一种三轴磁力计在线校准方法
    1.
    发明公开

    公开(公告)号:CN116520229A

    公开(公告)日:2023-08-01

    申请号:CN202310398821.4

    申请日:2023-04-14

    Abstract: 本发明公开了一种三轴磁力计在线校准方法,根据无迹变换原理,结合k时刻状态估计值和协方差矩阵生成sigma点;将sigma采样点代入观测方程,得到预测的观测量;将预测观测量通过加权求和得到系统预测的均值和协方差;根据三轴磁力计输出计算测量值;更新卡尔曼增益后,计算系统的状态更新和协方差更新;使用计算结果对磁力计结果修正并继续k+1时刻的校准工作直至磁力计停止工作。本发明只需用水平旋转,不需要进行复杂繁琐的校准操作,降低计算量并保证算法收敛,提高稳定性。

    一种基于更小损失的动态随机性增强的小样本学习方法

    公开(公告)号:CN114429570A

    公开(公告)日:2022-05-03

    申请号:CN202111429857.1

    申请日:2021-11-29

    Abstract: 本发明提供一种基于更小损失的动态随机性增强的小样本学习方法,该方法包括数据增强和模型设计。所述的数据增强采用基于更小损失的随机自动数据增强策略,以增强数据在特定分布下的随机性。所述的模型架构设计采用三元网络(Triplet network),训练方式选择预训练模型(Pre‑trained)加微调(Fine‑tune),利用大数据模型训练的参数,学习了足够的一般性特征的泛化能力,避免模型面临小样本时较快过拟合。一路网络使用动量更新参数,另外两路根据各自的损失值大小来分别采用随机梯度下降与复制随机梯度下降后的参数,目的是使通过动量更新后的参数与另外两路网络参数保持相似但不相同,让神经网络可以充分学习数据中的特征,提高小样本学习模型的精度。

    一种基于更小损失的动态随机性增强的小样本学习方法

    公开(公告)号:CN114429570B

    公开(公告)日:2024-10-01

    申请号:CN202111429857.1

    申请日:2021-11-29

    Abstract: 本发明提供一种基于更小损失的动态随机性增强的小样本学习方法,该方法包括数据增强和模型设计。所述的数据增强采用基于更小损失的随机自动数据增强策略,以增强数据在特定分布下的随机性。所述的模型架构设计采用三元网络(Triplet network),训练方式选择预训练模型(Pre‑trained)加微调(Fine‑tune),利用大数据模型训练的参数,学习了足够的一般性特征的泛化能力,避免模型面临小样本时较快过拟合。一路网络使用动量更新参数,另外两路根据各自的损失值大小来分别采用随机梯度下降与复制随机梯度下降后的参数,目的是使通过动量更新后的参数与另外两路网络参数保持相似但不相同,让神经网络可以充分学习数据中的特征,提高小样本学习模型的精度。

    一种基于全连接神经网络的磁异常探测方法

    公开(公告)号:CN116244627A

    公开(公告)日:2023-06-09

    申请号:CN202310124759.X

    申请日:2023-02-16

    Abstract: 本发明提供一种基于全连接神经网络的磁异常探测方法,将弱磁异常探测准换成二分类问题,即识别磁异常信号是否存在于磁异常信号的二分类问题。特征信息的选取是该方法决定分类精度的关键问题。本方法从磁异常信号自身的物理特性出发,选择目标磁矩和最小熵特征作为特征信息,作为神经网络的输入,构建基于全连接神经网络的弱磁异常探测模型,利用此模型对磁场信号进行分类,实现弱磁异常探测,如图3所示。因为本方法在低信噪比下,能够高性能的识别地识别磁异常,并且不需要手动设置检测阈值,有更好的自适应能力。

    一种低功耗高精度微型三轴TMR地磁探测系统及其校准方法

    公开(公告)号:CN115755202A

    公开(公告)日:2023-03-07

    申请号:CN202211477000.1

    申请日:2022-11-23

    Abstract: 本发明提供一种低功耗高精度微型三轴TMR地磁探测系统及其校准方法,采用了新型TMR磁探测技术,在弱磁探测领域对比其他磁探测技术有高动态范围和高灵敏度的优势;本发明简化了电路结构,采用各类低功耗元件和合理的设计降低了系统功耗,相比传统磁探测系统大大减小了体积,减小了功耗,以适应产品微型化的趋势;本发明采用了高分辨率ADC,再配合传感器校准方法,可以大大提高测量精度,并输出通用数字信号方便使用。

Patent Agency Ranking