强干扰地区CSAMT数据信息熵与有理函数滤波的处理方法

CSAMT在强干扰地区采集的数据,尽管在测量时采取了多种多样压制干扰的措施,但强干扰余音仍是影响CSAMT数据质量的主要因素.如何在数据处理时进一步削减干扰,是提高CSAMT反演数据质量与反演解释效果的重要一环.本文主要针对矿山强电磁干扰的特点,从美国Zonge公司的GDP仪器为选频测量数据出发,提出了一种基于信息熵去噪与有理函数滤波相结合的数据处理方法.首先采用CSAMT数据误差熵处理,逐次剔除大的干扰数据,直到得到满意的信息熵,从而提取实际的有用信号数据.然后对经过信息熵处理后的测深曲线,进行有理函数滤波处理.再次剔除干扰大的跳点,得到较圆滑的测线纯异常数据.通过数字模型验证,其方法正确,精度较平均处理结果高.经在强干扰矿山实测数据处理表明,该处理方法压制干扰效果明显,可以达到提高信噪比,改善实测数据质量的目的.     

基于灰色系统理论和稳健估计的人工源电磁数据处理（英文）

针对强干扰导致人工源频率域电磁法测量结果出现偏倚的问题,研究将灰色系统理论和稳健M-估计综合用于数据处理的新方法。由于灰色系统理论对数据分布类型及数量依赖程度低,本文通过灰色建模求解测量数据的标准差,结合阈值法识别、剔除异常值。采用稳健M-估计估算测量结果,以压制异常值影响,提高处理结果的精度。最后将保留数据的M-估计值视为真实值。为验证所述方法处理效果,仿真生成含噪信号,剔除其有效频率频谱数据中的异常值,处理结果可高度逼近理论值,其最大相对误差为3.6676%,最小仅为0.0251%。然后对野外实测数据进行处理,并通过均方根误差、电位差频谱数据和视电阻率曲线形态对处理效果进行评价。研究结果表明:本文方法可以在保留可信数据的同时有效剔除异常值,均方根误差大幅下降,为人工源电磁法资料后续处理解释提供可靠的数据。     

音频大地电磁法强干扰压制试验研究

压制非相关噪声已经有多种比较成熟的技术方法,如多次叠加、远参考、Robust阻抗估计等,但这些方法对压制矿集区存在的强电磁噪声(通常属于相关噪声)基本没有效果.本文在前期提出的针对矿集区大地电磁强噪声压制的数学形态滤波基础上,开展了音频大地电磁法强干扰压制的试验研究.在四川西昌某AMT测点附近,布置了大功率电磁发送站,通过接地导线向地下供20A的方波电流,同时在供电期和间歇期用凤凰公司MTU-5A仪器观测4个水平分量的电磁场.在室内采用数学形态滤波和阈值法相结合的手段在时间域对含有人工源强干扰的电磁场数据进行处理,以视电阻率对比、频谱和极化方向等参数对处理效果进行评价.结果表明:结构元素恰当的数学形态滤波可以对人工源强干扰进行识别、去除,阈值法则可以消除形态滤波后的脉冲干扰,二者结合可以有效地压制AMT中的强干扰噪声,提高数据可靠性.本文结果对AMT实际资料处理具有重要的实用和参考价值.     

希尔伯特-黄变换在海底大地电磁测深数据处理中的应用

海水运动产生的电磁场,是海底大地电磁探测数据中的主要噪声之一,影响了数据处理与解释的精度.为提高海底MT探测的应用效果,本文在海底MT信号处理中引入HHT时频分析方法.结合海底MT噪声的特点与海底MT信号的特性,对南海实测数据进行分析,通过对比去噪前后信号的Hilbert时-频谱和边际谱,表明利用经验模态分解及其多尺度滤波特性,能够有效压制海水运动产生的电磁噪声.经HHT去噪后的测深曲线在一定程度上有所改善,仍存在"飞点"现象;再结合Robust估计,明显改善海底大地电磁探测数据质量,得到满意的观测结果.     

基于匹配追踪和遗传算法的大地电磁噪声压制

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.     

基于广义S变换的大地电磁测深数据处理

S变换是一种优于短时傅里叶变换和小波变换的时频分析方法.采用广义S变换进行大地电磁场时间序列频谱分析,一方面能够提高对电磁噪声成分的时间定位能力,便于实现电磁噪声的滤波处理;另一方面可以增加频谱系数的个数,从而改善大地电磁阻抗张量元素的统计特性.本文从广义S变换和大地电磁测深数据处理方法的原理出发,给出了采用叠加窗函数的离散广义S变换形式,讨论了广义S变换窗口宽度比例因子、窗口宽度与可提取频谱系数个数之间的关系,定义了利用离散广义S变换时频谱计算大地电磁场分量功率谱公式;在此基础上,研究了基于S变换时谱频的大地电磁测深数据ROBUST处理方法.最后,通过实测资料进行方法检验,结果表明本文方法比短时傅里叶变换处理效果更好,并且有利于识别和压制电磁噪声.     

PRC_MTMV和EMTF在长周期大地电磁数据处理中的应用

长周期大地电磁信号强度弱,频带宽,容易受到多种噪声的干扰,观测数据不满足加性、平稳和最小相位特性.因而,其数据处理仍有较多难点.常规的大地电磁数据处理方法是相似的,其主要差别是在时域或频域压制噪声、提高信噪比的数学方程和算法不同.为了提高数据处理的可靠性,拓宽方法的选择范围,本文介绍了广泛使用的PRC_MTMV和较少使用的EMTF两套软件系统的处理原理、参数配置以及用于处理长周期大地电磁资料的基本流程.利用两套系统对实测数据进行处理,对比发现,PRC_MTMV处理得到的视电阻率和相位曲线总是比EMTF的曲线平滑;EMTF的远参考处理对视电阻率曲线高频部分有较大的改善,说明EMTF能够有效克服磁场干扰;将同一测点长周期和宽频测深曲线拼接,二者的效果是相当的,表明EMTF能够满足需要并用于处理长周期大地电磁数据.     

数学形态滤波与大地电磁噪声压制

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.     

基于压缩感知重构算法和形态滤波的AMT近源干扰压制（英文）

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。     

Hilbert-Huang 变换与大地电磁噪声压制

大地电磁信号具有非线性、非平稳、非最小相位特征,不符合以Fourier变换为基础的传统功率谱估计的基本要求. Hilbert-Huang变换是近年发展起来的处理非线性、非平稳信号的完全局部时频分析方法. 本文在简要介绍Hilbert-Huang变换基本原理与算法基础上,以实际数据分析为例,探讨了它在大地电磁信号处理及噪声压制中的应用. 提出利用Hilbert时-频能量谱对大地电磁信号进行时段筛选,以提高信号品质,增强数据处理的质量和资料的可解释性. 利用经验模态分解方法及其多尺度滤波特征,可以有效地分析MT信号中的噪声分布特征,并进行干扰压制.     

Controlled-source electromagnetic data processing based on gray system theory and robust estimation

We propose a novel method that combines gray system theory and robust M-estimation method to suppress the interference in controlled-source electromagnetic data. We estimate the standard deviation of the data using a gray model because of the weak dependence of the gray system on data distribution and size. We combine the proposed and threshold method to identify and eliminate outliers. Robust M-estimation is applied to suppress the effect of the outliers and improve the accuracy. We treat the M-estimators of the preserved data as the true data. We use our method to reject the outliers in simulated signals containing noise to verify the feasibility of our proposed method. The processed values are observed to be approximate to the expected values with high accuracy. The maximum relative error is 3.6676%, whereas the minimum is 0.0251%. In processing field data, we observe that the proposed method eliminates outliers, minimizes the root-mean-square error, and improves the reliability of controlled-source electromagnetic data in follow-up processing and interpretation.     

基于信噪辨识的矿集区大地电磁噪声压制

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.     

Comparison of Factorial Kriging Analysis Method and Upward Continuation Filter to Recognize Subsurface Structures — A Case Study: Gravity Data from a Hydrocarbon Field in the Southeast Sedimentary Basins of the East Vietnam Sea

To interpret geophysical anomaly maps, it is necessary to filter out regional and sometimes noise components. Each measured value in a gravity survey consists of different components. Upward continuation (UC) is one of the most widely used filters. The shortcoming of this filter is not to consider the spatial structure of the data, and also the fact that the trial and error approach and expert’s judgment are needed to adjust it. This study aims to compare the factorial kriging analysis (FKA) and UC filters for separation of local and regional anomalies in the gravity data of a hydrocarbon field in the southeast sedimentary basins of the East Vietnam Sea. As shown in this paper, FKA method permits to filter out all of the identified structures, while the UC filter does not possess this capability. Therefore, beside general and classic filtering methods, the FKA method can be used as a strong method in filtering spatial structures and anomaly component.     

基于多用户峰度准则的海洋强噪声衰减方法(英文)

海洋地震勘探过程中,由于采集设备的老化或电源的不稳定而造成的漏电,在地震记录表现为强噪音干扰,利用常规噪音衰减方法处理此类强噪音效果并不理想。鉴于强噪音在统计学上具有相同的特性,本文在基于峰度的盲分离(blind source separation,BSS)算法研究基础上,推导出一种基于多用户峰度(multiuser kurtosis,MUK)准则的噪音衰减算法来估计地震记录中具有相同统计特性的强噪音,并将其从地震记录中分离,从而达到衰减强噪音的目的。模型试验与实际资料的处理表明:该方法能够在好的衰减海洋地震勘探记录中的强噪音,保留了更多的有效信息,提高海洋地震数据的信噪比,具有可行性和应用前景。     

集合资料同化中方差滤波技术研究及试验

本文基于YH4DVAR业务系统构建了集合资料同化试验平台,利用10个集合样本统计得到的流依赖背景误差能显著改进业务应用中背景误差方差的结构和大小.但是受样本数的限制,背景误差方差的集合估计值中引入了大量的随机取样噪声.为了降低噪声对估计值的影响,本文采用谱滤波方法,根据信号和噪声尺度的统计特征构造一个低通滤波器来滤除背景误差方差估计值中的大部分随机取样噪声.在2013年第九号台风"飞燕"的集合方差滤波试验中,10个样本的滤波结果优于30个样本的集合估计值.谱滤波方法的成功应用有效降低了集合资料同化系统对集合样本数的要求,将是集合资料同化系统未来业务化运行的一项不可或缺的关键技术.     

基于字典学习的音频大地电磁数据处理

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.     

庐枞矿集区大地电磁测深强噪声的影响规律

天然大地电磁场信号微弱,极化方向随机,极易受电磁噪声污染.张量阻抗分析、远参考技术、Robust估计等对随机噪声和不相关噪声有比较好的压制效果,但对强的相关噪声目前还没有有效的压制方法.庐枞矿集区人烟稠密、工业发达,是我国著名的铁、铜、硫等矿产基地之一,区内强烈的工业、通讯、矿山、民用等电磁干扰严重污染了大地电磁测深数据.本文首先根据实测的电磁场时间域波形和卡尼亚电阻率测深曲线形态,挑选出基本未受噪声污染的测点(Y1650).然后利用数学形态学从受严重污染的电磁场时间序列中提取出类方波、三角波、阶跃、脉冲和充放电5种典型噪声的波形,并以不同的方式将这些噪声波形与Y1650的电磁场波形叠加,对比分析加噪后Y1650点电阻率和相位测深曲线的变化,进而归纳出典型强噪声对庐枞大地电磁测深资料的影响规律,为进一步压制强噪声和资料处理提供依据.     

分频段排干扰方法的建立与应用

在处理连续观测数据过程中,有时信号呈现出周期变化,如固体潮观测值中的潮汐信号等.直接对信号进行处理,如拟合、回归、调和分析等,是最常用的方法.当低频噪声背景和高频噪声均较强时,信号频率域(可称之为有用频段)内的信号被淹没了.直接提取信号较为困难.在这种情况下,本文试图利用分频段排干扰的方法,先将低频噪声和高频噪声分别排除掉,以便于进一步分析处理.本文实例计算表明,通过这样处理的应变固体潮观测资料,突出地显示了固体潮曲线的变化特征,而处理前的资料所对应的观测曲线,其固体潮汐的变化特征被噪声淹没了.     

自适应滤波器在地磁数据噪音处理中的应用

利用自适应信号处理的原理，尝试消除地磁观测数据中的干扰噪音。结果显示这种方法能有效地抑制包括随机噪音，大幅度突跳偏离和阶跃各种形式的干扰。对于和信号频率相重的干扰能给予有效抑制，且能保持信号基本不变。