利用Weaver海浪模型,对拖曳式Overhauser海洋磁场传感器海浪磁噪声与深度、波幅等之间的关系进行了理论分析,证明了在极端海况条件下对海浪磁噪声进行抑制的必要性.为提高海洋磁测灵敏度,提出了一种基于改进的Sage-Husa自适应Kalman算...利用Weaver海浪模型,对拖曳式Overhauser海洋磁场传感器海浪磁噪声与深度、波幅等之间的关系进行了理论分析,证明了在极端海况条件下对海浪磁噪声进行抑制的必要性.为提高海洋磁测灵敏度,提出了一种基于改进的Sage-Husa自适应Kalman算法的海浪磁场噪声抑制方法.仿真结果表明,该方法能在不需要先验的噪声统计或实时参考噪声的情况下,实现磁场噪声协方差的快速收敛;且与常规的Sage-Husa算法相比,改进后的Sage-Husa算法降低了对初始参数的依赖性.另外,设计了一种拖曳式Overhauser海洋磁场传感器测试仪来测试上述算法.对比结果表明该方法不仅实现了磁场噪声统计参数的自适应估计,而且比经典Kalman滤波具有更好的滤波效果;此外,海浪磁噪声的功率谱密度由50 p T/Hz1/2@1Hz下降到6 p T/Hz1/2@1Hz.展开更多
文摘利用Weaver海浪模型,对拖曳式Overhauser海洋磁场传感器海浪磁噪声与深度、波幅等之间的关系进行了理论分析,证明了在极端海况条件下对海浪磁噪声进行抑制的必要性.为提高海洋磁测灵敏度,提出了一种基于改进的Sage-Husa自适应Kalman算法的海浪磁场噪声抑制方法.仿真结果表明,该方法能在不需要先验的噪声统计或实时参考噪声的情况下,实现磁场噪声协方差的快速收敛;且与常规的Sage-Husa算法相比,改进后的Sage-Husa算法降低了对初始参数的依赖性.另外,设计了一种拖曳式Overhauser海洋磁场传感器测试仪来测试上述算法.对比结果表明该方法不仅实现了磁场噪声统计参数的自适应估计,而且比经典Kalman滤波具有更好的滤波效果;此外,海浪磁噪声的功率谱密度由50 p T/Hz1/2@1Hz下降到6 p T/Hz1/2@1Hz.