TY -的A2 -香港,sang hoon AU -风扇,李明AU -康,庄盟——王,Huigang AU -胡,浩盟——邹明梁PY - 2020 DA - 2020/08/28 TI -自适应磁异常检测方法集成经验模态分解和最小熵特性SP - 8856577六世- 2020 AB -由于快速磁场随距离的衰减,产生的磁异常远程磁性目标通常是埋在磁噪音。为了提高性能的磁异常检测低信噪比(疯了),我们提出了一种自适应方法的疯狂合奏经验模态分解(EEMD)和最小熵(我)特性。磁数据分解成多个固有模态函数(货币)由EEMD不同尺度。根据已定义的标准,电磁噪声和磁信号重构是基于货币基金,分别。磁信号重建的熵特征提取基于噪声的概率密度函数(PDF)更新的重建磁噪音。最小熵方法,相比传统的熵特征提取方法是更加明显。检测到磁异常时低于阈值熵的特性。因此,有效揭示了弱磁异常的方法。测量磁噪音是用于验证该方法的性能。结果表明,该方法的检测概率高较低的输入信噪比。 SN - 1687-725X UR - https://doi.org/10.1155/2020/8856577 DO - 10.1155/2020/8856577 JF - Journal of Sensors PB - Hindawi KW - ER -