独立分量分析及其在核探测信号预处理中的应用

针对核探测(Nuclear detector)信号信噪比低,背景杂波强;因事先对探测目标的信息所知甚少,近乎处于"盲"状态,因而实际处理难度大等问题,提出了将独立分量分析(IndependentComponent Analysis,ICA)这种盲信号处理技术应用于核探测信号处理中.并利用ICA中的FastICA算法,对ICA法在核探测信号处理中的应用进行了初步探索,实现了核探测信号中各组份信号和背景杂波的有效分离.同时初步解决了由ICA方法本身带来的所分离目标独立分量信号符号的不确定性等问题,使核探测信号信噪比大幅提高,从而使核探测的目标检测性能也得以显著改善,这表明IcA在核探测仪信号处理中具有应用前景.     

基于FastICA的低信噪比探地雷达信号去噪

在背景条件复杂的工区,为了提高探地雷达(GPR)勘探资料解释的准确性和可靠性,利用独立分量分析理论进行了强噪声背景下的探地雷达信号去噪研究。阐述独立分量分析(ICA)基本理论,着重讨论了基于负熵最大化的快速独立分量分析(FastICA)算法。应用FastICA算法对单道探地雷达数据和正演含噪雷达剖面分别进行去噪分析,得到去噪后的探地雷达信号。以湖北恩施彭家寨隧道GPR实测数据为例,将Fast ICA算法应用于探地雷达剖面数据去噪。研究结果表明,将FastICA算法应用于探地雷达信号处理,摆脱了传统方法参数设置的束缚,流程简单,在GPR去噪方面有独特的优势,可较好地对低信噪比的GPR原始数据进行噪声去除,有助于突出探地雷达剖面中异常体特征,达到了提高资料解释准确性和可靠性的目的。     

基于JADE算法的地震资料随机噪声盲分离方法研究

独立分量分析是近年由盲信号理论发展起来的一种新的多维信号处理方法,在没有先验信息的情况下,能够实现源信号的分离。地震资料中常常包含随机噪声,它是由各种不可预知因素综合作用而成,无统一规律。文中将ICA应用于去除随机噪声问题,在对地震数据特点进行分析的基础上,建立了随机噪声盲分离的ICA模型,并对其假设条件和固有不确定问题进行了深入分析,利用文中改进的稳健预处理算法,先去除加性高斯白噪声,然后将预处理后的数据采用JADE盲分离算法分离出有效信号和非高斯分布的随机噪声,并建立能够辨识有效信号的准则,解决了ICA分离后次序不确定问题,实现了有效信号的提取。仿真实验和对实际地震资料处理表明文中提出的算法能够有效地去除随机噪声。     

经验模态分解和独立分量分解在航磁数据处理中的应用

以东天山1∶20万航磁数据为例,利用经验模态分解(EMD)方法对航磁数据进行分解,然后利用独立分量分析(ICA)方法对分解出的固有模态函数(IMF)数据进行重构。分解出来的从高频到低频IMF与地质体的分布具有一定的相关性,不同频率的IMF代表了一定的地质意义。经过ICA重构后的独立分量(IC)能够对异常IMF函数从盲源分离的角度进行有效的重构,其结果可以在一定程度上解释不同的地质事件对磁异常的贡献,并对构造识别和构造区域划分具有一定的指示意义。     

基于主元分析法的浅地层小目标探测算法

在应用便携式探地雷达(GPR)进行浅地层中的小目标探测时,由于目标回波能量小,目标回波与直达波叠加,加上地表杂波及探测产生的杂波,大大降低了目标回波的信噪比,使在复杂的浅地层介质之中,难以对小目标进行准确探测。因此提出了基于主元分析(PCA)法的浅地层小目标探测算法,通过PCA分解,将当前雷达扫描数据映射到背景所在的投影方向上,建立检验函数并和自适应阈值比较,判断是否含有目标回波信息,结合动态背景更新即可实现浅地层中小目标的探测。用PCA法对在沙土、红土、黏土、草地试验的数据进行处理,结果表明PCA法能够探测出浅地层中的小目标。     

改善地震勘探记录的4项技术

为改善地震勘探记录、提高信噪比,近年来提出了基于混沌理论的混沌振子滤波技术（CVM）、基于多道最小平方原理和CVM的时空域双曲滤波技术（HTDF）、基于时频分析和Wigner-Ville分布的时频峰值滤波技术（TFPF）以及基于独立分量分析（ICA）的多次波消减技术。用CVM技术可以在强随机噪声背景中确定同相轴的时空位置;HTDF是CVM的后续处理,使湮没在噪声中的同相轴显现出来。大量仿真实验和实际资料处理表明,TFPF技术可应用于消减地震记录中的随机噪声。基于ICA的多次波消减技术可确定输出信号的振幅和次序。上述4项技术若应用于实际资料,尚需要分别解决诸如计算时间、辅助性处理、因子振幅谱补频、变时窗技术、处理流程的系统工程等问题。     

地面阵列式微地震数据盲源分离去噪方法

由于地面噪声干扰多,原始微地震监测数据的信噪比相对较低,而数据品质决定了微地震事件的定位精度,因此,提高监测数据信噪比是微地震处理的关键环节。充分利用地面阵列式微地震数据监测台站数量多、间距近和分布广的优点,采用基于互相关的盲源分离去噪方法,进行随机噪声的压制。基于互相关盲源分离的阵列式微地震数据去噪方法,采用负熵作为目标函数,以粒子群优化方法进行高效求解,并通过互相关系数有效解决了盲源分离的不确定性问题,实现了地面阵列式微地震事件分量与噪声干扰分量的有效分离。通过正演模拟数据和实际微地震监测数据的去噪效果分析,证实了该方法的有效性和实用性。     

Shearlet变换在GPR数据随机噪声压制中的应用

随机噪声是探地雷达(ground penetrating radar,GPR)数据处理存在的主要问题之一,直接影响到GPR数据后续处理及最终解释的准确性和可靠性。为了有效地去除随机噪声,同时更好地保留GPR信号的有效信息,本文提出基于Shearlet变换的GPR数据随机噪声去除方法。作为一种非自适应多尺度、多方向性的几何分析方法,Shearlet变换能够近乎最优地表示含奇异点的高维曲线。在Shearlet域,GPR数据能够得到更加稀疏的表示,通过阈值去噪的方法,有效地去除了随机噪声,使信噪比提高了4dB,最大程度地保留了GPR有效信号。利用理论和实际数据进行验证,体现了Shearlet变换阈值去噪方法的有效性和准确性。     

基于DWT-EEMD的盲源分离算法在MT工频干扰消除中的应用

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。      

基于主成份分析的探地雷达信号去噪研究

探地雷达是估计地下介质分布的重要浅层地球物理方法,实际记录中包含噪声是不可避免。为了提高探地雷达(GPR)勘探资料解释的准确性和可靠性,这里利用主成份分析(PCA)理论进行了强噪声背景下的探地雷达信号去噪研究。阐述PCA的基本理论,着重讨论了PCA去噪算法的实现步骤。在时间域和频率域应用PCA去噪算法,对含噪声的合成雷达剖面分别进行去噪分析,采用L曲线法确定最佳参数K,达到最佳信噪分离效果,在时域和频域中使用最佳K值进行去噪,可以提高探地雷达数据的信噪比。以GPR实测数据为例,将PCA算法应用于探地雷达剖面数据去噪,可以在保持有用信号不丢失,幅值不失真的基础上,使噪声得到了较好地抑制,有助于突出探地雷达剖面中异常体特征,达到了提高资料解释准确性和可靠性的目的。     

阵列式探地雷达信号极化场特征

阵列式观测是探地雷达系统研制和新型探测方法的一个重要发展趋势,而同形多源并发地下目标响应特征分析成为系统研制和数据处理研究的基础和前提。阵列式天线的多源并发信号及目标反射信号存在复杂的极化特性,但同时也包含更多目标特征的响应信息。本文针对基于似平面波探地雷达系统,分析了目标体在极化平面波照射下的响应特征,从多极化信号角度分析典型地下目标体形态特征;并采用时域有限差分正演分析方法,通过对阵列天线接收到的数据沿时间轴进行积分来获得目标在地表投影的分布情况,分析了一维及二维分布的收发天线阵列对目标的检测。研究成果表明,多极化综合特征分析能够有效改善目标检测的稳定性,提高目标响应信号的信噪比,减弱天线方向图和目标散射截面闪烁对数据剖面的影响,降低数据处理和解释的难度。     

基于探地雷达单道信号处理的岩溶分析方法

探地雷达（GPR）作为岩溶隧道超前地质预报的主要手段广泛运用于隧道岩溶探测,但GPR自带分析软件所得时间剖面图只能进行岩溶定性分析,无法较准确地确定岩溶的位置、大小和形状。基于此,提出一种基于GPR原始数据的单道信号计算岩溶位置和大小的方法。具体做法主要包括：先用地质雷达自带分析软件确定岩溶位于哪几道信号上,再将这几道信号的数据利用自编程序提取并作Hilbert函数变换,绘出信号的瞬时振幅、相位和频率图（三瞬图）,根据每道三瞬图图像突变的位置确定岩溶的起、终点,最后联合各道计算结果确定岩溶的位置、大小和形状。上述方法在赣龙铁路中复隧道DK189+135、DK189+75断面岩溶探测中得到了成功运用。实践证明,该方法能较准确地确定岩溶的位置、大小和形状,是基于探地雷达探测岩溶分析的可行方法。     

基于小波域KL变换的探地雷达信号处理

探地雷达目标回波信号通常会受到串扰(或直达波)、随机噪声等的干扰,致使目标信号难以分辨。利用小波分析的时频局部化特性和多道探地雷达记录中直达波、目标回波信号以及随机噪声等的不同相关性,对探地雷达记录进行小波分解,得到多频段的小波剖面,再对不同频段的小波剖面做KL变换,实现了串扰抑制。通过实验数据和现场实测数据验证了该方法的有效性。      

基于背景矩阵减法的探地雷达杂波信号抑制方法研究

探地雷达是探测浅层地下目标并对其空间分布进行成像的重要地球物理方法之一,但在实测雷达剖面中,目标反射信号不可避免地会受到直达波和地面反射波等杂波信号的干扰。为了提高探地雷达数据解译的可靠性和准确性,需要对杂波进行抑制或去除。提出一种背景矩阵减法来抑制杂波信号,并通过两组仿真数据和两组实测数据示例与减平均道法、奇异分解法对杂波抑制效果进行对比分析,结果表明背景矩阵减法的效果明显优于减平均道法和奇异分解法,可以在保证有效信号不丢失,幅值和相位不失真的基础上,使杂波得到较好地抑制,有助于识别探地雷达剖面中目标信号的特征,提高数据解译准确性和可靠性。     

基于DOA估计的阵列式探地雷达逆向投影目标成像方法

本文针对阵列式天线探地雷达系统的目标成像问题,理论模拟分析了最小二乘(LS)估计、Capon估计、幅度相位估计(APES)三种波束形成算法在目标回波到达角(direction of arrival,DOA)估计上的效果和精度,提出了基于DOA估计的阵列式探地雷达逆向投影目标成像方法。该方法综合利用多输入多输出(MIMO)阵列信号估计得到的目标回波信号DOA和阵列空间观测信息对目标体进行成像,通过成像点空间扫描对各测点估计DOA幅度值在成像点的加权积分进行目标定位及反射强度估计。该方法实现简单高效,可以广泛应用于地下简单目标体的快速成像。     

探地雷达在桥塔塔基岩溶勘查中的应用及信号分析

以湖南省张家界—花垣县高速公路岩溶勘查为例,探讨探地雷达在竖直型岩溶勘查中的应用和效果;同时,说明复信号分析方法在探地雷达数据处理中的有效性。竖向岩溶的横向规模小,在雷达图像中相应的异常范围比较窄,异常不易分辨。首先对原始采集信号进行二维空间域滤波,再对信号进行Hilbert变换,提取雷达信号的瞬时振幅、瞬时相位和瞬时频率,然后对这些处理后的信号进行综合分析。研究结果表明,二维空间域滤波可大大消除高频噪声的干扰,提高信号的信噪比,多参数综合分析可提高探地雷达解释的精度,最终的钻探成果也验证了反演解释结果的正确性。     

复信号分析技术在地质雷达信号处理中的应用

作者利用复信号分析方法分离出地质雷达信号的瞬时振幅、瞬时相位、瞬时频率等参数,通过一维数值模拟对其进行多参数分析,并进行了工程应用。模拟实验和工程实测表明,地质雷达瞬时相位有助于提取深部弱信号;瞬时振幅与瞬时频率为进一步进行土层和岩石特性方面的研究提供了依据;多参数综合分析方法对提高地质雷达图像解释的准确性具有重要意义。     

基于小波域的FastICA算法的非常规油气藏地震资料去噪

近年来,随着鄂尔多斯盆地苏里格气田开发规模的不断扩大,全数字三维地震得到广泛应用,数字检波器的高灵敏性使得地震资料噪声极其发育。因此,全数字三维地震资料叠前去噪是资料处理的关键。针对全数字三维地震资料的特点,结合盲信号分离技术的最新发展,特别是神经网络技术的最新发展应用到研究中来,建立适合于理论地震记录的盲信号分离的算法模型,对已知反射地震数据实施盲分离技术,将地震信号变换到小波域中,并用Fast ICA算法进行盲分离去噪,然后将去噪后的信号从小波域变换到时间域信号。试验结果表明,该方法得到的去噪效果较时间域内直接去噪效果好。     

层状介质探地雷达信号Q值估计及反Q滤波

利用多层常Q模型描述层状介质探地雷达信号的衰减,并应用谱比法,通过求均方根Q值求得了层状介质每一层的Q值。将波场延拓理论应用到探地雷达信号的反Q滤波数据处理中,其步骤为：假定地下Q模型为多层常Q结构,对每个常Q层,将地表波场记录直接延拓到当前层顶部;在常Q层内对延拓后的波场在时频域采用广义S变换,对信号进行反Q滤波;对滤波结果求广义S反变换,得到反Q滤波后的时域信号。最后利用本方法对合成的3层探地雷达衰减记录和实验得到的2层探地雷达衰减记录进行了振幅和相位补偿,验证了该算法在探地雷达反Q滤波中的正确性和有效性。     

一维HHT变换在探地雷达数据处理中的应用

探地雷达(GPR)噪声信号通常具有非稳态、非线性特征,为去除这些噪声提高GPR图像解译的准确性,对利用HHT方法去噪进行了研究。首先阐述HHT的基本理论,然后通过对探地雷达数值模拟信号中噪声的去除验证基于HHT方法的可行性,最后将该方法用于探地雷达隧道地质超前预报的数据处理中。通过研究表明:该方法可以用于探地雷达信号的去噪,通过Hilbert变换得到三特征参数图像与EMD分解后合成图像进行对比验证,从而达到提高GPR信号解译精度的目的。