统一正演算子:让位置、姿态与响应各就其位
从单个观测方程到多测点、多方向、多时窗的数据向量。
展开本章阅读路线(9 节)
从一条可检查的观测方程开始
对第 i 个接收位置、第 j 个激励、第 k 个时窗,简化的磁场观测可写为:
这条式子把未知位置 x₀、姿态 R、目标响应 P、接收方向 n、门道 W 和背景 b 放在明确位置。对线圈观测,应把接收求导、面积和系统传递函数加入,不能只改输出单位。
参数越少越好吗?
过少参数会把真实结构留在残差中;过多参数可能把噪声也拟合进去。常见选择包括:直接估计每个时窗的对称张量、估计固定主轴及三条曲线、使用球或椭球材料参数、使用更高阶数值模型。每种参数化对应不同假设和可辨识性。
正参数可用对数参数化,例如 a=expα、σ=expβ,避免优化进入负尺寸或负电导。姿态应使用合适的旋转参数,不要把矩阵九个元素完全独立地调整。
数据堆叠顺序必须固定
将所有 i、j、k 组合展成向量时,要写清哪个指标变化最快。数据、预测、标准差和 Jacobian 必须使用同一顺序。错误排列可能仍得到一个数值上可运行的最小二乘问题,但它在拟合错误的观测对应关系。
例子:观测多不等于信息多
5 个测点、3 个激励方向、20 个门道形成 300 个标量数据。但若所有测点几何几乎相同、激励方向实际相关、门道高度重叠,独立信息远少于 300。未知参数数目小于数据数只是必要的粗略检查,不保证唯一性。
把空间与时间堆叠成明确的数据结构
设 s 表示测点,q 表示发射,r 表示接收分量,k 表示时间门。选择固定顺序把 展成一个向量,并让正演和实测使用完全相同的顺序。一个符号简洁的矩阵式背后必须明确索引,否则通道置换也可能被反演错误吸收为姿态变化。
在单目标、给定位置 x₀ 的关断模型中,每门张量参数 p_k 与数据线性:
若共有 K 门,可使用块对角矩阵联合求解;若另加跨时间平滑或共享主轴约束,各门就不再完全独立。固定位置估计张量与固定张量估计位置,是同一总问题的不同条件子问题。
背景参数如何进入同一个方程
若平滑背景可用基函数 C 表示,写 。C 的列可以是常数、平面趋势或经过检验的背景响应。添加过于灵活的背景会吸收目标信号,因此要检查 A 与 C 的列空间重叠,并在不同背景模型下比较目标稳定性。
变量投影为何能降低非线性维数
给定 x,用白化后的设计矩阵 求 ,再最小化
这让非线性搜索主要处理位置,线性张量在内部更新。实际计算用 QR 或 SVD,避免显式形成伪逆;如果存在非负约束或正则项,应把它们纳入内层,投影公式也相应改变。多目标版本见 S02。
深入练习:搜索位置时把上一步张量一直固定,等价于变量投影吗?
不等价。变量投影要求每个候选位置都重新解最优线性子问题;固定旧张量会改变外层目标函数和下降方向。
研究拓展
多目标模型在弱相互作用时可先叠加各自的场;强耦合时目标磁矩也会被其他目标的场激励,需要解联合系统。背景土壤与目标不能总被独立相加,特别是在导电介质和强耦合条件下。
练习与解析
1. 为什么移动目标位置时还应更新 H_j(x₀)?
因为目标处的一次场随空间位置变化。只更新接收 G 而冻结发射场,会产生不完整的位置灵敏度。
2. 对数参数化有什么代价?
它保证正值,但 Jacobian 要用链式法则,例如 ∂F/∂logσ=σ∂F/∂σ;先验和尺度解释也随参数化改变。
参考文献与继续学习
- Ledger & Lionheart · Understanding the Magnetic Polarizability TensorMPT 的数学解释、定义约定及适用背景;开放预印本。
- Heagy et al. · A framework for simulation and inversion in electromagnetics电磁正演、反演与数值实现的开放研究论文。
- Song et al. (2011) · Nonlinear Inversion for Multiple Objects in Transient Electromagnetic Induction Sensing of UXO本地 PDF 首页核对 DOI、作者和2011年卷期;可分离多目标反演。课程推导为明确假设下的教学化表达。
外部链接需联网,部分论文全文需要机构访问。页面内容为原创教学解释;文献用于核对理论和进一步阅读。资源链接核对日期:2026-09-12。