共查询到16条相似文献，搜索用时 187 毫秒
1.
《应用地球物理》2017,(4)
进行音频大地电磁法勘探时不可避免的受到近源干扰的影响,限制了该方法的勘探深度。形态滤波法已被证明对于不同形态的大尺度强干扰(通常为低频噪声)有明显的压制作用,但是对于窄脉冲噪声无能为力,为此本文提出一种基于压缩感知重构算法和形态滤波法的近源干扰压制方法(简称MMF-IOMP法),即首先使用形态滤波法滤除大尺度的强干扰,然后采用改进的正交匹配追踪算法进一步滤除形态滤波法残留的类脉冲噪声。为滤除残留的类脉冲噪声并保留AMT有效信号,我们构造了只对类脉冲噪声敏感而对有效部分不敏感的冗余字典。仿真实验以及庐枞矿集区实测数据处理结果表明,所述方法能够克服形态滤波法对于脉冲干扰处理效果不佳以及单一的信号重构算法耗时过长的缺点,在较好的保留有用信号的前提下有效压制音频大地电磁信号中的近源效应。 相似文献
2.
为了剖析大地电磁信号和强干扰的本质特征,进一步精细分离出微弱的大地电磁有用信号,提出基于递归分析和聚类的大地电磁信噪辨识及分离方法.首先,运用递归分析法扩展大地电磁一维时间序列的维数,分析了嵌入维数、延迟时间和判别阈值对递归图的性能,并研究了不同长度的序列对递归定量分析参数的影响情况,然后,构建典型的大地电磁强干扰类型和微弱的大地电磁有用信号样本库,针对样本库讨论了强干扰和微弱大地电磁信号之间的递归定量分析参数,分析了K均值聚类和模糊C均值聚类的信噪辨识效果.最后,对实测大地电磁数据进行信噪辨识处理,并仅对辨识为强干扰的时间段采用数学形态滤波进行噪声压制.实验结果表明,递归分析能定性及定量地描述大地电磁信号时间序列的非线性特征和原动力系统的本质规律,与聚类算法相结合能对矿集区实测大地电磁信号进行信噪辨识;处理后的卡尼亚电阻率-相位曲线更为光滑、连续,其结果更为精细地保留了大地电磁信号低频段的缓变化信息,整个低频段的大地电磁数据质量得到了明显改善. 相似文献
3.
为了避免形态滤波方法在大地电磁强干扰分离中的"过处理"、进一步保留大地电磁低频段的有用信息,提出基于信噪辨识的矿集区大地电磁噪声压制方法.首先,从信号处理的角度剖析矿集区典型强干扰与天然大地电磁微弱信号之间的定量辨识关系,利用形态分形维数和形态膨胀谱熵对大地电磁信号与强干扰进行信噪辨识.然后,结合形态滤波技术和阈值法,仅对辨识出明显不是天然大地电磁信号的异常波形进行噪声压制.最后,重构大地电磁有用信号,并对算法进行性能评价.仿真结果表明,形态分形维数和形态膨胀谱熵能较好地定量辨识大地电磁信号与强干扰,大地电磁信号中一些缓变化的低频信息得到了更为精细的保留;与形态滤波整体处理相比,本文所提方法获得的卡尼亚电阻率曲线更为光滑、连续,视电阻率值相对稳定,其结果更为真实地反映了测点本身所固有的大地电磁深部构造信息. 相似文献
4.
数学形态滤波是一种新型的非线性滤波方法.介绍了形态学滤波的基本原理,针对大地电磁信号表现出的非线性、非平稳性和非最小相位特性,综合结构元素特征我们提出一种基于数学形态滤波的大地电磁噪声压制方法.为了有效抑制目标信号中的噪声干扰及修正统计偏倚现象,通过选用合理的结构元素及形态开-闭、闭-开组合,将正、负结构元素级联构造组合广义形态滤波器对实测大地电磁信号进行噪声压制.实验结果表明,该方法是切实可行的,有效地剔除了大尺度干扰及基线漂移,较好地还原了大地电磁信号的原始特征,修正了标准形态算子所产生的统计偏倚现象,去噪精度高.该方法计算速度快,具有潜在优势,为矿集区海量大地电磁信号与强干扰的分离提供了一条新的途径,应用前景广阔. 相似文献
5.
针对匹配追踪计算量大、大地电磁数据处理效率低的问题,提出基于匹配追踪和遗传算法的大地电磁噪声压制方法.首先,利用Gabor原子构建过完备原子库,并对过完备原子库集合进行划分.然后,借助遗传算法的自适应性,快速搜寻最优匹配原子及所在位置.最后,运用最优匹配原子对待处理信号进行稀疏分解,重构有用信号.通过对计算机模拟的典型强干扰和矿集区实测大地电磁数据进行分析处理,实验结果表明,相对于匹配追踪和正交匹配追踪,文中所提方法能从过完备原子库中快速、自适应地选取最优匹配原子与不同噪声干扰类型高精度的匹配,极大地提升了计算效率;大地电磁时间域序列中的大尺度强干扰被有效剔除,视电阻率曲线更为光滑、连续,低频段的数据质量得到明显改善. 相似文献
6.
音频大地电磁（Audio Magnetotelluric,AMT）信号常常受到持续性人文噪声影响,这类噪声使用远参考法和Robust阻抗估计等常规方法往往效果不佳.为此,本文从噪声的规律与特征出发,提出一种新的AMT数据处理方法.首先通过字典学习方法从观测数据中自主学习到人文噪声的特征结构,构建冗余字典,然后利用学习到的冗余字典,分离出AMT数据中的人文噪声.为验证方法的有效性,首先进行了合成数据的仿真试验,然后在四川凉山进行了针对性的野外试验研究,最后将本文方法应用于庐枞矿集区实测数据的处理.结果表明,本文方法能够快速、准确地分离出AMT信号中的人文干扰,保留有用信号,显著改善AMT数据质量. 相似文献
7.
针对强电磁干扰极易掩盖微弱的大地电磁有用信号,本文结合奇异值分解在去噪方面的优越性,提出基于自适应多分辨率奇异值分解(Adaptive Multi-Resolution Singular Value Decomposition, AMRSVD)的大地电磁数据处理方法.首先对大地电磁数据构建Hankel矩阵,利用MRSVD得到不同分辨率的近似信号和细节信号;然后选用近似信号和细节信号的标准差差值,对大地电磁数据进行信噪辨识;接着结合MRSVD和相邻细节信号的标准差差值,提出先验信息未知情况下的AMRSVD法;最后对辨识出的强干扰运用AMRSVD去除噪声,重构有用信号.实验结果表明,该方法的处理效率高,能有效分离出相关性较强的噪声,时间序列和视电阻率-相位曲线均得到有效改善. 相似文献
8.
为压制伪随机多频电磁信号中的强干扰、提高数据质量,本文提出一种基于灰色判别准则和有理函数滤波的数据处理方法.首先通过灰色判别准则剔除各个频点频谱数据中的明显异常值,然后进行有理函数滤波得到充分接近真实值的圆滑数据曲线,进而约束数据的二次优化处理,剔除残余噪声的影响.为验证本文方法的处理效果,在实测无明显噪声数据中加入几种不同类型的强噪声,然后用本文方法进行处理.仿真处理结果表明,本文方法能高精度逼近原始数据,处理后数据误差低达8.09%.最后,将本文方法应用于重庆某工区实测伪随机多频电磁数据处理.结果表明,本文方法可以有效压制干扰,在频谱数据个数少、干扰幅值大（高达有效信号幅值的几个数量级）的情况下,仍可有效压制强干扰.处理后的数据相对误差显著下降,视电阻率曲线形态平滑,达到提高信噪比,改善实测数据质量的目的. 相似文献
9.
《地球物理学进展》2016,(3)
大地电磁测深采集的是天然电磁场,具有振幅微弱、频带宽的特点.在人文活动密集地区,电磁噪声干扰日趋严重,导致大地电磁测深曲线具有明显的近场源效应.本文利用电偶极子理论模型分析了电磁相关噪声对大地电磁测深数据的影响特征,并对湖南衡阳某矿区噪声实验数据进行了讨论,分析了矿区噪声的特点.分别利用远参考方法和基于大地电磁时间序列依赖关系的去噪方法对实验数据进行了处理.研究结果表明:矿区近场源噪声的频率一般大于0.1 Hz,远参考方法可以压制高频部分近场源噪声,但在0.1 Hz附近仍存在跳点;基于大地电磁时间序列依赖关系的去噪方法也可以压制矿区强相关噪声,抑制近场源效应,其效果要好于远参考的处理;两种方法结合可以更好的压制强噪声,基本消除了近场源效应,有效提高了大地电磁测深数据的信噪比. 相似文献
10.
为了有效分离矿集区音频大地电磁（AMT）信号中的大尺度强干扰、抑制近源效应,本文提出利用变分模态分解（VMD）和匹配追踪（MP）联合压制AMT强干扰的方法.首先,对比了VMD与经验模态分解（EMD）、固有时间尺度分解（ITD）的处理效果,验证了VMD在避免模态混叠和端点效应方面的优势;讨论了VMD中模态个数对典型大尺度强干扰的去噪性能,并选择合适的模态初步获取待处理信号的重构信息.然后,运用MP对VMD重构信号做二次信噪分离处理,进一步滤除残余的尖脉冲干扰.通过对模拟和实测数据的分析处理,以及与远参考法结果对比,本研究能有效剔除时间域序列中的大尺度强干扰,且重构信号中保留了更多的低频缓变化信息和细节成分,近源干扰得到有效压制;视电阻率-相位曲线更为光滑、连续,低频段的数据质量得到明显改善,其结果能更为真实、可靠地反映地下电性结构信息. 相似文献
11.
Near-source noise suppression of AMT by compressive sensing and mathematical morphology filtering 总被引：5，自引：0，他引：5
Guang Li Xiao Xiao Jing-Tian Tang Jin Li Hui-Jie Zhu Cong Zhou Fa-Bao Yan 《应用地球物理》2017,14(4):581-589
In deep mineral exploration, the acquisition of audio magnetotelluric (AMT) data is severely affected by ambient noise near the observation sites; This near-field noise restricts investigation depths. Mathematical morphological filtering (MMF) proved effective in suppressing large-scale strong and variably shaped noise, typically low-frequency noise, but can not deal with pulse noise of AMT data. We combine compressive sensing and MMF. First, we use MMF to suppress the large-scale strong ambient noise; second, we use the improved orthogonal match pursuit (IOMP) algorithm to remove the residual pulse noise. To remove the noise and protect the useful AMT signal, a redundant dictionary that matches with spikes and is insensitive to the useful signal is designed. Synthetic and field data from the Luzong field suggest that the proposed method suppresses the near-source noise and preserves the signal well; thus, better results are obtained that improve the output of either MMF or IOMP. 相似文献
12.
随着油气勘探观测环境愈发复杂,采集的地震数据常常掺杂各种噪声信号,导致勘探目标引起的有效微弱信号被覆盖,严重影响高精度的地震勘探数据解译,因而有效的压制地震勘探数据噪声显得越发重要。本文采用字典学习策略,将复杂地震数据进行分块,通过分块数据的字典学习获取字典原子,构建高精度的字典学习地震数据稀疏表示,通过两次迭代更新字典原子,进行数据去噪。将本文的字典学习算法应用于含随机噪声的模拟数据和实测地震勘探数据处理,验证该算法的可行性及有效性。结果表明,本文算法有效去除了随机噪声,保留了有效信号同相轴,提高了信噪比,可为复杂含噪地震数据的去噪处理提供新的技术手段。 相似文献
13.
本文从信号与系统的角度讨论了同步大地电磁时间序列信号之间的依赖关系,选取高信噪比的时间序列信号作为先验数据,用最小二乘法估算依赖关系;结合参考道的数据,合成本地道含噪声时段的数据,最后用合成数据替代噪声段数据,组成新数据,从而在时域中去除大地电磁噪声.西藏地区高信噪比实测数据的试算结果表明,无论电场还是磁场,信号之间的依赖关系是相对稳定的,只与先验数据的长度有关,与时间无关;虽然不同参考点之间的依赖关系不同,但都可以精确合成本地点数据,与参考点地下电性结构和参考距离无关.仿真实验显示,去噪后的信号与原始信号基本一致.实测数据处理结果表明,该方法可以有效去除强噪声干扰,抑制中高频段的近场源效应,同时保留了微弱的有效信号,保证了处理结果的正确性.最后针对方差比方法无法识别的方波噪声,提出了一种简单的平移方法,成功去除了持续时间大于窗口长度的方波噪声;将该方法与远参考技术结合,可以有效抑制近场源噪声干扰,获得光滑连续并且可信的测深资料. 相似文献
14.
在大地电磁（MT）测深法中,大地电磁响应函数经常出现个别频点分散、误差棒较大、形态异常等现象,在作反演解释时,许多地质特征难以有效提取出来,这些问题严重阻碍了MT的实际应用效能和发展.本文利用高阶统计量方法检验了MT信号的高斯性. 结果表明,MT信号是非高斯的. 根据任何高斯过程,其高阶统计量（高阶累积量,高阶谱）均为零的性质,通过信号的高阶谱恢复功率谱,再由功率谱估算MT响应函数,能有效抑制高斯有色噪声的影响,提高MT资料的处理质量. 从应用效果看,这种方法在抑制高斯有色噪声、提取信号中有用信息方面优于传统功率谱方法. 相似文献
15.
人工地震数据总是受到随机噪声的干扰,地震数据时-空变的特性使得常规去噪方法处理效果并不理想,容易导致有效信号的损失.目前广泛应用的预测滤波类方法存在处理时变数据能力不足的问题.随着压缩感知理论的不断完善,稀疏变换阈值算法能够解决时变地震数据噪声压制问题,但是常规的稀疏变换方法,如傅里叶变换,小波变换等,并不是特殊针对地震数据设计的,很难提供地震数据最佳的压缩特征,同时,常规阈值算法容易导致去噪结果过于平滑.因此开发更加有效的时-空变地震数据信噪分离方法具有重要的工业价值.本文将地震数据信噪分离问题归纳为数学基追踪问题,在压缩感知理论框架下,利用特殊针对地震数据设计的VD-seislet稀疏变换方法,结合全变差(TV)算法,构建seislet-TV双正则化条件,并利用分裂Bregman迭代算法求解约束最优化问题,实现地震数据的有效信噪分离.通过理论模型和实际数据测试本文方法,并且与工业标准FXdecon方法进行比较,结果表明基于seislet-TV双正则化约束条件的迭代方法能够更加有效地保护时-空变地震信号,压制地震数据中的强随机噪声. 相似文献
16.
地震勘探资料噪声压制及信噪比提高是整个地震勘探信号处理过程中的重要任务,随着地震勘探深度的增加及其复杂性,人们对地震数据质量的要求越来越高.勘探环境的复杂化使得采集到的地震资料中有效信号被大量噪声淹没,无法清晰辨识,严重影响后续的数据处理与解释.小波去噪是地震勘探中常用且发展较成熟的一种方法,但是其涉及到的阈值函数选取问题一直令人困扰,虽然已有多种阈值函数被提出,但仍存在各自的缺陷.本文利用小波分解在时域及频域良好的信号细节体现特性,引入模式识别中的非负矩阵分解(NMF)谱分离思想,针对小波系数阈值优化问题,提出了一种小波域图非负矩阵分解(GNMF)消噪算法.该方法首先在小波分解基础上,利用GNMF算法实现小波分解系数谱中信号分量与噪声分量的谱分离,然后通过反变换重构各分离子谱对应的子信号,最后利用K均值聚类算法将得到的多个子信号划分为信号类及噪声类,最终得到重构信号及分离噪声.合成记录和实际地震资料的消噪结果验证了新方法在提高信号与噪声分离准确性和精度方面的有效性,同时新方法避免了阈值选取造成的噪声压制不理想或有效成分损失问题.与小波消噪结果的对比及数值分析也说明了新方法在噪声压制及有效成分保持方面的优势. 相似文献