低信噪比下磁异常信号的相似性度量与识别方法

"基于正交基函数-编辑距离的低信噪比下磁异常信号相似性度量方法" 本文探讨的是在低信噪比环境下，如何有效地衡量磁异常信号的相似性，这对于磁异常探测（MAD）中的目标识别至关重要。磁异常探测是一种广泛应用的技术，不受传播媒介和气候条件的影响，适用于水下目标检测、矿物勘探、交通监控和安防检测等领域。通过分析磁异常信号，可以获取如目标的距离、速度、方位以及磁矩等关键信息。 现有的信号检测算法，如正交基函数检测、熵滤波器和高阶交叉检测，能够确定目标的存在，但这些方法仅触及了磁异常信号潜在信息的表面。为了深入进行目标识别，需要对磁异常信号进行相似性度量。这通常涉及到曲线相似性度量算法，其中包括全局匹配法和局部匹配法。 全局匹配法如欧氏距离法和动态时间扭曲（DTW）考虑了所有点的匹配，但对噪声敏感。相比之下，局部匹配法如编辑距离（EDR）、最长公共子序列（LCS）和弗雷歇距离法更为灵活。编辑距离通过量化匹配点间的距离为0和1，减少了噪声的影响，其鲁棒性优于DTW和Fréchet距离。然而，LCS忽视了曲线间的不相似部分，可能导致识别结果不准确。 在低信噪比的情况下，传统的曲线相似性度量方法效果不佳，因为磁异常信号可能被强烈的地磁场噪声所掩盖。为了解决这个问题，可以采用卷积盲源分离等复杂技术来提取磁异常信号，但这些方法可能增加系统的复杂性，并在信号处理过程中引入额外的误差。 基于正交基函数的方法可能提供一种更有效的解决方案，它可以将信号分解成一组正交基，然后在这些基上应用编辑距离或其他局部匹配算法。这种方法可能更适应于低信噪比环境，因为它可以更好地分离信号与噪声，提高匹配的准确性。 本文的重点在于探索如何在噪声环境中，通过结合正交基函数和编辑距离，设计出一个优化的相似性度量方法，以提升磁异常信号的识别效率和准确性。这样的方法对于改进磁异常探测系统和提升其在各种复杂环境下的应用性能具有重要意义。