大学学报 ● 信息科学版, 2004, 29(1): 89-92.
    [12] 孙红星, 李德仁.  非线性系统中卡尔曼滤波的一种新线性化方法 . 武汉大学学报 ● 信息科学版, 2004, 29(4): 346-348,358.
    [13] 朱元泓, 孔令罔, K. Muenger, 张旭亮.  扫描输入数据的颜色校正 . 武汉大学学报 ● 信息科学版, 2004, 29(9): 836-939.
    [14] 金淑英, 包更生, 马洪超, 申屠海港.  海底视像图像的灰度不均匀校正方法的研究 . 武汉大学学报 ● 信息科学版, 2000, 25(6): 531-536.
    [15] 王文均.  Chandler摆动轨迹的非线性螺旋线拟合及机制的研究 . 武汉大学学报 ● 信息科学版, 2000, 25(6): 505-509.
    [16] 范永弘.  SAR图像的几何校正 . 武汉大学学报 ● 信息科学版, 1997, 22(1): 39-41.
    [17] 刘明华, 余模智, 何平安, 黄巧林.  线阵CCD采集系统的非线性度测量 . 武汉大学学报 ● 信息科学版, 1996, 21(4): 399-402.
    [18] 边少锋, 孙凤华.  非奇变换与地形校正中央区积分 . 武汉大学学报 ● 信息科学版, 1995, 20(1): 62-65.
    [19] 舒宁.  SPOT卫星影象严密数字几何校正的直接法 . 武汉大学学报 ● 信息科学版, 1992, 17(3): 77-82.
    [20] 张克非.  几种地形校正方法的研究 . 武汉大学学报 ● 信息科学版, 1990, 15(4): 54-62,53.
  • 加载中
图(9) / 表(6)
计量
  • 文章访问数:  1448
  • HTML全文浏览量:  85
  • PDF下载量:  75
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-03-14
  • 刊出日期:  2019-05-05

磁梯度张量系统的非线性集成矢量校正

doi: 10.13203/j.whugis20170161
    作者简介:

    李青竹, 硕士, 主要从事磁异常探测研究。laznlqz666@163.com

    通讯作者: 李志宁, 博士, 副教授。lizn03@hotmail.com
  • 中图分类号: TP212.9;TH763

摘要: 磁梯度张量系统测量精度受到单磁传感器系统误差与传感器阵列间非对准误差的严重影响。为了获得精确的张量测量输出,建立了单磁传感器零漂、标度因子与非正交角等系统误差和多传感器轴系间非对准误差的集成数学模型,提出了基于十字磁梯度张量系统最小二乘非线性集成校正方法。相比两步标量校正,利用建立的集成数学模型能够一次性估计出十字形张量系统的48个误差参数,以"人造"平台输出为参考实现低成本矢量校正,极大提高了校正效率和参数估计准确率。仿真和实测表明,张量系统误差参数仿真估计准确率高于99.75%,实验校正后总场输出均方根误差(root mean square error,RMSE)小于2 nT,张量分量RMSE小于50 nT/m,参数估计具有较高的鲁棒性。

English Abstract

李青竹, 李志宁, 张英堂, 范红波, 尹刚. 磁梯度张量系统的非线性集成矢量校正[J]. 武汉大学学报 ● 信息科学版, 2019, 44(5): 714-722, 730. doi: 10.13203/j.whugis20170161
引用本文: 李青竹, 李志宁, 张英堂, 范红波, 尹刚. 磁梯度张量系统的非线性集成矢量校正[J]. 武汉大学学报 ● 信息科学版, 2019, 44(5): 714-722, 730. doi: 10.13203/j.whugis20170161
LI Qingzhu, LI Zhining, ZHANG Yingtang, FAN Hongbo, YIN Gang. Integrated Vector Calibration of Magnetic Gradient Tensor System Using Nonlinear Method[J]. Geomatics and Information Science of Wuhan University, 2019, 44(5): 714-722, 730. doi: 10.13203/j.whugis20170161
Citation: LI Qingzhu, LI Zhining, ZHANG Yingtang, FAN Hongbo, YIN Gang. Integrated Vector Calibration of Magnetic Gradient Tensor System Using Nonlinear Method[J]. Geomatics and Information Science of Wuhan University, 2019, 44(5): 714-722, 730. doi: 10.13203/j.whugis20170161
  • 磁梯度张量系统一般由三轴磁通门传感器、超导量子干涉仪等矢量磁强计按一定形状组合阵列而成[1],由于对磁异信号更敏感,拥有更高空间分辨率,且不易受地磁日变与背景磁干扰影响,广泛用于军、民用磁法勘探领域,如航空磁测与导航、土壤黑色金属检测、地下未爆弹搜索和潜艇侦查或排雷等[2-4]。磁梯度张量系统测量误差因素有很多[5-6],例如磁通门传感器存在如三轴输出零位偏差、灵敏度差和非正交性等系统误差;多磁传感器排列时,存在传感器轴系间位移、旋转非对准误差。此外,传感器存在磁芯温度系数和磁滞现象,背景场存在硬、软磁干扰等。这些误差使得系统输出偏差达到上千nT/m,严重影响磁梯度张量系统的测量精度,必须进行校正。

    磁梯度张量系统校正思路可分为两步:(1)单磁传感器系统误差校正;(2)传感器阵列非对准误差校正。单磁传感器校正方法分为矢量和标量两种校正方法。传统矢量校正需高精度设备与平台,成本远高于传感器造价,不适用于工程实际[7],而标量校正作为低成本方法,利用质子磁强计测得总场标量输出作参考进行校正,忽略了实际环境非匀强场特性而存在理论缺陷[8]。非对准误差只能进行矢量校正。故目前张量系统校正多为两步法,即先标量校正传感器输出,后以传感器之一为参考,矢量校正非对准误差,这会造成校正后系统无法沿参考平台输出。文献[9-13]对磁梯度张量系统进行了两步校正并取得了较好效果,且都是采用标量校正方法。文献[11]提出了四面体磁梯度张量系统误差两步补偿法,但因传感器实际输出高阶小量被忽略而精度受影响。文献[14]提出了磁张量系统线性校正方法,但因误差参数模型的标度因子和非正交角高阶小量被简化,参数估计值存在偏差。文献[9]提出了无数学简化的两步线性校正,系统可沿参考平台正交输出且校正效果较好,但因非对准角旋转顺序决定了校正顺序,在求非对准角时,旋转两个轴求得的3个非对准角属于不同顺序关系,造成参数估计值不匹配,且传感器理想输出被设为恒定值参与线性方程组求解,故总场强度校正结果过于理想化,称为过校正现象。文献[15]尝试使用非线性标量法分步求解误差参数模型,但第2步只能以传感器之一为参考进行对准而不能沿系统参考平台正交方向输出,不利于实际测量。矢量与标量校正各有利弊,本文尝试结合两者优点,因并非匀强磁场环境,为理论上避免标量校正参数求解过程中的过校正现象,以低成本“人造”平台矢量输出为参考,提出了一种非线性集成校正方法。先将参考平台实际多姿态三分量输出通过线性校正转换为理想正交输出以作矢量参考,再将各传感器12个误差参数集成一体模型,尝试利用最小二乘非线性拟合方法一次性快速准确地估计出参数值,消除传感器偏差、标度因子、非正交性和传感器阵列非对准误差对测量精度造成的影响。

    • 磁场是矢量场,其三正交轴方向上空间变化率定义为磁梯度张量[1],共9个分量:

      $$\mathit{\boldsymbol{G}} = \left[ {\begin{array}{*{20}{c}} {\frac{{\partial {B_x}}}{{\partial x}}}&{\frac{{\partial {B_y}}}{{\partial x}}}&{\frac{{\partial {B_z}}}{{\partial x}}}\\ {\frac{{\partial {B_x}}}{{\partial y}}}&{\frac{{\partial {B_y}}}{{\partial y}}}&{\frac{{\partial {B_z}}}{{\partial y}}}\\ {\frac{{\partial {B_x}}}{{\partial z}}}&{\frac{{\partial {B_y}}}{{\partial z}}}&{\frac{{\partial {B_z}}}{{\partial z}}} \end{array}} \right] =\\ \left[ {\begin{array}{*{20}{c}} {\frac{{{\partial ^2}{\varphi _m}}}{{\partial {x^2}}}}&{\frac{{{\partial ^2}{\varphi _m}}}{{\partial x\partial y}}}&{\frac{{{\partial ^2}{\varphi _m}}}{{\partial x\partial z}}}\\ {\frac{{{\partial ^2}{\varphi _m}}}{{\partial y\partial x}}}&{\frac{{{\partial ^2}{\varphi _m}}}{{\partial {y^2}}}}&{\frac{{{\partial ^2}{\varphi _m}}}{{\partial y\partial z}}}\\ {\frac{{{\partial ^2}{\varphi _m}}}{{\partial z\partial x}}}&{\frac{{{\partial ^2}{\varphi _m}}}{{\partial z\partial y}}}&{\frac{{{\partial ^2}{\varphi _m}}}{{\partial {z^2}}}} \end{array}} \right] = \left[ {\begin{array}{*{20}{c}} {{B_{xx}}}&{{B_{xy}}}&{{B_{xz}}}\\ {{B_{yx}}}&{{B_{yy}}}&{{B_{yz}}}\\ {{B_{zx}}}&{{B_{zy}}}&{{B_{zz}}} \end{array}} \right]$$ (1)

      式中,G为张量矩阵;BxByBz为磁场分量;φm为磁标势;Bij(i, j=x, y, z)表示张量分量。静磁场时,因环境无电流存在,据麦克斯韦方程有▽·B=0,$\nabla \times \mathit{\boldsymbol{B}} = 0$,其中B为磁场矢量,磁场旋度和散度为零,故G对称且无迹,式(1)仅5个元素相互独立。

    • 因构造简单、安装方便且结构误差较小,本文采取平面十字形结构的张量系统,由平面十字无磁平台和4个三轴磁传感器成对排列构成,基线距离为d,如图 1所示。

      图  1  平面十字形磁梯度张量系统结构设计

      Figure 1.  Structural Design of Planar Cross-MagneticGradient Tensor System

      实际测量难以从本质上测量磁矢量场梯度,可通过短距离基线矢量差分近似表示,即${B_{ij}} \approx {\rm{\Delta }}{B_{ij}}/{d_j}$,其中ΔBij表示两传感器在j方向上的i分量读数差,dj表示两传感器在j方向上的距离。O点处的磁场矢量BO和磁梯度张量矩阵G的表达式为:

      $$\left\{ {\begin{array}{*{20}{l}} {{\mathit{\boldsymbol{B}}_O} = \left[ {\begin{array}{*{20}{c}} {{B_{xO}}}\\ {{B_{yO}}}\\ {{B_{zO}}} \end{array}} \right] = \frac{1}{4}\left[ {\begin{array}{*{20}{c}} {{B_{x1}} + {B_{x2}} + {B_{x3}} + {B_{x4}}}\\ {{B_{y1}} + {B_{y2}} + {B_{y3}} + {B_{y4}}}\\ {{B_{z1}} + {B_{z2}} + {B_{z3}} + {B_{z4}}} \end{array}} \right]}\\ {\mathit{\boldsymbol{G}} = \frac{1}{d}\left[ {\begin{array}{*{20}{c}} {{B_{x1}} - {B_{x3}}}&{{B_{x2}} - {B_{x4}}}&{{B_{z1}} - {B_{z3}}}\\ {{B_{y1}} - {B_{y3}}}&{{B_{y2}} - {B_{y4}}}&{{B_{z2}} - {B_{z4}}}\\ {{B_{z1}} - {B_{z3}}}&{{B_{z2}} - {B_{z4}}}&{ - \left( {{B_{x1}} - {B_{x3}}} \right) - \left( {{B_{y2}} - {B_{y4}}} \right)} \end{array}} \right]} \end{array}} \right.$$ (2)

      式中,${B_{mn}}\left({m = x, y, z; n = 1, 2, 3, 4} \right)$表示在m方向上n号磁传感器的磁场分量读数。

      使用文献[9]的线性方法,以标量||BO||2为参考,将BO转换为理想正交输出B并用作平台参考,低成本得到标准参考矢量。由于系统结构误差导致式(2)中BxyByx存在差异,为确保测量精准,本文将其分开对待,故仅需测得BxxBxyBxzByxByyByz 6个分量就能得到矩阵G。张量测量值与理论值本质上有一定偏差,且一旦确定了张量系统结构,这种误差就不能被忽略,定义为结构误差[9],故磁梯度张量系统搭建需综合考虑磁场环境、基线距离、传感器分辨率等因素对磁测精度造成的影响。

    • 单矢量磁传感器存在3轴零位偏差、标度因子、非正交性、温度误差等系统误差。文献[16]使用最小二乘支持向量机对磁通门传感器温度误差进行非线性补偿,但温度误差主要由磁芯温度系数造成,一般工作环境温差小且工作时间短,相比其他显著性误差,本文暂不考虑。

      建立单磁传感器三轴坐标系非正交角度示意图,如图 2所示。设传感器实际坐标系为O-X1Y1Z1,理想正交坐标系为O-X2Y2Z2,参考平台正交坐标系为O-XYZ图 2中,轴OZ1OZ2同轴,面Z1OY1Z2OY2共面。设轴OY1OY2间夹角为$\psi $,轴OX1与面X2OY2间夹角为$\varphi $,轴OX1在面X2OY2上的投影OX'1与轴OX2间夹角为θ。$\varphi、\theta、\psi $一旦确定,传感器理想正交坐标系O-X2Y2Z2随即唯一确定。

      定义3轴输出零位偏差$I = {[{i_x}{\rm{}}{i_y}{\rm{}}{i_z}]^{\rm{T}}}$与灵敏度标度因子${c_i}\left({i = x, y, z} \right)$,构建磁传感器的9个误差参数θ、$\varphi、\psi $、cxcyczixiyiz。设传感器实际输出为${B_1} = {[{B_{1x}}{\rm{}}{B_{1y}}{\rm{}}{B_{1z}}]^{\rm{T}}}$,理想输出为${B_2} = {[{B_{2x}}{\rm{}}{B_{2y}}{\rm{}}{B_{2z}}]^{\rm{T}}}$,可构建输出由O-X1Y1Z1O-X2Y2Z2转换的数学模型:

      $$\begin{array}{l} {\mathit{\boldsymbol{B}}_1} = \left[ {\begin{array}{*{20}{c}} {{c_x}}&{}&{}\\ {}&{{c_y}}&{}\\ {}&{}&{{c_z}} \end{array}} \right]\left[ {\begin{array}{*{20}{c}} {{\rm{cos}}\theta {\rm{cos}}\varphi }&{{\rm{sin}}\theta {\rm{cos}}\varphi }&{{\rm{sin}}\varphi }\\ {}&{{\rm{cos}}\psi }&{{\rm{sin}}\psi }\\ {}&{}&1 \end{array}} \right] \times \\ {\mathit{\boldsymbol{B}}_2} + \mathit{\boldsymbol{I}} = \mathit{\boldsymbol{CA}}{\mathit{\boldsymbol{B}}_2} + \mathit{\boldsymbol{I}} \end{array}$$ (3)

      式中,CA分别为标度因子误差矩阵和非正交误差矩阵。由式(3)可推导出B2:

      $$\left\{ {\begin{array}{*{20}{l}} {{\mathit{\boldsymbol{B}}_2} = {{\left( {\mathit{\boldsymbol{CA}}} \right)}^{ - 1}}\left( {{\mathit{\boldsymbol{B}}_1} - \mathit{\boldsymbol{I}}} \right)}\\ {{{\left( {\mathit{\boldsymbol{CA}}} \right)}^{ - 1}} = \left[ {\begin{array}{*{20}{c}} {\frac{1}{{{c_x}{\rm{cos}}\varphi {\rm{cos}}\theta }}}&{\frac{{ - {\rm{sin}}\theta }}{{{c_y}{\rm{cos}}\theta {\rm{cos}}\psi }}}&{\frac{{{\rm{sin}}\theta {\rm{sin}}\psi {\rm{cos}}\varphi - {\rm{sin}}\varphi {\rm{cos}}\psi }}{{{c_z}{\rm{cos}}\theta {\rm{cos}}\psi {\rm{cos}}\varphi }}}\\ {}&{\frac{1}{{{c_y}{\rm{cos}}\psi }}}&{\frac{{ - {\rm{sin}}\psi }}{{{c_z}{\rm{cos}}\psi }}}\\ {}&{}&{\frac{1}{{{c_z}}}} \end{array}} \right]} \end{array}} \right.$$ (4)

      kx=1/(cxcosφcosθ),ky=1/(cycosψ),kz=1/czg=(sinθsinψcosφ-sinφcosψ)/(cosθcosψcosφ)),m=-sinθ/cosθn=-sinψ/cosψ,得到单磁传感器误差参数校正模型:

      图  2  磁传感器坐标轴非正交角

      Figure 2.  Non-orthogonal Angle of Magnetic Sensor Axis

      $$\begin{array}{l} {\mathit{\boldsymbol{B}}_2} = \left[ {\begin{array}{*{20}{c}} {{B_{2x}}}\\ {{B_{2y}}}\\ {{B_{2z}}} \end{array}} \right] = \left[ {\begin{array}{*{20}{c}} {{k_x}}&{m{k_y}}&{g{k_z}}\\ {}&{{k_y}}&{n{k_z}}\\ {}&{}&{{k_z}} \end{array}} \right]\left[ {\begin{array}{*{20}{c}} {{B_{1x}} - {i_x}}\\ {{B_{1y}} - {i_y}}\\ {{B_{1z}} - {i_z}} \end{array}} \right]\\ \;\;\;\;\;\;\;\;\;\;\;\Rightarrow {\mathit{\boldsymbol{B}}_2} = \mathit{\boldsymbol{M}}\left( {{\mathit{\boldsymbol{B}}_1} - \mathit{\boldsymbol{I}}} \right) \end{array} $$ (5)

      参数矩阵MI可将实际输出B1转换为理想输出B2,完成系统误差校正过程。

    • 搭建的磁梯度张量系统因条件限制,各传感器无法保证完全对准安装,加之系统误差校正后,各轴输出方向再次改变,正交系间对准错乱。文献[15]以传感器之一作参考校正非对准误差,但此法不能沿平台正交系转换输出。为保证校正结果的实用性,以平台正交坐标系O-XYZ为参考,校准4个传感器各自非对准误差,如图 3所示。

      图  3  非对准误差校正参考系选择方法对比

      Figure 3.  Comparison of Misalignment Error Calibration Reference System Selection Methods

      旋转3轴可将转换输出至O-XYZ上。定义绕X轴旋转为横倾角α,绕Y轴旋转为俯仰角β,绕Z轴旋转为方位角γ,仅分别存在αβγ时,设:Bα为横倾转换输出;Bβ为俯仰转换输出;Bγ为方位转换输出;AαAβAγ分别为横倾、俯仰、方位旋转矩阵,其公式分别为:

      $$\left\{ \begin{array}{l} {\mathit{\boldsymbol{B}}_\alpha } = \left[ {\begin{array}{*{20}{c}} {{B_{2x}}}\\ {{B_{2y}}{\rm{cos}}\alpha + {B_{2z}}{\rm{sin}}\alpha }\\ {{B_{2z}}{\rm{cos}}\alpha - {B_{2y}}{\rm{sin}}\alpha } \end{array}} \right] = \\ {\rm{}}\left[ {\begin{array}{*{20}{c}} 1&{}&{}\\ {}&{{\rm{cos}}\alpha }&{{\rm{sin}}\alpha }\\ {}&{ - {\rm{sin}}\alpha }&{{\rm{cos}}\alpha } \end{array}} \right]\left[ {\begin{array}{*{20}{c}} {{B_{2x}}}\\ {{B_{2y}}}\\ {{B_{2z}}} \end{array}} \right] = {\mathit{\boldsymbol{A}}_\alpha }{\mathit{\boldsymbol{B}}_2}\\ {\mathit{\boldsymbol{B}}_\beta } = \left[ {\begin{array}{*{20}{c}} {{B_{2x}}{\rm{cos}}\beta - {B_{2z}}{\rm{sin}}\beta }\\ {{B_{2y}}}\\ {{B_{2x}}{\rm{sin}}\alpha + {B_{2z}}{\rm{cos}}\beta } \end{array}} \right] = \\ {\rm{}}\left[ {\begin{array}{*{20}{c}} {{\rm{cos}}\beta }&{}&{ - {\rm{sin}}\beta }\\ {}&1&{}\\ {{\rm{sin}}\beta }&{}&{{\rm{cos}}\beta } \end{array}} \right]\left[ {\begin{array}{*{20}{c}} {{B_{2x}}}\\ {{B_{2y}}}\\ {{B_{2z}}} \end{array}} \right] = {\mathit{\boldsymbol{A}}_\beta }{\mathit{\boldsymbol{B}}_2}\\ {\mathit{\boldsymbol{B}}_\gamma } = \left[ {\begin{array}{*{20}{c}} {{B_{2x}}{\rm{cos}}\gamma + {B_{2y}}{\rm{sin}}\gamma }\\ {{B_{2y}}{\rm{cos}}\gamma - {B_{2x}}{\rm{sin}}\gamma }\\ {{B_{2z}}} \end{array}} \right] = \\ {\rm{}}\left[ {\begin{array}{*{20}{c}} {{\rm{cos}}\gamma }&{{\rm{sin}}\gamma }&{}\\ { - {\rm{sin}}\gamma }&{{\rm{cos}}\gamma }&{}\\ {}&{}&1 \end{array}} \right]\left[ {\begin{array}{*{20}{c}} {{B_{2x}}}\\ {{B_{2y}}}\\ {{B_{2z}}} \end{array}} \right] = {\mathit{\boldsymbol{A}}_\gamma }{\mathit{\boldsymbol{B}}_2} \end{array} \right. $$ (6)

      空间任意姿态3轴输出均能通过3个旋转矩阵相乘转换到参考正交系上。旋转矩阵乘积顺序固定,各轴输出转换顺序随即固定,非对准角校正顺序亦同时固定。传感器理想输出为B2,设对准后的输出为B=[Bx By Bz]T

      设定校正先后顺序为αβγ,则有输出转换:

      $$\mathit{\boldsymbol{B}} = {\mathit{\boldsymbol{A}}_\gamma }{\mathit{\boldsymbol{A}}_\beta }{\mathit{\boldsymbol{A}}_\alpha }{\mathit{\boldsymbol{B}}_2} = \mathit{\boldsymbol{T}}{\mathit{\boldsymbol{B}}_2}$$ (7)

      式中,T为空间任意姿态变换旋转矩阵。由式(7)可将各传感器理想正交输出B2转换至参考平台输出B,完成对准过程。

    • 据上述推导,可将张量系统误差参数模型集成,由式(5)、式(7)得到:

      $$\begin{array}{*{20}{l}} {\left[ {\begin{array}{*{20}{c}} {{B_x}}\\ {{B_y}}\\ {{B_z}} \end{array}} \right] = \left[ {\begin{array}{*{20}{c}} {{\rm{cos}}\gamma }&{{\rm{sin}}\gamma }&{}\\ { - {\rm{sin}}\gamma }&{{\rm{cos}}\gamma }&{}\\ {}&{}&1 \end{array}} \right]\left[ {\begin{array}{*{20}{c}} {{\rm{cos}}\beta }&{}&{ - {\rm{sin}}\beta }\\ {}&1&{}\\ {{\rm{sin}}\beta }&{}&{{\rm{cos}}\beta } \end{array}} \right] \times }\\ \;\;\;\;{{\rm{}}\left[ {\begin{array}{*{20}{c}} 1&{}&{}\\ {}&{{\rm{cos}}\alpha }&{{\rm{sin}}\alpha }\\ {}&{ - {\rm{sin}}\alpha }&{{\rm{cos}}\alpha } \end{array}} \right]\left[ {\begin{array}{*{20}{c}} {{k_x}}&{m{k_y}}&{g{k_z}}\\ {}&{{k_y}}&{n{k_z}}\\ {}&{}&{{k_z}} \end{array}} \right]\left[ {\begin{array}{*{20}{c}} {{B_{1x}} - {i_x}}\\ {{B_{1y}} - {i_y}}\\ {{B_{1z}} - {i_z}} \end{array}} \right]}\\ {\begin{array}{*{20}{c}} {}&{}&{} \end{array} \Rightarrow \mathit{\boldsymbol{B}} = \mathit{\boldsymbol{TM}}\left( {{\mathit{\boldsymbol{B}}_1} - \mathit{\boldsymbol{I}}} \right){\rm{}}} \end{array}$$ (8)

      式(8)为含12个误差参数的集成非线性方程,取N(N>12)个空间姿态的参考平台标准输出B和传感器实际输出B1,可增广为N组线性方程:

      $${\mathit{\boldsymbol{B}}_{3 \times N}} = \mathit{\boldsymbol{TM}}\left( {{\mathit{\boldsymbol{B}}_1}_{_{3 \times N}} - {\mathit{\boldsymbol{I}}_{3 \times N}}} \right)$$ (9)

      为求解式(9)中的12个误差参数,对比多种参数估计算法的优劣,其中Levenberg-Marquardt (LM)[17]是一种最小二乘非线性拟合算法,为高斯牛顿迭代法的改进形式,可提高参数估计性能,其特点是对初始参数不敏感,不需严格设置初始参数,适用于误差参数未知的实际校正情况。文献[18]使用LM算法对相机、磁传感器等系统参数进行估计和校准,并取得了较好效果,且经过验证,在传感器误差校正过程中,相比于其他算法,估计速度更快,性能更可靠。故本文使用LM算法估计参数,其基本思路是:利用泰勒级数展开式近似代替非线性回归模型,经数次迭代运算修正回归系数,使其不断逼近最佳值,实现参数模型残差平方和达到最小。设误差参数向量为$\mathit{\boldsymbol{V}} = {[{\mathit{\boldsymbol{V}}_1}{\rm{}}{\mathit{\boldsymbol{V}}_2}{\rm{}} \cdots {\mathit{\boldsymbol{V}}_{12}}]^{\rm{T}}}$,则迭代过程为:

      $${\mathit{\boldsymbol{V}}_{n + 1}} = {\mathit{\boldsymbol{V}}_n} + {\rm{\Delta }}\mathit{\boldsymbol{V}}$$ (10)

      式中,n为迭代次数,参数变化量表示为[19]

      $$\begin{array}{*{20}{l}} {\left[ {{\mathit{\boldsymbol{J}}^{\rm{T}}}\mathit{\boldsymbol{J}} + \mu \mathit{\boldsymbol{E}}} \right]{\rm{\Delta }}\mathit{\boldsymbol{V}} = - {\mathit{\boldsymbol{J}}^{\rm{T}}}\mathit{\boldsymbol{v}}}\\ {\begin{array}{*{20}{c}} {}&{} \end{array} \Rightarrow \mathit{\boldsymbol{Q}}{\rm{\Delta }}\mathit{\boldsymbol{V}} = - {\mathit{\boldsymbol{J}}^{\rm{T}}}\mathit{\boldsymbol{v}}} \end{array} $$ (11)

      式中,J为参数向量V的雅可比矩阵;E为单位矩阵;μ为调节系数,其满足计算标量值的最小误差;v=[v1(V1)v2(V2)…v12(V12)]T为12个估计参数的误差向量;v1v2v12为误差参数估计的偏差向量;Q为系数矩阵,则对任意μ>0,系数矩阵均为正定,以此保证ΔV为下降通道。Matlab中可调用lsqnonlin函数[20]使用LM算法对式(9)求取最小二乘拟合解向量。

    • 通过Matlab仿真校正过程。设地磁总场强度(total magnetic intensity,TMI)为55 000 nT,磁倾角为60°,磁偏角为-7°,张量系统基线距离0.5 m。为获得全空间方向姿态数据,模拟张量系统依次绕XYZ轴旋转,间隔20°,则每旋转一周采样18次,全空间总共采样183次。将此数据作为平台参考矢量输出,预设各传感器的12个误差参数并仿真出各姿态点实际输出,其3分量空间分布见图 4。为模拟真实测量底噪,加入均值为0 nT、方差为1 nT的高斯噪声。

      图  4  仿真各传感器实际输出与参考输出3分量空间分布

      Figure 4.  Spatial Distributions of Tri-component Output in Full Spatial Direction Postures

      通过提出的非线性集成校正方法对各传感器实际3分量进行校正,同时建立文献[14]的简化线性模型和文献[9]的无简化线性模型以对比校正性能。校正前后各传感器TMI输出均方根误差(root mean square error,RMSE) [20]列于表 1,各张量分量RMSE列于表 2,仿真预设与估计参数列于表 3,其中TMI和张量分量RMSE分别反映传感器的系统误差和轴系非对准误差的校正性能。以传感器1、3的TMI输出和O点处张量BxxByz分量为例,校正前后对比如图 5所示。

      图  5  校正前后传感器TMI输出和系统张量分量对比

      Figure 5.  Comparison of TMI and Tensor Components Before and After Calibration in Simulation

      表 1  仿真校正前后地磁总场强度RMSE对比/nT

      Table 1.  Comparison of RMSE of Total Magnetic Intensity Before and After Calibration in Simulation/nT

      方法 传感器1 传感器2 传感器3 传感器4
      校正前 4 365.93 5 189.90 6 113.56 3 876.43
      文献[14] 296.81 442.70 586.28 476.14
      文献[9] 0.574 8 0.584 5 0.581 1 0.585 8
      本文方法 0.575 1 0.584 6 0.581 3 0.586 2

      表 2  仿真校正前后张量分量RMSE对比/(nT·m-1)

      Table 2.  Comparison of RMSE of Tensor Components Before and After Calibration in Simulation/(nT·m-1)

      方法 Bxx Bxy Bxz Byx Byy Byz
      校正前 7 528.2 14 801.7 17 171.6 8 233.4 9 429.5 9 878.3
      文献[14] 323.6 1 212.1 1 003.6 617.8 706.5 881.0
      文献[9] 1.878 8 1.748 0 1.813 5 1.676 8 1.758 9 1.752 2
      本文方法 1.655 1 1.655 0 1.632 8 1.613 5 1.636 1 1.621 2

      表 3  仿真非线性集成校正误差参数预设值和估计值

      Table 3.  Preset and Estimated Error Parameters of Nonlinear Integrated Vector Calibration in Simulation

      参数 预设误差参数 仿真估计误差参数 PMEA/%
      传感器1 传感器2 传感器3 传感器4 传感器1 传感器2 传感器3 传感器4
      θ/(°) -1.4 1.9 0.9 -2.0 -1.398 1.902 0.900 -2.000 99.79
      φ/(°) 2.8 -2.7 1.8 -2.7 2.802 -2.699 1.799 0.900 99.93
      ψ/(°) 3.1 -2.6 -2.1 -1.9 3.100 -2.601 -2.103 -1.902 99.86
      cx 1.152 1.201 1.091 1.095 1.152 1.201 1.091 1.095 100
      cy 1.064 1.057 0.964 1.074 1.064 1.057 0.964 1.074 100
      cz 0.979 0.964 1.244 0.838 0.979 0.964 1.244 0.838 100
      ix/nT -312 91 184 181 -312.0 91.0 184.0 181.0 100
      iy/nT 97 312 -215 -312 97.0 312.0 -215.0 -312.0 100
      iz/nT -118 257 88 158 -118.0 257.0 88.0 -158.0 100
      α/(°) -0.9 -2.8 2.9 2.8 -0.899 -2.802 2.899 -2.802 99.93
      β/(°) -2.7 1.5 1.9 0.9 -2.698 1.501 1.902 0.900 99.89
      γ/(°) 1.2 3.3 -2.1 -2.3 1.197 3.300 -2.101 -2.298 99.75

      输出RMSE计算公式[20]为:

      $${E_{{\rm{RMS}}}} = \sqrt {\left( {\sum\limits_{i = 1}^N {{{\left( {B{c_i} - {B_i}} \right)}^2}} } \right)/N} $$ (12)

      式中,Bi为第i个姿态点平台参考输出;BCi为该点校正输出;N为姿态数。

      据仿真结果可知,匀强磁场时,相比文献[14]的简化线性校正,本文提出的非线性集成矢量校正与文献[9]的无简化两步线性校正在高斯噪声误差范围内,均能从理论上实现构建模型的系统误差精确校正,但文献[9]的参数最低估计准确率(parameters minimum estimation accuracy,PMEA)只有86%[9]。由于分步过程求解非对准角不匹配,且分步造成变量转换偏差,参数估计准确率不高,这也是两步法无法避免的。本文方法PMEA高达99.75%,在理想情况下能实现该误差参数模型的无损校正。

    • 搭建平面十字磁梯度张量系统,包含4个Bartington公司生产的磁通门传感器、铝合金十字架、铝铜合金3轴无磁转台、数据采集卡和软件终端。无磁转台主要技术参数如下:(1)方位角定向旋转范围为360°,俯仰和横倾角均为±40°; (2)3个欧拉角的位置精度限于±6'。采用阿尔泰公司USB2852数据采集卡,它具有16通道同步数据采集功能和16位分辨率。

      校正实验如图 6所示,实验地点为某地磁干扰较少、环境场稳定的野外,系统基线距离0.4 m,环境温度29 oC。实验时间选为下午6点,以尽量避免地磁日变影响。使用标量质子磁强计确定较稳定的磁环境测量点,测得该处系统旋转空间范围内平均TMI标量Bs为53 911. 48 nT。

      图  6  磁梯度张量系统校正实验

      Figure 6.  Calibration Experiment of Magnetic GradientTensor System

      实验过程分为两部分:(1)平台围绕Z轴旋转1周进行标准测量;(2)随机转动无磁平台进行任意空间姿态测量。标准测量时每10°采样1次,则绕Z轴1周过程中共采样36次。随机采样100次以增加数据量,避免偶然性结果并验证其校正适应性能。实验总共采样得到136组不同姿态数据,每组包含4个传感器各姿态磁场3分量输出,据式(2)可得到BO,以||BO||2为参考对BO进行线性校正,得到“人造”平台参考矢量输出B。计算||B||2为53 902.87 nT,与Bs偏差在10 nT内,故该矢量校正可信度较高。

      分别使用文献[14]、文献[9]和本文方法估算出4个传感器共48个误差参数后,对输出进行校正,各传感器TMI校正效果对比见图 7,其RMSE列于表 4。由于环境非匀强磁场且存在日变及干扰,故真实各姿态TMI并非恒定而是波动变化的,本文采用136组平台参考输出B,模拟实测TMI随姿态变化波动并在图 7中作参考。校正前后系统张量6个独立分量见图 8,其RMSE列于表 5。对比文献[9]和文献[15]中以传感器之一为参考的方法,取标准测量的36组姿态,校正前后各传感器磁场3分量空间分布如图 9所示。

      图  7  传感器TMI校正前后对比

      Figure 7.  Comparison of Total Magnetic Intensity Before and After Calibration in Experiment

      图  8  系统张量分量校正前后对比

      Figure 8.  Comparison of Tensor Components Before and After Calibration in Experiment

      图  9  校正前后标准测量36组姿态磁场3分量空间分布

      Figure 9.  Spatial Distributions of Tri-components Before and After Calibration of the First 36 Postureswith Standard Measurement

      表 4  实验传感器校正前后总场强度RMSE对比/nT

      Table 4.  Comparison of RMSE of TMI Before and After Calibration in Experiment/nT

      方法 传感器1 传感器2 传感器3 传感器4
      校正前 536.10 482.39 621.70 1 028.26
      文献[14] 24.687 5 20.510 6 31.586 4 69.698 0
      文献[9] 8.728 9 10.303 6 11.383 7 7.558 6
      本文方法 1.714 4 1.287 5 1.302 4 0.963 4

      表 5  实验校正前后各姿态张量分量RMSE对比/(nT·m-1)

      Table 5.  Comparison of RMSE of Tensor Components Before and After Calibration in Experiment/(nT·m-1)

      方法 Bxx Bxy Bxz Byx Byy Byz
      校正前 4 365.18 958.38 2 211.11 3 425.93 1 849.67 1 474.37
      文献[14] 83.154 8 167.699 143.597 201.684 149.841 256.933
      文献[9] 46.222 6 34.633 8 61.145 4 92.466 4 84.255 7 96.244 3
      本文方法 21.354 7 33.047 0 39.580 9 20.795 2 16.150 8 46.257 5

      经对比可知,文献[14]的简化线性校正张量分量精度较低;按照计算要求,文献[9]的线性校正方法必须以标量Bs作为参考,易产生过校正现象,而本文非线性集成校正后,传感器能准确拟合平台参考输出,TMI的RMSE降至2 nT内,在上述矢量参考偏差范围内校正精度较高。对于非对准误差,利用文献[15]的方法对准后,虽获得较好同轴度,但不能沿平台输出, 故实用性欠佳;文献[9]因过校正导致校正后传感器与平台参考输出重合性能受影响,而§3仿真过程的参考TMI设为恒定,故未出现过校正现象。非线性集成校正张量分量RMSE降低更明显,且由图 9可知,传感器与平台参考输出重合性能更好。

      为验证本文方法估计出的48个误差参数的鲁棒性能,重新选择测量点再次实验,两次实验估计结果列于表 6,各参数在千分位精度下复现率高于90%,表明校正结果稳定可靠。实际测量过程中,利用得到的48个参数通过式(9)对测量数据可进行一次性误差补偿,数据处理高效且稳定。

      表 6  两次校正实验张量系统估计误差参数

      Table 6.  Estimated Error Parameters of Tensor System After Two Calibration Experiments

      参数 传感器1 传感器2 传感器3 传感器4
      实验1 实验2 实验1 实验2 实验1 实验2 实验1 实验2
      θ/(°) -0.252 -0.255 0.705 0.701 -0.109 -0.110 0.819 0.822
      φ/(°) -3.478 -3.479 3.071 3.088 -3.146 -3.151 3.174 3.175
      ψ/(°) 0.888 0.885 0.865 0.871 -1.793 -1.797 2.498 2.484
      cx 0.998 0.997 1.006 1.005 0.994 0.996 1.004 1.004
      cy 1.002 1.002 0.998 0.999 1.002 1.002 1.001 1.002
      cz 0.997 0.997 1.003 1.002 1.001 1.000 1.000 0.999
      ix/nT 276.2 259.1 302.3 301.7 -187.2 -183.9 -391.5 -399.1
      iy/nT -224.2 -220.7 213.9 220.6 235.3 228.6 -225.1 -223.8
      iz/nT 63.5 68.9 -74.3 -75.5 -18.2 -17.7 29.4 -28.9
      α/(°) 0.676 0.677 -0.905 -0.907 -0.481 -0.485 0.699 0.698
      β/(°) -0.865 -0.866 0.241 0.248 0.768 0.769 -0.155 -0.152
      γ/(°) -2.149 -2.152 1.633 1.613 -1.381 -1.379 1.885 1.891
    • 本文提出了磁梯度张量系统非线性集成矢量校正方法。通过建立十字张量系统集成误差模型,利用Levenberg-Marquardt算法实现了非线性方程组的最小二乘拟合,一次性估计出系统48个误差参数。由于采用单传感器多姿态矢量输出校正,该方法适用于任何3轴磁传感器、加速度计准确高效,可对张量测量仪器进行批量快速校准。对比文献[14]、文献[9]、文献[15]的校正方法,在理想匀强磁场情况下,本文非线性集成校正仿真参数估计准确率接近100%,且由于集成参数模型不存在两步法转换失真和参数求解顺序固定的缺陷,实验中对随姿态改变产生波动的参考TMI输出具有跟踪校正能力,有效避免了线性校正必须将TMI设为定值以参与线性方程组求解的过校正问题。本文方法未考虑传感器温度系数、非线性度和硬软磁干扰等因素对张量系统精度的影响,且该方法以平台矢量输出为校正参考的依耐性较强,后期可采用更灵敏和高帧数的磁强计进行多姿态磁场矢量测量作为张量系统参考输出,以提高校正准确率和真实性。

参考文献 (20)

目录

    /

    返回文章
    返回