基于BP神经网络的主动磁补偿方法、系统、计算机装置、计算机可读存储介质和产品制造方法及图纸

本申请公开了一种基于BP神经网络的主动磁补偿方法、系统、计算机装置、计算机可读存储介质和计算机产品，用于补偿磁屏蔽房中的空间剩磁。所述主动磁补偿方法包括：获取基于空间剩磁的磁场信号，所述磁场信号由磁场矢量传感器对空间剩磁检测而获得，且所述磁场信号依据矢量信息分为多路；接收多路的磁场信号，利用第一BP神经网络对多路磁场信号进行处理，输出相应的控制信号，所述控制信号用于驱动磁场补偿装置对空间剩磁进行负反馈调节。本申请解决了因磁屏蔽房漏磁及线圈不同轴向的磁场耦合等引入的磁场导致的补偿精度低、磁场干扰大等问题，通过BP神经网络的多层前馈机制模拟磁场在三维空间的耦合过程和解耦过程，提高了主动磁补偿的效果。磁补偿的效果。磁补偿的效果。

【技术实现步骤摘要】
基于BP神经网络的主动磁补偿方法、系统、计算机装置、计算机可读存储介质和产品


[0001]本申请涉及极弱磁测量
，特别是涉及一种基于BP神经网络的主动磁补偿方法、系统、计算机装置、和计算机可读存储介质和计算机产品。

技术介绍

[0002]近零磁环境空间是极弱磁测量的必要条件，环境中的空间剩磁越小，测量灵敏度越高。近零磁环境空间对于具有安全性与更高空间分辨率的心脑磁测量、以及前沿物理理论认证等有着重大意义。近年来，随着人工智能技术取得突破，利用量子磁场精密测量方法测量心脑磁并生成新型无损被动高分辨率心脑磁成像来对心脏、大脑活动或病理进行研究是未来的发展趋势。
[0003]为了得到零磁空间，所有活动均在磁屏蔽房中进行。重型屏蔽房通常使用三层及以上坡莫合金屏蔽层，对低频磁场进行屏蔽，再配合纯铝材料进行建造，对高频磁场屏蔽。但因为与磁屏蔽桶相比，磁屏蔽房体积更大，棱角处易产生漏磁，安装和施工过程引入的不良环节更多，各方面因素都限制了磁屏蔽房的屏蔽性能；另外如坡莫合金的高磁导率软磁材料，除了具有磁导率高的特点，还具有矫顽力低的特性。任何铁磁材料如果被磁化了，就会出现磁畴，局部分布且指向不同，并且在测量过程中，由于磁强计的移动或者磁场波动都会导致磁强计无法正常工作。因此为了在磁屏蔽房中产生近零磁环境，必须在磁屏蔽房中加入主动磁补偿装置。
[0004]然而由于磁场在空间中的分布特性，磁场信号在检测时无法避免磁场发生耦合，例如采用三轴磁场线圈进行检测时，磁补偿线圈很难做到三轴完全无耦合，尤其是常用的亥姆霍兹线圈，三轴磁场耦合较为严重，为普通磁场补偿带来困难。在对空间剩磁进行主动磁补偿时，对主动磁补偿负反馈的控制方法而言，一般采用算法简单的最小二乘法、多项式拟合法；但是由于最小二乘法、多项式拟合法和磁场的特性不匹配、以及存在拟合精度低等问题，影响了主动磁补偿的效果。

技术实现思路

[0005]基于此，有必要针对上述技术问题，提供一种基于BP神经网络的主动磁补偿方法。
[0006]本申请基于BP神经网络的主动磁补偿方法，用于补偿磁屏蔽房中的空间剩磁，所述主动磁补偿方法包括：
[0007]获取基于空间剩磁的磁场信号，所述磁场信号由磁场矢量传感器对空间剩磁检测而获得，且所述磁场信号依据矢量信息分为多路；
[0008]接收多路的磁场信号，利用第一BP神经网络对多路磁场信号进行处理，输出相应的控制信号，所述控制信号用于驱动磁场补偿装置对空间剩磁进行负反馈调节。
[0009]以下还提供了若干可选方式，但并不作为对上述总体方案的额外限定，仅仅是进一步的增补或优选，在没有技术或逻辑矛盾的前提下，各可选方式可单独针对上述总体方
案进行组合，还可以是多个可选方式之间进行组合。
[0010]可选的，每路磁场信号是通过多个初始磁场信号经加权运算得到的，每个初始磁场信号采集自不同的空间位置。
[0011]可选的，所述磁场矢量传感器为基于SERF原理的三轴矢量传感器，所述三轴矢量传感器的敏感轴布置方式包括空间上两两垂直的X方向、Y方向、Z 方向，每个方向对应其中一路磁场信号。
[0012]可选的，所述三轴矢量传感器包括多个、且部署于不同的空间位置，各所述三轴矢量传感器分别获取所在位置每个方向的初始磁场信号；
[0013]同一方向的各初始磁场信号经加权运算得到对应的一路磁场信号，其中加权运算时的权重依据是各三轴矢量传感器与磁屏蔽房中待检测目标的距离。
[0014]可选的，基于每路磁场信号，第一BP神经网络的输出层输出对应的一路控制信号，每路控制信号依照与磁场信号相关的矢量信息相应的驱动磁场补偿装置。
[0015]可选的，所述第一BP神经网络由第二BP神经网络经学习训练获得，所述学习训练包括：
[0016]设定训练误差阈值；
[0017]所述第二BP神经网络对至少一部分的样本数据集进行学习训练，获得最优权值矩阵和最优阈值矩阵；
[0018]所述第二BP神经网络采用梯度下降法根据最优权值矩阵和最优阈值矩阵更新权值矩阵和阈值矩阵；
[0019]如果训练误差达到训练误差阈值，则停止学习训练，获得第一BP神经网络。
[0020]可选的，所述第二BP神经网络对至少一部分的样本数据集进行学习训练，获得最优权值矩阵和最优阈值矩阵，具体包括：
[0021]设定所述第二BP神经网络初始权值矩阵和初始阈值矩阵；
[0022]将所述初始权值矩阵和初始阈值矩阵作为粒子群算法中的位置参数；
[0023]利用粒子群算法进行迭代运算，更新粒子的位置参数和速度参数；
[0024]根据迭代运算停止时的位置参数和速度参数、获得粒子的全局最优位置参数，即最优权值矩阵和最优阈值矩阵。
[0025]本申请还提供一种基于BP神经网络的主动磁补偿系统，所述系统包括：
[0026]检测装置，检测磁屏蔽房中的空间剩磁并输出多路磁场信号，所述磁场信号依据矢量信息分为多路；
[0027]计算机装置，接收多路磁场信号，利用第一BP神经网络对多路磁场信号进行处理，输出相应的控制信号；
[0028]磁场补偿装置，接收所述控制信号并相应产生补偿磁场，对屏蔽房中的空间剩磁进行负反馈调节。
[0029]本申请还提供一种计算机装置，包括存储器、处理器及存储在存储器上的计算机程序，所述处理器执行所述计算机程序以实现本申请所述的基于BP神经网络的主动磁补偿方法的步骤。
[0030]本申请还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现本申请所述的基于BP神经网络的主动磁补偿方法的步骤。
[0031]本申请还提供一种计算机程序产品，包括计算机指令，该计算机指令被处理器执行时实现本申请所述的基于BP神经网络的主动磁补偿方法的步骤。
[0032]本申请的基于BP神经网络的主动磁补偿方法、系统、计算机装置和计算机可读存储介质至少具有以下技术效果之一：
[0033]本申请基于BP神经网络的主动磁补偿方法，解决了因磁屏蔽房漏磁及线圈不同轴向的磁场耦合等引入的磁场导致的补偿精度低、均匀区小、磁场干扰大等问题，通过BP神经网络的多层前馈机制模拟补偿磁场在三维空间的非线性耦合过程和解耦过程，从而动态地进行磁场补偿，提高了空间磁场均匀度，减小剩磁，优化了主动磁补偿的效果；
[0034]本申请基于BP神经网络的主动磁补偿方法利用粒子群算法(PSO算法)，在最大化第一BP神经网络的非线性拟合能力的同时，大大提高了大型零磁空间内剩磁的主动补偿精度及对磁扰动的抗干扰能力。
附图说明
[0035]图1为本申请一实施例中基于BP神经网络主动磁补偿方法的流程示意图；
[0036]图2为图1中所述方法的原理框图；
[0037]图3为本申请一实施例中第二BP神经网络学习训练的流程示意图；
[0038]图4为本申请一实施例中BP神经网络控制模型的结构示意图；...

【技术保护点】

【技术特征摘要】
1.基于BP神经网络的主动磁补偿方法，用于补偿磁屏蔽房中的空间剩磁，其特征在于，所述主动磁补偿方法包括：获取基于空间剩磁的磁场信号，所述磁场信号由磁场矢量传感器对空间剩磁检测而获得，且所述磁场信号依据矢量信息分为多路；接收多路的磁场信号，利用第一BP神经网络对多路磁场信号进行处理，输出相应的控制信号，所述控制信号用于驱动磁场补偿装置对空间剩磁进行负反馈调节。2.根据权利要求1所述的主动磁补偿方法，其特征在于，每路磁场信号是通过多个初始磁场信号经加权运算得到的，每个初始磁场信号采集自不同的空间位置。3.根据权利要求1所述的主动磁补偿方法，其特征在于，所述磁场矢量传感器为基于SERF原理的三轴矢量传感器，所述三轴矢量传感器的敏感轴布置方式包括空间上两两垂直的X方向、Y方向、Z方向，每个方向对应其中一路磁场信号。4.根据权利要求3所述的主动磁补偿方法，其特征在于，所述三轴矢量传感器包括多个、且部署于不同的空间位置，各所述三轴矢量传感器分别获取所在位置每个方向的初始磁场信号；同一方向的各初始磁场信号经加权运算得到对应的一路磁场信号，其中加权运算时的权重依据是各三轴矢量传感器与磁屏蔽房中待检测目标的距离。5.根据权利要求1所述的主动磁补偿方法，其特征在于，基于每路磁场信号，第一BP神经网络的输出层输出对应的一路控制信号，每路控制信号依照与磁场信号相关的矢量信息相应的驱动磁场补偿装置。6.根据权利要求1所述的主动磁补偿方法，其特征在于，所述第一BP神经网络由第二BP神经网络经学习训练获得，所述学习训练包括：设定训练误差阈值；所述第二BP神经网络对至少一部分的样本数据集进行学习训...

【专利技术属性】
技术研发人员：宋欣达，龙腾跃，马建，周斌权，
申请(专利权)人：杭州诺驰生命科学有限公司，
类型：发明
国别省市：