团队基于BP神经网络方法的共模噪声抑制算法的研究成果发表在IEEE Sensors Journal
[2024-04-01]
团队在共模噪声抑制领域取得了新的研究进展，针对环境背景噪声处理的问题，提出了一种基于BP神经网络的共模噪声抑制方法。相关研究成果以“Low-frequency environmental magnetic noise elimination based on a neural network algorithm for TMR sensor arrays”为题目，于2024年4月收录于国际著名期刊IEEE Sensors Journal，第一作者为高俊奇教授，沈莹教授为论文的通讯作者。
隧道磁阻（TMR）传感器已显示出在弱磁场中工作的能力。然而，环境磁噪声限制了它们在开放环境磁场检测中的应用。本文为 TMR 传感器阵列提出了一种基于BP神经网络的新型背景噪声消除方法。根据仿真结果，与传统的相干系数法相比，基于 BP 的降噪方法能更有效地消除背景噪声。因此，传感器的信噪比（SNR）可提高 20 dB 以上。我们使用 TMR 传感器阵列对该算法进行了验证，结果表明，在开放式现场测试中，该算法能够大大提高传感器阵列的探测极限。
