آشکارسازی ناهنجاری مغناطیسی مبتنی بر روش تجزیه حالت تجربی و ویژگی حداقل آنتروپی

Publish Year: 1402
نوع سند: مقاله ژورنالی
زبان: Persian
View: 89

This Paper With 8 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_ELEMAG-11-1_011

تاریخ نمایه سازی: 27 تیر 1402

Abstract:

آشکارسازی ناهنجاری مغناطیسی (MAD)، یک روش غیرفعال برای آشکارسازی هوا پایه اجسام زیرسطحی است. امواج نوری، راداری و صوتی، قادر به عبور از هوای آزاد به محیط آب دریا و نفوذ به عمق آب نبوده، میرا شده و یا به محیط هوا برمی گردند. از طرف دیگر خطوط نیروی میدان مغناطیسی در این مرز بدون تغییر هستند. روش MAD بر اساس اندازه گیری کوچک ترین تغییرات یا اختلال ایجادشده در میدان مغناطیسی زمین براثر عبور یک شئ فرو مغناطیسی و میدان دو قطبی مغناطیسی تولیدشده در اطراف آن، استوار است و به ویژه در آب های کم عمق، یکی از کارآمدترین روش ها به شمار می رود. با توجه به کاهش سریع میدان مغناطیسی با افزایش فاصله، اختلال مغناطیسی تولیدشده توسط هدف مغناطیسی در فاصله دور، معمولا در نویز مغناطیسی، مدفون می شود و به عبارت دیگر نسبت سیگنال به نویز (SNR) پایین می آید. در این مقاله به منظور بهبود عملکرد آشکارسازی اختلال مغناطیسی در SNR پایین، یک روش ترکیبی از MAD مبتنی بر روش تجزیه حالت تجربی (EMD)، و حداقل آنتروپی، پیشنهادشده است. به منظور ارزیابی عملکرد روش، یک دستگاه اندازه گیری الکترونیکی ساخته شده و داده های مغناطیسی به صورت میدانی از دریای کاسپین در محدوده ی بندر انزلی برداشت شده است. این داده ها که آغشته به نویز مغناطیسی محیطی است به روش آنتروپی موردبررسی قرارگرفته است. با توجه به ویژگی آنتروپی، ناهنجاری مغناطیسی هر زمان که آنتروپی زیر آستانه ی تعریف شده تنزل یابد، تشخیص داده می شود. به این ترتیب، روش پیشنهادی برای آشکارسازی ناهنجاری مغناطیسی ضعیف هم موثر است. نتایج آزمایش نشان دهنده احتمال آشکارسازی بالای روش پیشنهادی برای SNR ورودی پایین است. در مقایسه با SNR سیگنال اصلی که ۱۰dB- است، SNR سیگنال بازسازی شده به ۸dB بهبودیافته است. به علاوه، زمان کل به روزرسانی پارامترهای تابع چگالی احتمال PDF) (، نویز حدود ۰/۰۷۵s به دست آمده است.

Authors

مهدی جعفری مقدم

دانشجوی دکترا، دانشگاه جامع امام حسین (ع)، تهران، ایران

حمید رضا خدادادی

دانشیار، دانشگاه جامع امام حسین (ع)، تهران، ایران

پوریا اعتضادی فر

استادیار، دانشگاه جامع امام حسین (ع)، تهران، ایران

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • S. L. Tantum, Y. Yu, and L. M. Collins, “Bayesian ...
  • Z. Guo, D. Liu, Q. Pan, Y. Zhang, Y. Li, ...
  • J. A. Baldoni and B. B. Yellen, “Magnetic tracking system: ...
  • D. Liu, X. Xu, C. Huang et al., “Adaptive cancellation ...
  • J. Ge, S. Wang, H. Dong et al., “Real-time detection ...
  • C. Wan, M. Pan, Q. Zhang, D. Chen, H. Pang, ...
  • A. Sheinker, N. Salomonski, B. Ginzburg, L. Frumkis, and B.- ...
  • A. Sheinker, A. Shkalim, N. Salomonski, B. Ginzburg, L. Frumkis, ...
  • A. Sheinker, B. Ginzburg, N. Salomonski, P. A. Dickstein, L. ...
  • C. Wan, M. Pan, Q. Zhang, F. Wu, L. Pan, ...
  • L. Fan, X. Kang, Q. Zheng et al., “A fast ...
  • Y. Tang, Z. Liu, M. Pan et al., “Detection of ...
  • H. Zhou, Z. Pan, and Z. Zhang, “Magnetic anomaly detection ...
  • B. Ginzburg, L. Frumkis, and B. Z. Kaplan, “Processing of ...
  • L. Fan, C. Kang, H. Hu et al., “Gradient signals ...
  • A. Sheinker, A. Shkalim, N. Salomonski, B. Ginzburg, L. Frumkis, ...
  • S. Liu, J. Hu, P. Li et al., “Magnetic anomaly ...
  • H. Zhao, J. Zheng, W. Deng, and Y. Song, “Semi-supervised ...
  • W. Deng, H. Liu, J. Xu, H. Zhao, and Y. ...
  • S. Nalband, A. Prince, and A. Agrawal, “Entropy-based feature extraction ...
  • C. Wan, M. Pan, Q. Zhang, D. Chen, H. Pang, ...
  • M. Jafari Moghadam, M. Aghababaei, “Design and Construction Laboratory Sample ...
  • نمایش کامل مراجع