[发明专利]一种基于无线通信技术的地磁测量系统及其温度补偿方法

权利要求书

1.一种基于无线通信技术的地磁测量系统，由传感器部件和处理终端两部分组成；其特征在于：所述传感器部件是：磁编码器（1）、温度传感模块（2）和三轴重力传感模块（3）通过三轴重力传感器温度硬件补偿模块（5）连接微处理器（8），三轴巨磁阻传感模块（4）通过三轴巨磁阻传感器温度硬件补偿模块（6）和信号调理模块（9）连接微处理器（8），微处理器（8）还连接射频电路（11）和编程接口（12），电池（10）经电源管理模块（7）为各器件提供工作电源；所述处理终端是一个ARM处理器（18）连接以太网口（13）、信号放大模块（14）、射频电路（15）、EEPROM（16）、WIFI模块（17）、液晶触摸屏（19）和DSP（21），电源模块（20）为各器件提供工作电源。

2.根据权利要求1所述的基于无线通信技术的地磁测量系统，其特征在于：所述电池（10）为微处理器（8）和电源管理模块（7）提供稳定电源；所述电源管理模块（7）在微处理器（8）的控制下周期性的为磁编码器（1）、温度传感模块（2）、三轴重力传感模块（3）、三轴巨磁阻传感模块（4）、三轴重力传感器温度硬件补偿模块（5）、三轴巨磁阻传感器温度硬件补偿模块（6）、信号调理模块（9）、射频电路（11）和编程接口（12）提供稳定电源；所述磁编码器（1）采集传感器部件的运行速度，温度传感模块（2）采集温度信息，三轴重力传感模块（3）采集重力信息并经三轴重力传感器温度硬件补偿模块（5）补偿，三轴巨磁阻传感模块（4）采集磁场信息并经三轴巨磁阻传感器温度硬件补偿模块（6）补偿及信号调理模块（9）处理后与速度信息、温度信息和重力信息一起传送给微处理器（8），微处理器（8）进行信息整合后通过射频电路（11）将数据无线发送给处理终端。

3.权利要求1所述的基于无线通信技术的地磁测量系统，其特征在于：所述电池模块（20）为以太网口（13）、信号放大模块（14）、射频电路（15）、EEPROM（16）、WIFI模块（17）、ARM处理器（18）、液晶触摸屏（19）和DSP（21）供电；在数据发送过程中，ARM处理器（18）将需要发送的数据通过信号放大模块（14）进行处理后由射频电路（15）发送；在数据接收过程中，ARM处理器（18）从射频电路（15）接收数据，并根据需要将数据送入EEPROM（16）和DSP（21）进行数据存储和数据处理；所述液晶触摸屏(19)用于信息显示和命令输入；所述以太网口（13）通过Internet实现处理终端与PC机之间的通信；所述WIFI模块（17）通过无线模式实现处理终端与Internet之间的信息交换。

4.权利要求1所述的基于无线通信技术的地磁测量系统，其特征在于：一个处理终端可以同时和多个传感器部件进行通信，可以根据实际使用需求选择传感器部件的数量。

5.一种基于无线通信技术的地磁测量系统的基于遗传算法的Marr小波基Elman神经网络温度补偿方法，采用权利要求1所述基于无线通信技术的地磁测量系统进行温度补偿，其特征在于运行的步骤如下：

1) 系统上电后初始化：传感器部件中微处理器（8）、处理终端中ARM处理器（18）、EEPROM（16）及DSP（21）初始化；

2）建立无线连接:处理终端与传感器部件之间建立无线通信连接；

3）信号采集：处理终端向传感器部件发出采集命令后，微处理器（8）控制电源管理模块（7）周期性的为磁编码器（1）、温度传感模块（2）、三轴重力传感模块（3）、三轴巨磁阻传感模块（4）、信号调理模块（9）、射频电路（11）供电，同时微处理器（8）将采集到的信息周期发送给处理终端，ARM处理器（18）将接收到的磁场、温度、重力、速度数据输入到DSP（21）中；

4）DSP（21）根据基于遗传算法的Marr小波基Elman神经网络训练好的模型对接收到的磁场和温度信息进行处理，减小三轴巨磁阻传感模块（4）的零点温漂和灵敏度温漂，提高磁场测量的精度；然后，DSP（21）将经过温度补偿的磁场数据结合重力信息和速度信息计算出地磁坐标系下的地磁场测量值；

5）ARM处理器（18）将DSP（21）处理后的数据存入EEPROM（16）中并经液晶触摸屏（19）显示出来，同时PC机可以通过以太网接口（11）查看测量结果；返回步骤4）。

6.根据权利要求5所述的基于无线通信技术的地磁测量系统的基于遗传算法的Marr小波基Elman神经网络温度补偿方法，其特征在于所述步骤4）中基于遗传算法的Marr小波基Elman神经网络模型训练的具体步骤如下：

归一化数据样本值，公式如下：

，，

式中：

为第i组样本归一化后的温度值，为第i组样本的温度值，为样本中的最大温度值，为样本中的最小温度值；

为第i组样本归一化后的磁场值，为第i组样本的磁场值，为样本中的最大磁场值，为样本中的最小磁场值；

为第i组样本归一化后的巨磁阻传感器输出电压，为第i组样本巨磁阻传感器的输出电压，为巨磁阻传感器的最大输出电压，为巨磁阻传感器的最小输出电压；

利用非线性小波基函数Marr小波取代非线性 Sigmoid 函数，则Marr小波基Elman神经网络的函数为：

其中为神经网络的输入层函数矢量分别代表温度值和磁场值，为隐层神经元与输入层节之间的连接权函数，为隐层与输出单元之间的连接权值，为关联层神经元与隐层神经元之间的连接权值，为反馈增益,为神经元的输出阈值，K为输出层激励函数，为Marr小波基函数；

 利用遗传算法求解出模型的全局性进化解作为模型的初始解，优化网络结构和参数；

     初始化种群，确定个体编码规则、适应度函数及预定退出条件，对、、、小波伸缩因子和平移因子等进行初始化编码；

训练学习样本，进行个体的适应度计算；

判断是否满足预设退出条件，满足则输出初始解并进入步骤，不满足则进入步骤；

通过新群体最高适应值与父群体最高适应值做比较，进行最优保存，进行交叉变异操作，产生新的种群，返回步骤；

以步骤中初始解为Marr小波基Elman神经网络初始权值，利用Marr小波基Elman神经网络进行训练，输出结果；

计算网络输出值与期望输出值之间的误差；

判读误差是否小于预设误差值，大于则转入步骤进行新的训练，直到误差满足要求为止，小于则停止，并输出训练参数确定网络结构。