齊明洋 安洋 方雅仟 吉林農業(yè)科技學院電氣與信息工程學院

基于神經(jīng)網(wǎng)絡算法對瞬變電磁儀發(fā)射機信號源信號的處理

齊明洋 安洋 方雅仟 吉林農業(yè)科技學院電氣與信息工程學院

隨著科技的進步，人類探索未知空間的欲望愈來越大，其中地下的未知空間包含了大量的礦產(chǎn)資源，因為地下的物質不同，所以各個物質的電阻率基本不相同，人們依據(jù)這種原理研制了瞬變電磁儀來進行地下未知區(qū)域的探測，在整個探測的過程中發(fā)射機與接收機起到了舉足輕重的地位，本文基于神經(jīng)網(wǎng)絡算法提出發(fā)射機與接收機的聯(lián)機匹配工作，對發(fā)射機的信號源進行校正，進而讓其更加完美的觸發(fā)接收機。

遺傳算法 發(fā)射機 接收機 信號

瞬變電磁儀發(fā)射機發(fā)出信號后需要加載同步信號用于觸發(fā)接收機對信號進行接收，但是理論與實際值存在一定的誤差，進而導致任意波形發(fā)射器不能夠產(chǎn)生有用的波形用于接收機的觸發(fā)，所以本文基于神經(jīng)網(wǎng)絡算法對發(fā)射機的信號進行矯正，使得校正后的波形通過任意函數(shù)發(fā)射器發(fā)出信號用于觸發(fā)接收機接收信號，進而完成對數(shù)據(jù)的處理。

1 神經(jīng)網(wǎng)絡算法的接收與分析

神經(jīng)網(wǎng)絡算法是一種數(shù)學算法，用于解決實際中的應用問題，這種算法類似于人的大腦一樣，一級一級的連接。其中一級與另外一級的連接通過加權連接構成，我們將通過一點到另外一點的過程稱為權重，其中每一級中都會有很多節(jié)點。在每個節(jié)點中都融入一種函數(shù)，目標值經(jīng)過節(jié)點的函數(shù)后進行輸出，我們將這種函數(shù)稱為激勵函數(shù)。

神經(jīng)網(wǎng)絡的建立需要神經(jīng)網(wǎng)絡模型的建立與神經(jīng)網(wǎng)絡的訓練，這種模型的建立類似人類的神經(jīng)網(wǎng)絡，神經(jīng)網(wǎng)絡中的網(wǎng)絡與生物中的神經(jīng)元基本類似。神經(jīng)網(wǎng)絡中的人工神經(jīng)元采取模擬生物神經(jīng)元的數(shù)學模型，是其處理過程的基本單元，它是一個多輸入單輸入的非線性元件。神經(jīng)元的每次輸入都會有一個突出連接強度對其進行衡量，我們用一個連接權值來表示，此過程也就是將輸入信號進行強度放大，即，每一個輸入量（都會伴隨著一個相關聯(lián)的權重經(jīng)過權重的處理后進行全部的求和，這樣就得到唯一一個輸出量，此過程的公式如下式所示：

其中f表示次神經(jīng)元采用的傳遞函數(shù)。

神經(jīng)網(wǎng)絡模型建立后，需要給出輸入與標準的輸出，讓其完成模型的練習與訓練，完成對神經(jīng)網(wǎng)絡的模型調整，進而讓網(wǎng)絡作出正確的反映。本試驗過程的標準信號源采用的是e指數(shù)的信號源，該信號是非線性的，但是瞬變電磁儀在發(fā)射機發(fā)射出信號后，由于接收到的信號是電阻率多變的一類信號，所以信號源需要多組不同的衰減常數(shù)和不同的幅值。針對上述所闡述的情況，神經(jīng)網(wǎng)絡不能夠收斂，所以無法建立一個統(tǒng)一的校正函數(shù)，這就需要對不同參數(shù)值化分為不同的類別，在下文中將介紹在測量中得到校正后的曲線。

2 接收機采集數(shù)據(jù)收集

通過對信號源與仿真波形行對比發(fā)現(xiàn)，信號源與理論值存在一定的誤差，所以需要對信號源的波形進行校正，在矯正的過程中采用的大量的實驗作為訓練基礎，在數(shù)據(jù)的處理過程中采取0．5v為一個劃分，時間常數(shù)劃分采用的是0．0001s，分別采用不同的幅值與時間常數(shù)分別進行實驗。

本試驗過程中共采取60組20類數(shù)據(jù)作為測試，其中40組用作測試組，20組用作訓練組，并且將測試組的數(shù)據(jù)與訓練組的模型進行驗證，將實際測量繪制出的曲線與相同參數(shù)的理論曲線進行擬合。如果數(shù)據(jù)足夠多，就可以建立起強大的數(shù)據(jù)模型，進而使得接收機接收到的數(shù)據(jù)都對應一條理想的衰減曲線，讓其來滿足對接收機的同步觸發(fā)，訓練數(shù)據(jù)如下表1所示：

表1 信號源信號組分類

3 接收機采集數(shù)據(jù)校正分析

如果數(shù)據(jù)越多那么得到的校正結果就更加準確，在本文中僅以20類數(shù)據(jù)為例說明了神經(jīng)網(wǎng)絡算法的處理方式，實驗中以20類數(shù)據(jù)為例建立了相應的對照庫，對另外20組數(shù)據(jù)進行數(shù)據(jù)校正進而來檢驗神經(jīng)網(wǎng)絡算法的正確性。將數(shù)據(jù)通過算法運算后，首先得到的數(shù)據(jù)是類別，如果數(shù)據(jù)庫足夠多那么就可以通過神經(jīng)網(wǎng)絡算法后得到一條由信號源產(chǎn)生的唯一且標準的曲線。

本實驗中對20類數(shù)據(jù)建立了相應的數(shù)據(jù)模型，共采集了40組曲線用作校驗組，在校驗的過程中顯示，除了第一、二類存在誤差導致輸出與結果類別不正確，其余的18類均能夠輸出正確的類別，正確率達到了百分之九十，如果數(shù)據(jù)足夠多，再加上對輸出函數(shù)的進一步調整能夠讓所有的數(shù)據(jù)都輸出正確的結果，下圖1為第五類輸入波形與校正后的對比。

圖1 第5類輸入波形與校正波形對比圖

4 結束語

本文主要闡述了基于神經(jīng)網(wǎng)絡算法對瞬變電磁儀發(fā)射機信號的校正工作，為了讓發(fā)射機的同步信號與接收機能夠更加完美的擬合，使得瞬變電磁儀的測量結果更加準確，進而為我國勘探事業(yè)作出貢獻。

[1]王鼎鴻.瞬變電磁專用信號源的研制[D].成都理工大學，2015.

[2]尹炳琪.瞬變電磁標準信號源研制及接收機測試[D].吉林大學，2013.

[3]胡紹朋.納秒脈沖及阻尼正弦瞬變信號發(fā)生器的研制[D].南京信息工程大學，2013.

本文為吉林農業(yè)科技學院青年基金資助項目（編號：2016Q06）。

齊明洋，吉林農業(yè)科技學院教師，研究方向：新能源與智能控制技術。安洋，國網(wǎng)吉林省電力有限公司白城供電公司，研究方向：電氣工程及其自動化。方雅仟，吉林農業(yè)科技學院電氣工程及其自動化系學生。