排序方式： 共有1条查询结果，搜索用时 15 毫秒
1
1.
地磁数据在地震预报、空间天气监测、矿产资源勘查、地球深部构造探索等领域具有重要价值.但现有的地磁台站观测数据受到人文噪声污染的问题日益严重,给地球内部高精度成像带来了极大困难.为此,我们将深度残差网络(residual network, ResNet)与多元变分模态分解(multivariate variational mode decomposition, MVMD)引入到地磁信号的处理,提出一种新颖的多通道地磁信号处理方法.首先,利用深度残差网络对大量人工标记的数据集进行训练,得到基于残差网络的地磁信噪识别模型;然后,利用训练好的模型识别出观测信号中的含噪片段;之后,利用MVMD对含噪片段进行多通道的信噪分离,得到去噪后的片段;最后,用去噪后的片段代替原始观测信号中的含噪片段,得到完整的高质量信号.为验证方法的有效性,我们设计了仿真实验,结果表明所提方法可以将观测信号的信噪比提高约15 dB,相对于变分模态分解(variational mode decomposition, VMD)、互补集合经验模态分解(complementary ensemble empirical mode ... 相似文献
1