基于延迟和干扰补偿的高精度磁场干扰抑制方法，用于心脏磁信号处理

《Measurement》：High-precision magnetic field disturbance suppression method based on delay and interference compensation for cardiac magnetic signals

心脏磁图（MCG）测量中，主动磁补偿（AMC）系统因反馈传感器时延导致磁波动抑制不足。本文提出基于Smith预测器（SP）与双估计干扰观测器（SDEDO）的联合补偿方法，通过相位补偿器解决时延对系统稳定性的影响，同时DEDO分别估计外部干扰与模型不确定性，提升动态抑制精度。实验表明该方法在10 kHz控制频率下，可有效抑制高时延环境中的磁干扰，保持测量精度达0.1 nT级别。

　　

王学春|李海涛|张海峰|王浩安

北京航空航天大学仪器与光电工程学院，超弱磁场测量技术教育部重点实验室，北京100191，中国

摘要

对心脏磁场信号的高精度测量对磁屏蔽设备内的磁波动非常敏感。主动磁补偿（AMC）是抑制这些干扰的有效方法。由于反馈传感器的测量延迟，磁场波动的抑制效果不够理想。本文提出了一种基于延迟和干扰补偿的高精度磁场干扰抑制方法。该方法采用基于Smith预测器（SP）的延迟补偿系统来解决时间延迟对AMC系统稳定性的影响。双估计干扰观测器用于估计外部干扰和模型不确定性，从而提高SP的鲁棒性。具体来说，干扰观测器结合了相位补偿器和双干扰估计结构。这种设计不仅解决了时间延迟对干扰估计的影响，还根据需求跟踪干扰估计值，减少了系统误差项的引入。测量结果表明，所提出的方法在具有时间延迟的干扰抑制系统中表现出很强的鲁棒性和高精度干扰抑制性能。

引言

心血管疾病（CVDs）会损害心脏结构和功能，引发严重甚至危及生命的并发症[1]。因此，早期识别和诊断CVDs至关重要。磁心图（MCG）是一种非接触、无创的功能成像技术，它可以检测心脏产生的微弱磁场信号，为心脏疾病的医学诊断提供重要证据[2]。光学泵磁力计（OPM）在极弱磁场环境中具有高灵敏度和强空间分辨率，常用于生物磁测量领域[3],[4]。OPM-MCG系统作为一种更安全、更有效的CVDs诊断工具具有广阔前景[5]。为了提高MCG的测量精度，系统需要一个稳定的超弱磁场环境，以最小化环境干扰场对OPM-MCG系统的影响[6]。

磁屏蔽设备（MSDs）利用高磁导率材料屏蔽低频磁场，利用高导电率材料屏蔽高频磁场[7]。通过增加屏蔽层数量可以提高对地磁场和环境干扰的屏蔽效果[8]。为了为受试者提供更舒适的测量环境，一些研究采用单端开放式MSDs来创建超弱磁场环境[9],[10]。然而，开放式设计会破坏磁路的连续性，使环境干扰场穿透开口，降低磁屏蔽效果[11]。此外，MSDs限制了对动态干扰场的抑制能力。目前，动态场干扰的抑制主要通过两种技术实现：信号处理和主动磁补偿（AMC）。信号空间分离（SSS）和信号空间投影（SSP）是常见的信号处理方法[12],[13]。这些方法不依赖于预先积累的外部噪声统计信息，而是根据当前信号数据的空间分布特性进行有针对性的噪声降低。然而，这些方法需要大量传感器来收集和计算数据，以构建准确的空间磁场分布模型，并且必须考虑干扰的实时更新和跟踪。AMC技术通过反馈传感器检测磁场信息，并向补偿线圈施加反向磁场来抵消干扰磁场。它可以实时检测磁场波动并控制MSD内的磁场。这种方法具有灵活性、低成本和强的抗干扰能力[14]。

在AMC系统中，控制干扰磁场的能力主要取决于补偿线圈的设计和控制方法。一方面，设计不同的补偿线圈可以根据不同的需求生成相应的磁场[15],[16],[17]。例如，在[18]中，为门缝和孔洞设计了自屏蔽线圈，以提高残余场的控制精度。此外，在[19]中设计了梯度补偿线圈，以补偿空间梯度场，从而提高磁场的空间均匀性。这些线圈设计主要关注MSD内残余磁场的影响，仅依赖线圈设计不足以应对动态干扰。因此，另一方面，需要引入控制方法来抑制MSD内的磁场干扰[20],[21],[22]。由于磁场干扰的不确定性，通常采用控制器和观测器相结合的控制方法来提高控制精度和MSD的性能[23]。在[23]中提出了LESO-LSEF-PR控制方法，有效抑制了高幅度和特定频率的干扰。此外，在[24]中提出了MFAC-RBFNN，以增强磁屏蔽室（MSR）中低频磁场的抗干扰能力。在[25]中，为变化磁场提出了自适应频率估计器以抑制干扰。这些控制方法已经在一定程度上解决了不同类型干扰对系统的影响，并提高了AMC的干扰抑制能力。然而，系统反馈传感器OPM的测量输出延迟也会影响系统的控制性能，尤其是在干扰频率较高时。

在生物测量中，一些研究人员采用了离线处理方法来应对OPM的时间延迟问题。在[26]中，将传感器引起的延迟作为预处理步骤，以在使用OPM测量诱发电肌肉反应时准确同步实验信号。在[27]中，考虑了OPM系统和记录系统的延迟，并在事后对数据进行时间调整，以确保刺激在时间零点施加。对于AMC系统，由于铁磁边界耦合，系统表现出非线性，使得精确建模非常困难。这样的预处理和后处理方法无法准确反映受干扰的磁场，不适合实时控制受干扰的磁场。在OPM-MCG的AMC系统中，一些研究人员用一阶低通滤波器近似固定延迟，并将近似误差视为总干扰的一部分，使用观测器实现跟踪抑制[28],[29]。尽管这种方法在一定程度上改善了干扰抑制效果，但它并没有从根本上解决延迟对相位频率特性的影响。如果忽略延迟，会影响闭环系统的控制带宽，降低整体控制精度。Smith预测器（SP）是解决固定延迟问题的有效手段，但它需要极高的系统模型精度并且缺乏鲁棒性。为了解决这个问题，张等人将SP与广义主动干扰抑制控制策略相结合。他们采用等效反馈控制结构作为无延迟模型，并通过调整带宽参数来实现[30]。在[31]中，将SP引入到派生的补偿估计状态观测器中，并通过在线识别适应模型不确定性的RSP来精确补偿延迟[31]。这些方法减轻了模型参数不确定性对时延系统的影响。然而，对于AMC系统来说，主要关注的是干扰抑制性能。由于外部干扰的存在，观测器跟踪时间延迟干扰，这阻碍了干扰抑制效果的提高。因此，解决AMC中延迟对系统和干扰抑制的影响，并实现准确的实时反馈，对于高精度磁场干扰抑制至关重要。

本文的主要贡献是提出了一种基于延迟和干扰补偿的高精度磁场干扰抑制方法。该方法创新性地引入了带有双干扰估计结构的相位补偿器设计。这种设计不仅解决了时间延迟对干扰估计的影响，还根据需求跟踪干扰估计值，减少了系统误差项的引入。此外，设计的双估计干扰观测器（DEDO）减轻了SP的延迟补偿系统中建模误差对系统稳定性和干扰抑制精度的影响。测量结果表明，该方法在反馈时间延迟下仍能实现高精度磁场干扰抑制。这项研究为心脏磁场信号测量环境中的干扰抑制提供了宝贵的见解。

本文的其余部分组织如下：第2节分析OPM的测量延迟和AMC系统。第3节设计SP，并分析和讨论当前模型的问题，提出了一种高精度Smith预测器和双估计干扰观测器（SDEDO）干扰抑制方法。第4节使用心磁桶在不同条件下实验验证该方法的性能。第5节总结本文。

部分内容摘录

AMC系统的建模与分析

AMC系统抑制磁场干扰的原理是通过在MSD内部放置磁补偿线圈实现的。反馈传感器用于检测MSD内的磁场强度，使系统能够生成与外部干扰场相反的磁场。相反的磁场可以抵消MSD内的磁场，从而降低磁噪声。结构和工作原理如图1所示。

采用SDEDO的高精度磁场干扰抑制方法

为了同时解决传感器延迟和环境磁场干扰对AMC系统精度的影响，设计了基于SDEDO的干扰抑制方法。

实验设置

为了验证基于延迟和干扰补偿的心脏磁场信号高精度磁场干扰抑制方法的有效性，构建了AMC系统的原型，如图11所示。AMC系统主要包括AMC控制电路、OPM传感器、电流源和磁补偿线圈。控制电路采用运行在10 kHz控制频率下的STM32G4微控制器。

结论

本研究提出了一种基于时间延迟和干扰补偿的高精度磁场干扰抑制方法。该方法旨在解决传感器延迟对AMC系统干扰抑制能力差和补偿精度低的问题。SDEDO方法不仅解决了时间延迟对系统和干扰估计的影响，还结合了SP和DEDO，以最小化系统误差的引入。

作者贡献声明

王学春：撰写——原始草稿、验证、概念化。李海涛：项目管理、方法论、资金获取。张海峰：方法论、调查、资金获取。王浩安：验证、资源、正式分析。

利益冲突声明

作者声明他们没有已知的可能会影响本文工作的竞争性财务利益或个人关系。

作者未参与编辑审查或决定发表本文。

致谢

本工作部分得到了2022年工业技术基本公共服务平台项目（资助编号：2022-189-181）和国家自然科学基金（资助编号：62173015、62225301、62303032）的支持。