空军工程大学学报

作者：郝奥伟1,胡景2,3,纪晓琳1,杨宾锋1,郭娇娇1,刘嘉正1,冶得成4

单位：1.空军工程大学信息与导航学院,西安,710077; 2.长安大学地质工程与测绘学院,西安,710054;3.安徽至博光电科技股份有限公司,合肥,230088;4.西部矿业集团有限公司,西宁,810023\

关键词：磁基准图;机器学习;向下延拓;磁导航;磁数据

基金：国家自然科学基金(42404082,42104051);陕西省自然科学基础研究计划(2024JC-YBQN-0260)

地磁位场的向下延拓算法在数学上是典型的不适定问题,针对传统地磁数据向下延拓易受到噪声和延拓距离影响的问题,利用U-Net神经网络对磁异常向下延拓进行探究,简单棱柱体和复杂组合棱柱体正演获取的不同高度的磁异常作为机器学习的标签,每组数据标签为5 000组,训练集、测试集和验证集的比例为8∶1∶1,机器学习标签的构建综合考虑了模型体中心几何位置,模型体的长、宽、高,磁化倾角、磁化偏角和磁化强度信息。在无干扰实验情况下,单个棱柱体模型和3个组合棱柱体模型的平均预测相对精度分别为97.0%和95.2%,在5%高斯噪声的干扰下,组合模型的平均预测相对精度为94.9%,呈现出较好的抗干扰特性,同时在实验涉及的延拓距离范围内,表现出较强的距离鲁棒性,验证了U-Net网络可以有效地实现向下延拓,在三维磁基准图构建中具有广泛的应用前景。

来源：2026年第2期

《空军工程大学学报》期刊编辑部

查看空军工程大学学报杂志2026年第2期