| 基于深度残差网络与MVMD的多通道地磁信号处理 |
| |
| 引用本文： | 李广,郑豪豪,蔡红柱,陈超健,石福升,龚松林.基于深度残差网络与MVMD的多通道地磁信号处理[J].地球物理学报,2023(8):3540-3556. |
| |
| 作者姓名： | 李广 郑豪豪 蔡红柱 陈超健 石福升 龚松林 |
| |
| 作者单位： | 1. 东华理工大学放射性地质与勘探技术国防重点学科实验室;2. 中国地质大学湖北巴东地质灾害国家野外科学观测研究站;3. 中国地质大学(武汉)地球物理与空间信息学院;4. 苏黎世联邦理工学院地球物理系;5. 中国科学院精密测量科学与技术创新研究院大地测量与地球动力学国家重点实验室 |
| |
| 基金项目： | 国家自然科学基金(41904076,42274085)；;中国博士后科学基金(2021M692987)； |
| |
| 摘 要： | 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 ...
|
| 关 键 词： | 深度残差网络 多元变分模态分解 信号处理 地磁信号去噪 电磁勘探 深度学习 |
|
|
