航空平台磁异常探测是指通过航空平台上的磁力仪传感器对目标区域内能够引起磁干扰的磁性目标进行检测。该技术起源于第二次世界大战期间,由于它的效率较高,现在已经在地质调查、未爆弹检测、考古等方面发挥了重要作用。近年来由于磁力仪的测量精度不断的升高,航空平台的磁干扰成为了制约航空平台磁异常探测的瓶颈。随着计算机技术的不断发展,可以使我们精确建立并求解航空平台磁干扰的模型,并且利用航空平台的运动姿态等信息计算航空平台产生的磁干扰并予以去除,从而继续判断目标信号的存在性。传统上我们一般采用Tolles-Lawson模型来描述并进行补偿。由于广泛使用的磁干扰模型过于简化而且存在病态性、时变性等问题,所以对飞机平台磁干扰的补偿效果往往不佳。在我们补偿的过程中,多数情况下会使用自适应滤波器算法。而最近,核方法已经越来越多地应用于滤波器的设计上。同时另外一方面,目标检测算法应该对于目标的特征进行提取,并利用这些特征进行目标的判断。核方法可以将数据映射到高维空间时,可以更加有效的提取目标特征,找出符合他们数据之间特征的超平面。基于以上描述,本文的主要工作在于:首先,针对航空平台磁补偿模型的时变性和病态性,提出了一种航空平台磁干扰补偿算法。在航空平台磁干扰模型(T-L模型)中,自变量是航空平台在坐标系下的方向余弦和它们的导数,所以自变量存在着相关性,导致了模型的病态性。在航空平台的补偿过程中,我们会假设环境磁场是均匀的。但是实际情况下,飞机的磁特性会改变磁滞回线,而磁滞回线又反过来影响磁场。该算法使用通过设定窗口指定参与权值迭代数据量来针对模型的时变性,同时在算法的迭代过程中改变目标函数兼顾了误差项,避免病态性方程组中误差带来的极大影响。基于数字仿真和实测数据的测试结果验证了该算法的有效性。其次,提出了一种基于核自适应滤波的磁异常目标检测方法。该方法使用核函数将磁场数据映射到高维空间,利用时间序列建模的方法将数据进行排序,输入算法进行迭代。同时构建了一个名为“惊奇度”(surprise)的特征量,算法的输出结果为该特征量,根据阈值判断异常的存在。并对算法误警和检测率过低的问题进行了分析,然后对算法进行了改进。该算法能够有效检测异常信号。最后,对于磁异常目标检测的模拟和可视化需求,设计开发了航空平台磁异常探测可视化模拟系统。将路径规划、数据模拟和关键补偿、目标识别算法等功能集成到了软件中,为磁异常目标探测数据的分析、路径规划和相关的分析提供了一个高效的辅助工具。