团队基于粒子群优化算法的掩埋未爆弹高精度深度估计与磁矩反演的应用研究成果发表在IEEE Transactions on Geoscience and Remote Sensing
[2025-09-25]
团队在航磁探测领域取得了新的研究进展，针对掩埋小目标深度定位误差以及磁矩估计误差较大的问题，通过安德森函数构建垂向梯度，结合粒子群优化算法实现掩埋小目标的高精度深度与磁矩估计。相关研究成果以“High-precision Depth and Magnetic Moment Inversion of Buried Unexploded Ordnance Based on Particle Swarm Optimization Algorithm”为题目，于2025年9月收录于国际著名期刊IEEE Transactions on Geoscience and Remote Sensing，第一作者为陈之岳，沈莹教授为论文的通讯作者。
采用双标量磁力计构建垂直梯度计，并基于安德森函数计算垂向梯度。结合粒子群优化(PSO)算法，通过融合探测轨迹、磁场数据及垂向梯度信息，实现对目标水平位置、磁矩大小和深度的联合估计。进一步研究了计算时间(tc)与粒子数量(N)对算法精度的影响，蒙特卡洛仿真结果显示，在tc = 40 s、N = 100时，算法达到最优估计精度。在面积为96 m²的室外场地中，随机布设三种类型的目标进行实测验证，并对比分析了遗传算法（GA）、最小二乘法（LSM）与所提 PSO 算法在参数反演中的精度。实验结果表明，PSO算法具有最高的反演精度，其最大空间定位误差e(x，y，z)max = (0.10 m，0.13 m，0.10 m)。具体来说，深度误差ezmax ≤ 0.10 m，平均磁矩估计误差为eave = 5.23%。室外实验验证了所提出的空间定位与磁矩反演方法在未爆弹探测方面具有良好的应用潜力，特别是考虑到其深度定位精度和磁矩幅度估计精度的优势。此外，本研究提出的方法对于未爆弹的识别具有重要意义，并为后续区分未爆弹和碎片的工作奠定了基础。
