共查询到20条相似文献,搜索用时 15 毫秒
1.
在测量电场和磁场分量的过程中,由于地质因素、工频、人文干扰和其他外界因素以及观测系统所造成的干扰等,常常会使实际数据含有噪声,从而影响到视电阻率和相位的计算以及后续的正反演工作。为提高处理效果,在已有快速算法的基础上,将改进阈值的TI小波去噪法应用在大地电磁信号去噪中。利用该方法对大地电磁信号去噪,可以达到既有效去除噪声又较大程度地维持原始信号形态的目的。在对实测大地电磁数据进行去噪处理后的结果显示,该去噪方法使信号数据的突变现象得到有效的控制和减少,并使时间序列、视电阻率曲线和相位曲线的质量都有了明显的改善,因而具有较好的去噪效果。 相似文献
2.
基于频率域小波去噪的大地电磁信号工频干扰处理 总被引:1,自引:0,他引:1
大地电磁测深(Magnetotelluric,MT)在油气勘查中得到越来越多的应用,针对MT中日益严重的工频干扰,从频率域着手,结合小波阈值去噪方法,提出了基于频率域小波去噪的MT信号工频干扰处理方法。先对受噪的MT信号进行傅里叶变换,得到其实部和虚部,再用小波阈值去噪的方法对实部序列和虚部序列分别进行去噪处理,最后将去噪后的实部和虚部联合,进行反傅里叶变换得到去噪后的信号。给出了去噪方法的原理、步骤,并用仿真信号和实测大地电磁信号验证了其有效性。结果表明:频率域小波阈值去噪的大地电磁信号工频干扰处理方法是正确、有效的,能有效且自适应地压制大地电磁信号中的工频干扰,突出被工频干扰淹没了的有用信号的信息。 相似文献
3.
随着社会的发展,各类干扰日益加剧,高质量的大地电磁采集也变得愈加困难。为了提高数据质量,学者们针对不同类型的噪声提出了很多对应的去噪方法,由于大地电磁数据量都比较大,去噪前不可能对每条数据进行人工判读,急需一种高效率的噪声识别和分类方法。基于此,本文将人工神经网络应用于大地电磁时间序列分类中,为了选取最为合适的大地电磁时间序列分类网络模型,使用模拟方波、工频、脉冲噪声以及实测无噪声数据4类时间序列类型,分别对LSTM、FCN、ResNet、LSTM-FCN及LSTM-ResNet模型进行了噪声分类训练和实测数据分类对比试验。结果表明,FCN及LSTM-FCN在大地电磁时序分类中具有相对较好的效果。其中,FCN模型对实测数据分类准确率最高可达99.84%,每个epoch平均用时9.6 s, LSTM-FCN较FCN具有更高的分类精度,实测数据集最高分类准确率近乎100%,但是其每个epoch平均用时24.6 s,且较FCN也更易过拟合。总体来看,如果数据量较少使用LSTM-FCN可以获取更高的分类精度,数据量较大时需考虑时间成本,使用FCN则更为合适。最后,利用LSTM-FCN分类模型和... 相似文献
4.
《物探化探计算技术》2017,(3)
为了提高强干扰地区大地电磁测深数据质量、保留大地电磁信号低频段的有用信息,压制大尺度强干扰已刻不容缓。针对矿集区典型的强干扰类型,引入子空间增强方法对大地电磁信号与强干扰进行信噪分离研究。通过计算机模拟常见的大尺度方波和充放电三角波干扰,讨论了子空间增强算法中帧长与特征值判别阈值的最优选取范围,给出了算法流程,并对矿集区实测大地电磁数据进行了信噪分离处理。实验结果表明:该方法是切实可行的,能有效剔除时间域序列中的大尺度强干扰,近源效应得到了有效压制;经处理后,重构的大地电磁信号中包含了更为丰富的细节成分,视电阻率曲线更为光滑、连续,低频段的大地电磁数据质量得到了明显改善。 相似文献
5.
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
6.
7.
8.
9.
10.
11.
《物探化探计算技术》2017,(4)
鉴于大地电磁信号的特点,大地电磁信号的去噪问题一直是研究的热点问题,而盲源分离技术是进行现代信号处理的有力工具。阐述了大地电磁信号的特点和它的噪声分类,利用盲源分离算法维持信号频率不变性的特点,并结合大地电磁信号的频谱特征,提出利用盲源分离算法来对大地电磁信号进行噪声分析和噪声去除。实验证明,无论是直接应用盲源分离算法来对大地电磁信号进行噪声去除,还是应用盲源分离对噪声进行分析后结合其他方法进行去噪处理,都能有效地去除噪声,减少脉冲干扰地影响,提高信号的整体平滑度。 相似文献
12.
13.
为了消除大地电磁测深数据中的工频干扰,提出基于DWT-EEMD的盲源算法,利用DWT、EEMD和盲源分离的优良特性,在进行DWT和EEMD处理之后再进行盲源分离以消除噪声。该方法主要优势在于DWT-EEMD模型的采用和自适应权重因子的引入,在降低独立分量分析算法对恢复信号的幅值的不确定性的同时,使得在工频干扰噪声的幅值高于原始信号很多的情况下依然能较好地分离出原始信号。通过对实测大地电磁信号进行处理后发现,该方法使视电阻率曲线和相位曲线均变得平滑而稳定,较好地消除了大地电磁信号中的工频干扰噪声。 相似文献
14.
15.
16.
17.
18.
19.
20.
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