---

团队在磁异常探测领域取得新进展，研究成果发表于《IEEE Transactions on Geoscience and Remote Sensing》

[2026-06-05]

---

团队在复杂噪声背景下微弱磁异常信号检测领域取得重要研究进展，提出了一种基于同步压缩短时傅里叶变换与注意力增强残差网络的磁异常检测方法（SSFT–ResNet-CBAM），有效提升了低信噪比条件下磁异常信号的检测精度与鲁棒性。相关研究成果以“Robust and Accurate Magnetic Anomaly Detection under Complex Noise Using Synchrosqueezed Short-Time Fourier Transform and Attention-Based Residual Network”为题，发表于国际权威期刊《IEEE Transactions on Geoscience and Remote Sensing》。论文第一作者为张鹏飞导师，硕士研究生李长隆为第二作者，通讯作者为沈莹教授。

团队在复杂噪声背景下微弱磁异常信号检测领域取得重要研究进展，提出了一种基于同步压缩短时傅里叶变换与注意力增强残差网络的磁异常检测方法（SSFT–ResNet-CBAM）。该方法结合SSFT高分辨率时频分析与CBAM注意力机制，实现了复杂噪声条件下弱磁异常特征的增强与噪声抑制，有效提升了低信噪比条件下的检测精度与鲁棒性。

针对传统磁异常检测方法在复杂环境中存在检测精度低、虚警率高等问题，研究团队利用SSFT对磁场时间序列进行二维时频表征，并结合ResNet18与CBAM网络实现关键特征的自适应提取。研究结果表明，SSFT方法在时频能量聚集性方面显著优于STFT、CWT及WVD等传统方法，其Rényi熵最低达到4.88，表现出更优的弱信号表征能力。在数值仿真实验中，研究团队构建了包含16000组样本的数据集，并基于无人机航磁实测背景噪声开展算法验证。在−3 dB低信噪比条件下，所提出方法检测准确率达到77.4%，明显优于OBF、ME、SVM及1D-CNN等传统与深度学习方法，同时虚警率降低至6.1次/km。

此外，团队基于TRU100-23无人机航磁探测平台开展了多组外场实验。结果表明，该方法在真实复杂环境下仍能够实现94%的检测准确率，并取得2.0次/km的最低虚警水平，验证了其良好的工程适用性与鲁棒性。 该研究为低信噪比条件下微弱磁异常信号检测提供了新的技术方案，对无人机航磁探测、水下无人平台目标搜索及智能磁异常探测等领域具有重要应用价值。