基于能量运算的磁共振信号尖峰噪声抑制方法

磁共振探测信号微弱,使用高灵敏度的核磁共振地下水探测仪,极易受到环境噪声干扰.其中,工频谐波噪声和尖峰噪声,是影响信号质量最严重的两类噪声.国内外研究表明,通过参考线圈的布设,依据探测线圈和参考线圈中噪声相关性,利用自适应参考对消算法,能够有效抑制工频谐波噪声.然而,尖峰噪声的存在严重影响了主通道与参考道的数据相关性,成为了参考对消算法应用的难题与障碍.为解决这一问题,本文提出磁共振信号中尖峰噪声的抑制方法,推导了能量域磁共振信号表达式,通过计算信号能量,可有效检测尖峰噪声并突出不易识别的小幅度尖峰噪声,采用基于中位数的绝对偏差法确定阈值,进而剔除尖峰噪声.为了验证去噪效果,与应用较广的统计叠加法进行对比研究.仿真结果表明,对于干扰幅度较大、持续时间较长的尖峰噪声,能量运算法和统计叠加法均能识别并剔除,且不损失有效的磁共振信号,标准差偏差控制在0.3%以内,可以满足实际应用的要求;对于小于信号幅度1.5倍的尖峰噪声,能量运算法可有效识别并剔除,而统计叠加法无法实现.针对多通道探测系统,使用能量运算法剔除尖峰噪声后,可明显提高主通道和参考道的数据相关性,为后续自适应参考对消算法的应用奠定了基础.实测数据处理结果进一步证明了本文方法的实用性.     

强人文干扰环境的电磁数据小波去噪方法研究

大地电磁法(MT)以成本低廉,探测深度大、水平方向分辨能力高等优点,在矿产资源勘探方面得到广泛应用.然而,在老矿区或者矿区周围进行二次探矿时,强人文干扰严重影响观测数据的质量,导致反演结果出现偏差,甚至出现错误的解释结果.因此,需要对观测数据进行降噪处理.结合多分辨率分析算法和小波阈值算法的特点,本文提出了综合小波算法:采用db3小波基;基于多分辨率分析算法,去除长周期噪声;基于小波阈值算法,将Bayes估计配合改进型阈值函数去除短周期噪声干扰.对实测数据的处理结果显示,处理后的数据的时间序列以及视电阻率曲线质量都有了明显的改善,近源效应得到有效的抑制.     

基于相关建模检测的磁共振探水同频消噪方法

地面磁共振技术能够对地下水进行直接探测,具有定性定量的优点,是一种新兴的地球物理方法.然而,磁共振信号只有纳伏级,极其微弱,易受环境噪声干扰,尤其是具有拉莫尔频率的噪声,在时频域上均与信号重叠,难以有效去除,导致提取的信号参数准确度低、反演解释误差较大.本文针对同频噪声干扰问题,提出了相关建模检测(CMDT)方法,通过相关方法实现频谱迁移和低通滤波,结合信号和噪声特征建立数学模型,采用模型变换实现同频噪声的抑制,并利用最小二乘指数拟合方法提取高精度SNMR信号.为了对新方法进行定量分析,以验证其效果,对含有不同幅度的同频噪声和磁共振信号进行仿真实验,实验结果表明在信噪比为-31.17 dB的情况下,所有参数的最大提取误差不大于1.22%,验证了新方法能够在压制同频噪声的同时提取出高精度信号参数.为了模拟野外情况,在同频噪声和信号数据中加入随机噪声进行实验,结果表明当信噪比大于-10.12 dB时,CMDT方法仍可以获取有效的信号.因此,本文的研究为处理含有同频噪声干扰的实际SNMR信号数据提供了理论依据,为后期高精度反演提供了技术支撑.     

三参数小波变换自适应阈值压制地震数据高频随机噪声

在有效压制高频随机噪声的基础上,最大限度保留有效信号一直是地震数据降噪处理中的难点.小波变换阈值降噪因其优秀的降噪效果和较高的计算效率受到地球物理学家们的青睐.在小波变换阈值降噪中,小波基、阈值函数以及阈值是影响降噪效果的3个关键因素.针对这3个关键因素开展相关研究：(1)采用更加适合地震信号分解的三参数小波作为母小波,可以更好进行信噪分离;(2)采用改进的阈值函数克服传统硬、软阈值函数的不足,基于改进阈值函数得到的降噪地震数据不仅波形光滑、连续,而且基本保持原始信号的特征,综合了硬阈值和软阈值函数的优点;(3)针对统一阈值“过扼杀”有效信号这一缺点,提出自适应阈值,自适应阈值不单以能量为标准进行有效信号和噪声的识别,还考虑有效信号小波系数的相关性,避免有效信号被当成噪声舍弃.最后通过模型试算和实际地震数据验证所提方法的有效性和实用性.     

基于参考线圈和变步长自适应的磁共振信号噪声压制方法

核磁共振地下水探测仪的灵敏度高,接收到的纳伏级磁共振探测信号极易受到强工频谐波噪声的干扰,导致信号特征参数提取的准确度降低,影响反演解释的水文地质参数结果.为了解决这一难题,基于相关抵消的原理,针对全波磁共振信号,设计带有参考线圈的90°移相自适应噪声抵消系统,理论计算了参考线圈相对于探测线圈的距离,提出变步长LMS算法进行噪声压制.仿真结果表明,在不同的信号强度及不同的信噪比下,当信号与工频谐波干扰频谱不重合时,采用设计的自适应噪声抵消系统和变步长算法,信噪比可以提高到5.94 dB以上,初始振幅、弛豫时间特征参数的拟合误差在2.8%以内;当信号与工频谐波干扰频谱重合时,采用双向自适应滤波算法,信噪比可以达到5dB以上,初始振幅、弛豫时间特征参数的拟合误差在10%以内,可以满足实际应用的要求;实测数据处理进一步证明了方法的有效性.     

基于双频磁共振的未知拉莫尔频率地下水探测方法

在利用地面磁共振方法进行地下水探测时,要求发射频率与拉莫尔（Larmor）频率相同.由于地磁场的不均匀性和噪声干扰,实际测量时无法获得准确的Larmor频率,导致发生偏共振现象.如果假设磁共振或频率偏量未知时,反演得到的含水量和弛豫时间（T₂^*）将存在较大误差.为了解决未知Larmor频率情况下的准确探测问题,本文在频率环测量方案的基础上提出了双频磁共振探测方法,即只需知道Larmor频率的范围区间,通过区间外的两个频率进行偏共振激发,利用频率差值的一半作为频率偏量计算核函数,即可消除未知Larmor频率的影响.通过仿真实验,证明了在电阻率大于100 Ωm时,双频磁共振和偏共振的核函数偏差较小.对于双层含水层模型,双频磁共振和偏共振的信号偏差小于3 nV,因此得到双频磁共振信号可以用偏共振核函数进行反演.通过对假设磁共振、假设偏共振和双频磁共振反演结果的对比,可以得到在未知频率偏量和设定频率偏量改变时,双频磁共振均能得到准确的反演结果.但是,当环境噪声增加和电阻率降低时,反演结果的准确度降低.最后,通过长春市烧锅镇采集数据的反演结果与已知钻探资料进行对比,验证了双频磁共振探测方法的有效性和准确性.     

基于Seislet-TV双正则化约束的地震随机噪声压制方法

人工地震数据总是受到随机噪声的干扰,地震数据时-空变的特性使得常规去噪方法处理效果并不理想,容易导致有效信号的损失.目前广泛应用的预测滤波类方法存在处理时变数据能力不足的问题.随着压缩感知理论的不断完善,稀疏变换阈值算法能够解决时变地震数据噪声压制问题,但是常规的稀疏变换方法,如傅里叶变换,小波变换等,并不是特殊针对地震数据设计的,很难提供地震数据最佳的压缩特征,同时,常规阈值算法容易导致去噪结果过于平滑.因此开发更加有效的时-空变地震数据信噪分离方法具有重要的工业价值.本文将地震数据信噪分离问题归纳为数学基追踪问题,在压缩感知理论框架下,利用特殊针对地震数据设计的VD-seislet稀疏变换方法,结合全变差(TV)算法,构建seislet-TV双正则化条件,并利用分裂Bregman迭代算法求解约束最优化问题,实现地震数据的有效信噪分离.通过理论模型和实际数据测试本文方法,并且与工业标准FXdecon方法进行比较,结果表明基于seislet-TV双正则化约束条件的迭代方法能够更加有效地保护时-空变地震信号,压制地震数据中的强随机噪声.     

GNMF小波谱分离在地震勘探噪声压制中的应用

地震勘探资料噪声压制及信噪比提高是整个地震勘探信号处理过程中的重要任务,随着地震勘探深度的增加及其复杂性,人们对地震数据质量的要求越来越高.勘探环境的复杂化使得采集到的地震资料中有效信号被大量噪声淹没,无法清晰辨识,严重影响后续的数据处理与解释.小波去噪是地震勘探中常用且发展较成熟的一种方法,但是其涉及到的阈值函数选取问题一直令人困扰,虽然已有多种阈值函数被提出,但仍存在各自的缺陷.本文利用小波分解在时域及频域良好的信号细节体现特性,引入模式识别中的非负矩阵分解(NMF)谱分离思想,针对小波系数阈值优化问题,提出了一种小波域图非负矩阵分解(GNMF)消噪算法.该方法首先在小波分解基础上,利用GNMF算法实现小波分解系数谱中信号分量与噪声分量的谱分离,然后通过反变换重构各分离子谱对应的子信号,最后利用K均值聚类算法将得到的多个子信号划分为信号类及噪声类,最终得到重构信号及分离噪声.合成记录和实际地震资料的消噪结果验证了新方法在提高信号与噪声分离准确性和精度方面的有效性,同时新方法避免了阈值选取造成的噪声压制不理想或有效成分损失问题.与小波消噪结果的对比及数值分析也说明了新方法在噪声压制及有效成分保持方面的优势.     

电性源时域地空电磁数据小波去噪方法研究

基于飞艇的时间域地空电磁探测系统,具有勘探深度大、效率高、空间分辨率高、飞行控制容易等优势.但在低空飞行测量过程中,飞艇飞行高度、航迹、姿态等受风向、大气气流、地形、地面局部温度场变化等影响而发生变化,导致固定在艇囊前端的接收线圈发生运动,切割大地磁场,产生了电磁噪声、运动噪声、基线漂移等,从而影响电磁数据的电阻率成像质量.因此,研究地空电磁信号中多种噪声的去除方法,对数据的反演解释非常重要.由于地空电磁信号中有效信号频带与部分噪声频带相重叠,使用传统滤波或消噪方法具有一定局限性.因此,本文提出一种综合小波去噪法:根据地空电磁信号的特点,采用sym8小波基;基于小波多分辨率分析原理,利用小波高尺度近似分量估计基线漂移,以校正电磁数据中的基线;基于小波阈值收缩原理,采用5层小波分解、极小极大阈值配合硬收缩函数的消噪方法,来压制数据中的其余噪声.最后,通过异常环模型的理论响应和实测数据进行算法的验证,结果表明这种综合消噪法对多种噪声均有很好的抑制作用,是一种实用有效的时间域地空电磁数据消噪方法.     

地面磁共振与瞬变电磁橫向约束联合反演方法研究

大地电阻率分布信息是影响磁共振地下水探测反演结果准确性的重要因素.在众多电磁法勘探技术中,瞬变电磁法具有高分辨率、高效率和大探测深度等优势,能准确探测地下几百米范围内的电阻率分布信息.因此磁共振与瞬变电磁联合解释方法具有重要意义.然而,利用单一测点拼接的磁共振与瞬变电磁联合解释方法进行模拟二维反演时存在解释结果不唯一,容易出现错误异常体等问题,尤其在复杂地质情况下,同一测线上相邻测点探测结果连续性差,解释结果偏离实际.基于此,本文提出磁共振与瞬变电磁横向约束联合反演方法(Laterally Constrained Inversion,简称LCI),重点引入外推积分法(quadrature with extrapolation,简称QWE),解决了传统正演过程中基于直接数值积分方法引起的求解效率低的问题,保证了联合反演方法的顺利实施,进而以相邻测点地下结构应具备连续性为依据,引入横向约束反演思想,通过在联合反演目标函数中加入相邻测点间各模型参数约束矩阵,提高磁共振解释结果准确性,加强探测剖面地质结构和含水模型连续性.经过理论模型证实,本文提出的LCI方法能有效提高传统一维反演结果的稳定性和唯一性.最后,对安徽黄山野外实际探测数据进行横向约束联合反演,验证了磁共振与瞬变电磁LCI联合反演方法的实用性.本文的研究成果将为磁共振与瞬变电磁空间约束联合反演奠定基础.     

基于稀疏表示的地面磁共振信号提取方法

在多孔隙含水层中地面磁共振（surface nuclear magnetic resonance,SNMR）信号呈现多弛豫衰减特性,常规盲源分离方法和单指数拟合方法引起信号严重失真和信息缺失等问题.本文提出了基于稀疏表示的随机噪声背景下多弛豫SNMR信号的提取方法.根据SNMR信号的衰减特征,设计了精确刻画SNMR信号且与随机噪声不相关的离散衰减余弦冗余字典.其次,针对多弛豫SNMR信号稀疏度未知的问题,通过设置合理的残差比阈值控制迭代次数,改进了广义正交匹配追踪（generalized orthogonal matching pursuit,gOMP）算法,使得该方法应用于SNMR信号的提取时,具有更好的自适应性和普适性.再次,鉴于SNMR测量数据为多次独立重复采集的结果,提出了基于数据流的SNMR信号提取策略,在提高算法鲁棒性的同时,保证了信号提取结果的唯一性.最后,通过仿真和实测数据证明了基于gOMP算法的稀疏表示方法可以显著地提升多弛豫SNMR信号的提取质量,降低随机噪声对含水层反演结果的影响,提高SNMR探测能力.     

一种小波综合阈值地震信号降噪方法

小波阈值方法中硬、软阈值方法是地震信号降噪常用方法,但容易造成信号中高频信息丢失导致地震误判和漏判情况发生。小波综合阈值方法继承和发展了硬、软阈值降噪方法的优点,对信号高频部分用硬阈值方法,以提高高频信号能量,对信号低频部分用软阈值方法,提高信号降噪能力的同时保证信号连续性和光滑性。利用噪声信号小波系数小和地震信号小波系数大的特征,进行雷克子波降噪仿真实验和实际地震信号降噪实验。仿真实验表明,小波综合阈值方法降噪后波形MSE值最小,且降噪后与原信号波形最近似,降噪后波形高频部分能量增强且抑制低频部分能量。最后,对实际采集的地震信号进行降噪处理,处理后信号中能量增强被压制,利用处理后的信号可得到地震的初至时间。     

基于小波熵与相关性相结合的小波模极大值地震信号去噪

小波模极大值去噪算法中将高频小波系数全部当做噪声处理, 忽略了高频小波系数中仍含有的有用信息, 从而导致了模极大值传播点错选现象以及计算出的噪声方差中仍含有用信息． 针对这些问题, 提出了小波熵与相关性相结合的小波模极大值去噪算法． 将高频小波系数进行相关处理, 确定有效信号的位置; 将最大尺度上的高频小波系数划分成若干个小区间, 计算各区间小波熵; 以小波熵最大区间的高频小波系数的平均值作为噪声方差, 根据Donoho提出的阈值公式计算最大尺度上的阈值; 经阈值比较得到的模极大值点位置与相关处理得到的有用信息的位置进行比较, 保留相同位置的模极大值, 剔除位置不同由噪声引起的模极大值点; 采用即兴(Adhoc)算法逐级搜索各尺度上的模极大值, 并用交替投影算法进行重构． 该算法实现了阈值的自适应选取, 并有效解决了去除错选模极大值传播点的问题． 将本算法和传统去噪方法用于仿真信号处理中, 经对比分析验证了本算法的有效性．      

基于小波变换的大尺度岩体结构微震监测信号去噪方法研究

为将小波去噪方法应用于大尺度岩体结构微震监测信号的去噪研究,首先在MATLAB环境下进行仿真,验证了使用Symlet6小波进行小波去噪的可行性;利用4种自适应阈值规则对含噪信号进行去噪对比,结果表明4种阈值去噪后的信号在均方差较小的情况下都极大地提高了信号的信噪比,有效地去除了噪声,对不同的含噪信号,无偏似然原则阈值去...     

基于S变换的软阈值滤波在深地震反射数据处理中的应用

深地震反射原始单炮数据是非平稳的弱能量反射信号,信噪比较低.如何提高信噪比一直是深地震反射数据前处理中的一大难题.S变换是一种适用于分析非平稳信号的时频变换方法.同其他分析时变信号的方法相比,S变换的基本小波不必满足小波在时间域均值为零的容许性条件,它的时频分辨率与分析信号的频率有关,且其在时间域的积分可以得到傅里叶频谱,其反变换也简单.因此,S变换容易表示深地震反射信号复杂的时频特性.本文在S变换的基础上,利用软阈值滤波方法对深地震反射数据进行处理,实验结果表明,该方法有效地提高了信噪比,压制了有效频带范围内的混频干扰,突出了弱反射信号,使得波组信息更加丰富,有利于连续追踪有效反射波组和识别薄地层,特别是提高了深部Moho界面反射层位的分辨率,为深地震反射剖面后续处理和准确解释奠定了基础.     

Translation-invariant wavelet denoising of full-tensor gravity –gradiometer data

Denoising of full-tensor gravity-gradiometer data involves detailed information from field sources, especially the data mixed with high-frequency random noise. We present a denoising method based on the translation-invariant wavelet with mixed thresholding and adaptive threshold to remove the random noise and retain the data details. The novel mixed thresholding approach is devised to filter the random noise based on the energy distribution of the wavelet coefficients corresponding to the signal and random noise. The translationinvariant wavelet suppresses pseudo-Gibbs phenomena, and the mixed thresholding better separates the wavelet coefficients than traditional thresholding. Adaptive Bayesian threshold is used to process the wavelet coefficients according to the specific characteristics of the wavelet coefficients at each decomposition scale. A two-dimensional discrete wavelet transform is used to denoise gridded data for better computational efficiency. The results of denoising model and real data suggest that compared with Gaussian regional filter, the proposed method suppresses the white Gaussian noise and preserves the high-frequency information in gravity-gradiometer data. Satisfactory denoising is achieved with the translation-invariant wavelet.