本发明属于地球物理瞬变电磁法领域，具体涉及一种基于特征反演的车载阵列式探测方法及系统。
背景技术：
地球物理方法作为一种强有力的勘探方法，一直以来在勘探领域中有着非常重要的地位。其中，对于金属类的目标体，磁法和电法是用得比较广泛的两种方法。磁法勘探是用得比较广的一种勘探手段，但由于磁法使用的是地球磁场，属于被动源，当探测的区域存在磁性杂质时，低阻目标体的磁异常信号可能被其他干扰源覆盖，很难通过等磁线图来判断低阻目标体的位置。此外，当地磁环境较复杂的情况下，探测的虚警率将大大提高。并且随着社会的发展，要求对其的勘探精度也越来越高，而磁法显然无法满足精细勘探的要求。
瞬变电磁法探测效率高，对目标体的识别能力强，并且受复杂地形影响小，但对于探头布设方向和位置的灵敏度要求高。而传统的方法，无人机探测，在数据采集上，一方面它不能保证布设方向和位置的精度，并且需要进行复杂的姿态纠正，另一方面，无法满足精细勘探的精度要求；在处理解释上，目前有直接反演、视电阻率定义和特征数据库对比这些方法。直接进行反演需要的时间过长，不适用于现场的低阻目标体探测；视电阻率定义也难以保证精度的要求；而简单的特征数据库对比对专业人员要求高，且不适用于复杂的地质情况。
技术实现要素：
本发明的目的在于提供一种基于特征反演的车载阵列式探测方法及系统，用以解决现有技术中的探测方法和装置不能满足精细勘探的精度要求的问题。
为了实现上述任务，本发明采用以下技术方案：
一种基于特征反演的车载阵列式探测方法，包括如下步骤：
步骤1：在工作区内进行第一次探测，获得精确测量区和第一探测响应，所述精确测量区包含于工作区；
步骤2：在步骤1获得的精确测量区内进行第二次探测，获取第二探测响应；
步骤3：根据步骤1获得的第一探测响应和步骤2获得的第二探测响应进行迭代反演，输出完成迭代后反演模型的特征参数，所述特征参数包括目标体的中心点位置、倾向和倾角；
所述迭代反演包括如下子步骤：
步骤a：根据第一探测响应计算特征参数，根据特征参数搜索数值模拟响应的数据库，得到正演响应，所述数值模拟响应数据库中包含多组一一对应的响应和特征参数；
步骤c：将正演响应输入神经网络模型，输出模拟实测响应；
步骤b：根据步骤a得到的特征参数设置反演模型初始的特征参数，将步骤c得到的模拟实测响应和步骤2得到的第二探测响应输入反演模型，对反演模型的特征参数进行迭代更新；
计算每次迭代的迭代误差和迭代次数，若迭代误差大于等于迭代误差阈值或者迭代次数大于等于最大迭代次数，则完成迭代，否则，继续迭代更新。
进一步的，所述第一探测响应、第二探测响应和模拟实测响应包含的物理量为每个时间点沿z轴方向的磁感应强度及其关于时间的一阶导数。
进一步的，步骤b中所述反演模型如式ⅰ：
其中，
进一步的，所述迭代误差阈值为0.005，最大迭代次数区间为[10,20]。
一种基于特征反演的车载阵列式探测系统，包括无人车、机械臂、发射接收装置、无线传输装置以及处理终端；
所述无人车用于在工作区内移动，无人车内安装机械臂、发射接收装置和无线传输装置；所述机械臂用于控制接收发射装置实现探测，并将测量的数据通过无线传输装置实时传输给终端；
所述处理终端获得测量的数据，然后根据上述任一种基于特征反演的车载阵列式探测方法得到目标体的中心点位置、倾向和倾角，完成探测。
进一步的，所述机械臂害用于调整矩形发射线圈的姿态，使其法线方向垂直于水平面。
进一步的，所述接收发射装置包括发射线圈和阵列式接收探头，所述发射线圈内等距离分布6个接收探头，能同时测量6个测量点，阵列式接收探与发射线圈通过非金属材质进行连接固定，阵列式接收探与发射线圈的距离为2到3个测点的距离，接收线圈之间的距离为2个测点的距离。
进一步的，探测过程中机械臂的测量速度为大于0.5m/s且小于1m/s。
进一步的，第二次探测时机械臂测量速度降低为第一次探测时速度的1/3～1/5。
本发明与现有技术相比具有以下技术特点:
(1)抗干扰能力强：从数据采集方面来说，该装置使用了车载式和机械臂，测量高度低，信噪比高，且受气候环境变化影响小，能保持整个测量过程较为稳定；
(2)速度快：从数据采集方面来说，一方面，由于使用了机械臂，所以无需临时铺设测点，只需划分测量区域，另一方面该装置利用了多阵列接收装置，效率远远高于传统的单通道接收；从处理解释上来说，扫面时，直接观测响应图，无需反演和视电阻率定义，即可得到目标体的大致信息；精细勘探时，虽然使用了反演，但由于反演方法中的正演部分利用了数据库的对比进行了替换，极大地提高了反演速度；
(3)精度高：从数据采集方面来说，由于测点的移动测量是机械臂控制，所以能够实现匀速采样和水平采样。匀速采样，测量点位比人工拉的测点要精确，水平采样，降低了由于探头方向和姿态问题引起的误差；从处理解释方面来说，使用了特征反演方法，比直接用正演响应或者视电阻率定义要精确，且反演方法中利用了神经网络将实测进行了对比，使结果更加符合实际情况。
附图说明
图1是工区实施示意图；
图2是改进的六通道接收发射装置示意图；
图2中，星号代表接收线圈，点代表测量点；
图3(a)是水平放置的低阻目标体示意图；
图3(b)是水平放置的低阻目标体正演响应图；
图4(a)是倾向放置的低阻目标体示意图；
图4(b)到图4(g)是不同时刻下倾向放置的低阻目标体正演响应图；
图5是精确测量区圈定示意图；
图6是方法流程示意图。
具体实施方式
本发明的目的是使用车载式探测，增强对各种复杂气候或者环境的抗干扰能力，提高探测精度，然后利用多阵列提高探测速度，利用特征数据库和反演方法的结合来提高处理速度和达到解释精度的要求。首先对发明中提到的技术名词进行解释：
数值模拟响应特征数据库：一种利用理论模型进行数值模拟计算的数据库。
实测响应特征数据库：一种在探测之前在实验室或者在已知情况的工区采集数据，然后通过实际物理模型从而获得大量数据而建立的数据库，其中包含的参数与物理量与数值模拟响应特征数据库相同。
迭代反演：是根据已知地质、地球物理信息，确定一个初始模型，然后正演计算模型的场效应。利用计算值与观测值的差值(剩余值)修改初始模型，然后再正演计算场值，根据比较结果再作模型修改。这样反复迭代，直到计算值与观测值的差值(或均方误差)达到预置精度，最终得到反演结果。
反演模型：是指反演算法中进行迭代计算得到的模型，迭代过程中，该模型的参数种类不变，只是更新数值大小，在本发明中更新的量有目标体的电阻率、位置、倾斜方向和倾斜角度，并且下一次迭代模型将会覆盖上一次的迭代模型。
在本实施例中公开了一种基于特征反演的车载阵列式探测方法，包括如下步骤：
一种基于特征反演的车载阵列式探测方法，包括如下步骤：
步骤1：在工作区内进行第一次探测，获得精确测量区和第一探测响应，所述精确测量区包含于工作区；
步骤2：在步骤1获得的精确测量区内进行第二次探测，获取第二探测响应；
步骤3：根据步骤1获得的第一探测响应和步骤2获得的第二探测响应进行迭代反演，输出完成迭代后反演模型的特征参数，所述特征参数包括目标体的中心点位置、倾向和倾角；
所述迭代反演包括如下子步骤：
所述迭代反演包括如下子步骤：
步骤a：根据第一探测响应计算特征参数，根据特征参数搜索数值模拟响应的数据库，得到正演响应，所述数值模拟响应数据库中包含多组一一对应的响应和特征参数；
步骤c：将正演响应输入神经网络模型，输出模拟实测响应；
步骤b：根据步骤a得到的特征参数设置反演模型初始的特征参数，将步骤c得到的模拟实测响应和步骤2得到的第二探测响应输入反演模型，对反演模型的特征参数进行迭代更新；
计算每次迭代的迭代误差和迭代次数，若迭代误差大于等于迭代误差阈值或者迭代次数大于等于最大迭代次数，则完成迭代，否则，继续迭代更新。
具体的，步骤a中的神经网络模型的建立过程为：将数值模拟响应数据库的正演响应作为神经网络的输入，将实测响应数据库中相应模型的实测数据作为神经网络的输出，通过大量的数据输入和输出，这样可得到一个训练好的用于输入理论值输出模拟实测值的神经网络。
具体的，所述数值模拟响应数据库，一般要记录下每次测量中周围岩石的电阻率(ρb，单位为ω/m)、目标体的电阻率(ρa，单位为ω/m)、目标体在测区的坐标位置(x，y，z，单位为m)、目标体的倾斜角度(是指目标体在xoz平面上的投影与z轴正方向的夹角
具体的，所述数值模拟响应数据库和实测响应数据库所对应的典型理论模型和实际物理模型在实际使用时需要保证：1.保证两种模型的周围岩石的电阻率近似相同；2.保证两者目标体的电阻率相同；3.两者模型目标体在测区的坐标位置相同，其倾斜方向和角度也要相同。
具体的，正演响应是指给定或者已知地下介质中周围岩石的电阻率、目标体的电阻率和形态位置后，建立模型并根据数值方法计算得到的电场、磁场三分量的大小。在本文中正演响应包括每个计算时间点和每个计算时间点所对应的
具体的，根据第一探测响应获取特征参数以及靶面获取的方法为：将扫面的实测数据响应画成平面图，根据出现异常响应的平面图粗略计算出低阻目标体的中心点位置、倾向和倾角。其中，所述异常响应形态若为椭圆形，并且随着时间的变化几乎不发生变化，则可初步认定为水平放置或者垂直放置的低阻目标体，此时异常的极值点即为低阻目标体的中心点，其中椭圆的长轴为低阻目标体的长边，短轴为低阻目标体的短轴，进一步的以低阻目标体的中心点画一个正方形，其边长为低阻目标体长边的1.2倍，该正方形区域即为靶面；若异常响应形态在早期虽为椭圆，但随时间发生向某个方向拉伸，说明该处的低阻目标体是倾斜存在的，极值的移动方向为低阻目标体的倾斜方向，早期椭圆形态时的中心点为低阻目标体的中心点，其中椭圆的长轴为低阻目标体的长边，短轴为低阻目标体的短轴，进一步的以低阻目标体的中心点画一个正方形，其边长为低阻目标体长边的1.2倍，该正方形区域即为靶面。
具体的，异常指由于目标体与周围围岩存在电性差异，导致目标体位置处显示出了低阻或者高阻响应，当τ/r≤16时，称为早期，当τ/r>16时，称为晚期，其中r为发射回线中心点到接收探头中心点的距离，其中τ为
具体的，第一探测响应还包括可以计算低阻目标体的顶面的埋深深度，将出现异常的最早时间t0和背景电导率σ代入时深变化关系式中，可以计算得到大约的顶面埋深深度h。
其中π为圆周率，μ0是真空下的磁导率。
具体的，反演迭代时低阻目标体的大小和电阻率都是已知给定的，而背景的电阻率可以采样测得，所以反演的特征参数只有：低阻目标体的中心点位置、倾向和倾角。首先构建目标函数u(m)：
其中，w是对数据进行归一化的对角矩阵，r模型光滑度约束项，
将f(m)在mk处进行泰勒公式展开，舍掉二次及以上的高次项后，有：
f(mk 1)＝f(mk δm)≈f(mk) jk(mk 1-mk)(4)
其中mk 1代表第k 1次迭代更新后的模型，jk(mk 1-mk)是正演函数对模型参数的偏导数矩阵在模型mk处的值，
令
将求得的更新模型作为输入，重复上面的步骤，直至目标函数达到阈值要求或者迭代次数要求，每个mk都对应一组特征参数，最后输出结果模型特征参数。
具体的，将精确测量区作为测区进行第二次探测，即精细探测时，根据工区要求的最终精度，将其速度降低为扫面时速度的1/3～1/5。
优选的，所述迭代误差阈值为0.005，最大迭代次数区间为[10,20]。
一种基于特征反演的车载阵列式探测系统，包括无人车、机械臂、发射接收装置、无线传输装置以及处理终端；
所述无人车用于在工作区内移动，无人车内安装机械臂、发射接收装置和无线传输装置；所述机械臂用于控制接收发射装置实现探测，并将测量的数据通过无线传输装置实时传输给终端；
所述处理终端获得测量的数据，然后根据上述任一种基于特征反演的车载阵列式探测方法得到目标体的中心点位置、倾向和倾角，完成探测。
在工作时，利用远程操控将无人车行驶到工区范围内，探测的全程是由机械臂控制，当地形不平坦导致接收发射线圈的法线方向与地面不垂直时，利用机械调整机械臂与线圈的夹角保证线圈的法线方向与地面的夹角为90±5°，并设置机械臂的前进速度进行扫面和精细勘探，并通过无线装置进行数据传输，在终端上利用平面响应图进行精确测量区的确定或者利用基于数据库对比的特征反演程序进行数据处理和资料解释。
具体的，所述终端，具备处理和分析扫面和精细勘探数据的功能。其中在得到扫面数据之后，将数据进一步的平滑去噪处理之后，将以各个时间段的平面响应图显示；当得到精细勘探的数据时，将该数据输入到基于数据库下的特征参数反演程序中，从而反演得到需要的特征参数。
具体的所述机械臂还用于调整矩形发射线圈的姿态，使其法线方向垂直于水平面。
优选的，所述接收发射装置包括发射线圈和阵列式接收探头，所述发射线圈内等距离分布6个接收探头，能同时测量6个测量点，阵列式接收探与发射线圈通过非金属材质进行连接固定，阵列式接收探与发射线圈的距离为2到3个测点的距离，接收线圈之间的距离为2个测点的距离。
其中，接收发射线圈固定在机械臂的把手上，利用机械臂控制改进的接收探头、发射线圈移动进行多点同时测量。
优选的，探测过程中机械臂的测量速度为大于0.5m/s且小于1m/s。
测量过程为：测量开始的时候，令多阵列的接收探头的中心点都位于测区的左(右)边界的测量点正上方；进一步的控制机械臂沿测线方向向右(左)匀速移动，当接收探头的中心点达到测区的右(左)边界时，机械臂向下移动一个测点的距离，进一步的机械臂沿测线方向向左(右)匀速移动，直至接收探头的中心点到达测线左(右)边界，以上位一个测量周期。当一个周期测量结束后，控制机械臂向下移动12个测量点进行下一步的扫面测量。将扫面得到的数据无线传输给终端，并画成不同时间点上的平面响应图，是快速圈定靶面的依据。
1.一种基于特征反演的车载阵列式探测方法，其特征在于，包括如下步骤：
步骤1：在工作区内进行第一次探测，获得精确测量区和第一探测响应，所述精确测量区包含于工作区；
步骤2：在步骤1获得的精确测量区内进行第二次探测，获取第二探测响应；
步骤3：根据步骤1获得的第一探测响应和步骤2获得的第二探测响应进行迭代反演，输出完成迭代后反演模型的特征参数，所述特征参数包括目标体的中心点位置、倾向和倾角；
所述迭代反演包括如下子步骤：
步骤a：根据第一探测响应计算特征参数，根据特征参数搜索数值模拟响应的数据库，得到正演响应，所述数值模拟响应数据库中包含多组一一对应的响应和特征参数；
步骤c：将正演响应输入神经网络模型，输出模拟实测响应；
步骤b：根据步骤a得到的特征参数设置反演模型初始的特征参数，将步骤c得到的模拟实测响应和步骤2得到的第二探测响应输入反演模型，对反演模型的特征参数进行迭代更新；
计算每次迭代的迭代误差和迭代次数，若迭代误差大于等于迭代误差阈值或者迭代次数大于等于最大迭代次数，则完成迭代，否则，继续迭代更新。
2.如权利要求1所述的基于特征反演的车载阵列式探测方法，其特征在于，所述第一探测响应、第二探测响应和模拟实测响应包含的物理量为每个时间点沿z轴方向的磁感应强度及其关于时间的一阶导数。
3.如权利要求1所述的基于特征反演的车载阵列式探测方法，其特征在于，步骤b中所述反演模型如式ⅰ：
其中，
4.如权利要求3所述的基于特征反演的车载阵列式探测方法，其特征在于，所述迭代误差阈值为0.005，最大迭代次数区间为[10,20]。
5.一种基于特征反演的车载阵列式探测系统，其特征在于，包括无人车、机械臂、发射接收装置、无线传输装置以及处理终端；
所述无人车用于在工作区内移动，无人车内安装机械臂、发射接收装置和无线传输装置；所述机械臂用于控制接收发射装置实现探测，并将测量的数据通过无线传输装置实时传输给终端；
所述处理终端获得测量的数据，然后根据权利要求1-4任一种基于特征反演的车载阵列式探测方法得到目标体的中心点位置、倾向和倾角，完成探测。
6.如权利要求5所述的基于特征反演的车载阵列式探测系统，其特征在于，所述机械臂还用于调整矩形发射线圈的姿态，使其法线方向垂直于水平面。
7.如权利要求5所述的基于特征反演的车载阵列式探测系统，其特征在于，所述接收发射装置包括发射线圈和阵列式接收探头，所述发射线圈内等距离分布6个接收探头，能同时测量6个测量点，阵列式接收探与发射线圈通过非金属材质进行连接固定，阵列式接收探与发射线圈的距离为2到3个测点的距离，接收线圈之间的距离为2个测点的距离。
8.如权利要求5所述的基于特征反演的车载阵列式探测系统，其特征在于，探测过程中机械臂的测量速度为大于0.5m/s且小于1m/s。
9.如权利要求5所述的基于特征反演的车载阵列式探测系统，其特征在于，第二次探测时机械臂测量速度降低为第一次探测时速度的1/3～1/5。
技术总结