共查询到20条相似文献，搜索用时 31 毫秒
1.
针对矿集区大地电磁(MT)信号受环境噪声和人文噪声污染严重的问题,提出一种结合了经验模态分解(EMD)和数学形态学滤波的组合滤波方法,对矿集区大地电磁信号的时域信号进行滤波处理。介绍了方法原理和计算步骤,评估了该方法的去噪效果;在与小波变换去噪效果对比的基础上,用仿真实验验证了方法的可靠性,并对某矿集区的实测数据进行了去噪处理。结果表明,组合滤波方法充分利用了EMD多尺度分解及其可重构特性和数学形态学滤波方法的优点,在滤除噪声的同时为MT信号尽可能多地保留了有用信息。去噪后,估算的响应曲线方差减小到原来的一半,为进一步正确资料处理和地质解释提供了保障。 相似文献
2.
Wavelet de-noising method is often used in the processing of magnetotelluric (MT) signal, and the wavelet hard and soft threshold de-noising method are the most popular although there is much room for improvement in the threshold function selection and threshold determination. A new adaptive wavelet threshold de-noising method was proposed by selecting a new threshold function and presenting an adaptive method for obtaining optimal threshold based on the multi-resolution Stein unbiased risk estimation. New threshold function and an adaptive method to determine threshold were discussed, and the principle and implementation of the algorithm were given. The simulated signal and the measured MT data contaminated by impulse interference were analyzed, and the obtained results were compared with those of the conventional wavelet hard and soft threshold de-noising methods. The results show that the proposed method overcomes the defects of the traditional wavelet soft and hard threshold due to a new threshold function, and a new method to determine the threshold of each layer is applied and provides an adaptive method for filtering MT data in the wavelet domain that requires a minimum of human intervention. The presented de-noising method is very suitable for suppressing the impulse interference for MT data and can get higher signal-to-noise ratio than the traditional wavelet threshold de-noising methods. After de-noising, the accurate data is loaded for further impedance estimation and geological interpretation. 相似文献
3.
针对油气勘探中大地电磁(MT)数据易受各类干扰的污染,且信噪难以分离的问题,把基于广义S变换的时频滤波技术应用于MT数据处理中来,得到MT数据的S域时频分布,分析受噪MT数据在S域的时频分布特征,再在S变换时频域进行时频阈值去噪,并对滤波后的S域时频谱进行逆变换重构,分离得到去噪后的MT数据。给出了基于广义S域时频滤波的方法原理与应用步骤,对被污染的仿真和实测MT数据进行了时频阈值滤波,并与小波阈值去噪方法进行了比较研究。结果表明：基于广义S变换的时频滤波方法可有效抑制MT数据中的干扰,从噪声信号中分离出有效的大地电磁数据,且减少了人为参与,提高了MT勘测的数据质量。 相似文献
4.
在强噪声环境下,由于相关噪声的影响,准确地估算大地电磁张量阻抗越来越困难.研究一种处理相关噪声问题的信噪分离方法,即采用最小二乘Robust方法,利用相关噪声相对较小的远参考站磁场信号求取分离张量,将本地磁场的观测信号分离为MT信号和噪声,估算大地电磁张量阻抗.分别对模拟数据与实测数据进行处理, 结果表明,信噪分离方法能够分离出较强的相关噪声,给出的视电阻率和相位曲线比最小二乘Robust方法和远参考方法获得的更加平滑,处理效果明显.研究表明,在处理受相关噪声影响的MT数据中,信噪分离方法具有明显的优势. 相似文献
5.
提高地震数据的信噪比是地震资料处理的重要目标之一。传统的地震去噪方法虽然可以有效压制随机噪声,但对非高斯分布的异常值噪声压制效果欠佳。本研究展示了一种基于稳健主成分分析的地震数据异常值噪声压制方法。该方法在频率-空间域通过对地震数据实施稳健低秩近似来求取理想无噪声数据。在目标函数构建方面,采用核范数最小化模型求取理想的低秩近似数据,并使用l1范数最小化模型来估计异常值噪声。此外,运用增广拉格朗日乘子法求解该反演问题。最后,模型数据和实际资料的去噪结果验证了本研究方法的有效性,与传统F-XY域预测滤波法去噪结果进行对比,也显示本研究方法在有效压制异常值噪声的同时能更好地保护有效波能量。 相似文献
6.
f-x域随机噪声压制方法面临着2个问题:叠前共炮点道集或CMP道集反射波同相轴为双曲线型,去噪同时会损害有效波;地震信号为复杂的非平稳信号,要求去噪方法具有自适应性。基于f-x EEMD的共偏移距道集随机噪声压制方法利用了共偏移距道集反射波同相轴为水平满足f-x域去噪假设条件和EEMD算法对非平稳信号的良好适应性,对f-x域每一个等频率切片做EEMD分解,并去除以高频随机噪声为主的第一个IMF分量,最后将f-x域数据反变换回t-x域,实现噪声分离。正演模拟和实际地震数据试算结果表明:该方法在压制随机噪声的同时,能够保持有效信号。 相似文献
7.
top-hat变换与庐枞矿集区大地电磁强干扰分离 总被引：1，自引：0，他引：1
作为一种非线性信号处理方法,基于数学形态学的广义形态滤波已经展现出其在大地电磁时间域信号去噪中的作用;然而,广义形态滤波在滤除大地电磁时间域信号中噪声波形的同时,也滤除了时间域信号中包含有用信息的缓变化。针对这一问题,提出一种基于数学形态学top-hat变换的大地电磁时间域噪声压制方案,利用top-hat变换对波峰和波谷的检测能力,采用直线型结构元素,对大地电磁时间域信号进行去噪。用该方法对庐枞矿集区大地电磁实测数据进行处理后,数据的标准差与曲线相似性参数都优于处理前数据,表明所提方法能够去除噪声波形并保留时间域信号的缓变化,恢复受噪声污染的大地电磁时间域信号,提高大地电磁视电阻率曲线的质量。 相似文献
8.
9.
10.
广义S变换时频域滤波在MT数据处理中的应用 总被引：1，自引：0，他引：1
短时傅里叶变换是建立在稳态信号基础之上,它仅能提供信号的频域信息,对信号的时间分辨能力差。这影响了它在大地电磁测深数据处理中的应用效果。S变换是一种优于短时傅立叶变换的时频分析方法,能够提供信号时-频域信息。利用S变换对大地电磁测深数据进行时频分析,有助于实现大地电磁测深数据噪声的时频-域滤波,从而提高大地电、磁分量数据的频谱分析精度。从广义S变换理论出发,分析了各类波形噪声的时-频域特征及其对大地电磁测深数据的影响。针对大地电磁测深数据处理特点,利用广义S变换得到时频谱,采用时频比值和门槛值方法,研究适合压制电磁噪声的时频滤波器和滤波方法。对实际大地电磁测深数据的处理结果表明这个方法提高了阻抗张量的估算质量,验证了该方法的有效性。 相似文献
11.
12.
随机噪声是探地雷达(ground penetrating radar,GPR)数据处理存在的主要问题之一,直接影响到GPR数据后续处理及最终解释的准确性和可靠性。为了有效地去除随机噪声,同时更好地保留GPR信号的有效信息,本文提出基于Shearlet变换的GPR数据随机噪声去除方法。作为一种非自适应多尺度、多方向性的几何分析方法,Shearlet变换能够近乎最优地表示含奇异点的高维曲线。在Shearlet域,GPR数据能够得到更加稀疏的表示,通过阈值去噪的方法,有效地去除了随机噪声,使信噪比提高了4dB,最大程度地保留了GPR有效信号。利用理论和实际数据进行验证,体现了Shearlet变换阈值去噪方法的有效性和准确性。 相似文献
13.
D. V. Epishkin 《Moscow University Geology Bulletin》2016,71(5):347-354
A magnetotelluric (MT) data processing algorithm that demonstrates high robustness to intense electromagnetic noise that occurs in measured MT data has been developed. The key features of the algorithm are a specific approach to estimating different transfer functions and the ability to utilize all four channels acquired at remote reference stations. The code utilizes various techniques to reduce the estimation errors, including the robust Huber estimator, jack-knife approach, improved remote reference technique, and compensating for overestimation of power spectra. The proposed algorithm has high efficiency in processing data with a low signal-to-noise ratio. 相似文献
14.
基于形态小波的核磁共振测井信号去噪及现场应用研究 总被引：1，自引：0，他引：1
核磁共振测井中采集到的回波串信号十分微弱,而背景噪声很强,使信噪分离困难。为解决这一问题,引入了结合数学形态学的特征识别和小波分解的多分辨率分析特性的形态小波方法。讨论了方法的数据基础和应用步骤,并与小波软阈值方法处理结果进行了对比分析。实测数据处理结果表明:形态小波去噪方法具有良好的细节保留和抗噪声能力,去噪效果优于小波软阈值滤波方法;在消除测井信号随机噪声的同时,能很好地保留信号的波形和特征,在较低信噪比下仍可有效地提取测井信号的有用信息,提高了T2谱的反演精度。 相似文献
15.
Potential field data is generally contaminated by random noise. The high-frequency noise contained in the data brings unfavorable influences to subsequent data processing. Therefore, suppressing the adverse effects of noise has always been a crucial step which is desirable prior to applying other transformations. Over the past decades, numerous mathematical approaches have been proposed for noise cancelation of potential field data. In the work discussed in this paper, the application of the empirical mode decomposition for denoising of potential field data is briefly described, and a new stopping criterion for this filtering method is introduced. Using the proposed method, the empirical mode decomposition is firstly performed on the original potential field data to get numerous intrinsic mode functions corresponding to components with different frequencies. Each intrinsic mode function is subtracted from the original data to get different residual datasets. The correlation coefficients associated with the original data and various residual datasets are calculated and plotted. The inflection point of the correlation coefficient curve is adopted as the last intrinsic mode function to be selected. The new stopping criterion offers a quantitative way to determine which intrinsic mode functions should be removed during filtering and can be easily implemented within the algorithm. Tests on synthetic noisy gravity data demonstrate that the empirical mode decomposition based noise cancelation method along with this new stopping criterion yield acceptable filtering results for potential field data. The newly developed method is also investigated on real gravity data collected over a magnetite zone in Jilin Province, China. 相似文献
16.
17.
18.
传统去噪一般都是通过各种方法将原始数据分离为有效信号和噪声,从而达到去噪目的,在去噪的过程中,忽略了信号保真的处理原则,在去掉噪声的同时有可能也损害了有效信号。这里从传统去噪方法存在的问题入手,通过对传统去噪方法的原理分析,研究了LIFT去噪技术。LIFT去噪的核心是首先建立信号模型,然后将原始地震信号和信号模型相减,求得剩余信号。通过对剩余信号进行针对性的去噪处理,去除剩余信号中存在的噪声,然后再与信号模型进行合并重构,得到新的具有高信噪比、高保真的地震信号。将该方法在低信噪比地震资料处理中进行了实例测试,取得了理想的应用效果。 相似文献
19.
为了消除大坝沉降监测数据受温度、湿度及光照等气象因素及外界不确定因素的噪声响应,提出考虑气象因素影响的大坝监测沉降小波分析方法。首先建立原始监测数据与各气象因素的函数关系,进而消去气象因素对坝体沉降的影响,然后采用小波分析对监测数据进行去噪处理,最后得到大坝真实的荷载响应沉降曲线,为大坝稳定性评价提供依据。实例应用表明,考虑气象因素影响的大坝监测沉降小波分析方法能有效地去除气象因素及外界不确定因素引起的噪声响应,比小波直接去噪法效果更佳,与数值模拟计算值能较好地吻合,具有更好的实际应用价值。 相似文献