基于广义S变换时频滤波的MT数据去噪

针对油气勘探中大地电磁(MT)数据易受各类干扰的污染,且信噪难以分离的问题,把基于广义S变换的时频滤波技术应用于MT数据处理中来,得到MT数据的S域时频分布,分析受噪MT数据在S域的时频分布特征,再在S变换时频域进行时频阈值去噪,并对滤波后的S域时频谱进行逆变换重构,分离得到去噪后的MT数据。给出了基于广义S域时频滤波的方法原理与应用步骤,对被污染的仿真和实测MT数据进行了时频阈值滤波,并与小波阈值去噪方法进行了比较研究。结果表明：基于广义S变换的时频滤波方法可有效抑制MT数据中的干扰,从噪声信号中分离出有效的大地电磁数据,且减少了人为参与,提高了MT勘测的数据质量。     

基于组合滤波的矿集区大地电磁信号去噪

针对矿集区大地电磁(MT)信号受环境噪声和人文噪声污染严重的问题,提出一种结合了经验模态分解(EMD)和数学形态学滤波的组合滤波方法,对矿集区大地电磁信号的时域信号进行滤波处理。介绍了方法原理和计算步骤,评估了该方法的去噪效果;在与小波变换去噪效果对比的基础上,用仿真实验验证了方法的可靠性,并对某矿集区的实测数据进行了去噪处理。结果表明,组合滤波方法充分利用了EMD多尺度分解及其可重构特性和数学形态学滤波方法的优点,在滤除噪声的同时为MT信号尽可能多地保留了有用信息。去噪后,估算的响应曲线方差减小到原来的一半,为进一步正确资料处理和地质解释提供了保障。     

组合广义形态滤波在鹿井地区音频大地电磁测量数据去噪中的应用

鹿井地区部分音频大地电磁测量数据受干扰严重,为去除噪声干扰以获得真实准确的地下电性结构信息,基于数学形态滤波原理构建正负结构元素相结合的组合广义形态滤波器,对鹿井地区多个测点的时间序列做滤波去噪处理。把该区2号线的5、7、27号测点去噪前后的时间序列、功率谱密度和视电阻率进行对比,发现取得了较好的去噪效果。综合认为组合广义形态滤波方法能快速高效地去除三角波、方波、似充放电三角波、阶跃噪声等形态明显的噪声,应用效果较好。     

广义S变换时频域滤波在MT数据处理中的应用

短时傅里叶变换是建立在稳态信号基础之上,它仅能提供信号的频域信息,对信号的时间分辨能力差。这影响了它在大地电磁测深数据处理中的应用效果。S变换是一种优于短时傅立叶变换的时频分析方法,能够提供信号时-频域信息。利用S变换对大地电磁测深数据进行时频分析,有助于实现大地电磁测深数据噪声的时频-域滤波,从而提高大地电、磁分量数据的频谱分析精度。从广义S变换理论出发,分析了各类波形噪声的时-频域特征及其对大地电磁测深数据的影响。针对大地电磁测深数据处理特点,利用广义S变换得到时频谱,采用时频比值和门槛值方法,研究适合压制电磁噪声的时频滤波器和滤波方法。对实际大地电磁测深数据的处理结果表明这个方法提高了阻抗张量的估算质量,验证了该方法的有效性。     

基于多结构元素形态滤波的大地电磁去噪

数学形态滤波是根据形态学原理创建的一种新型滤波方法,目前在信号处理的诸多领域得到成功运用。本文从形态滤波的基本原理出发,引入了一种多结构元素组成的滤波器用于大地电磁噪声消除。通过数值模拟展示了多结构元素滤波器的滤波效果,表明多结构元素滤波器在小尺度的范围内也有较好的滤波性能。同时,实测大地电磁信号的重构曲线和其视电阻率曲线显示多结构元素形态滤波对大地电磁噪声中的大尺度干扰噪声,如方波噪声和三角波噪声等,有较好的抑制作用,说明多结构元素形态滤波在大地电磁去噪中有较好的应用价值。     

广义S变换时频分析在广域电磁法数据处理中的应用

广义S变换是一种可逆的局部时频分析方法,是短时傅里叶变换和小波变换的延伸和推广。利用广义S变换对广域电磁时间序列数据进行分析,除了可以划定噪声区域便于实施滤波去噪之外,还可以提高数据频谱分析精度。针对广域电磁数据特点,基于广义S变换提出了适合广域电磁法的广义S变换处理流程,进行了信号的仿真实验。同时,也对广域电磁法实测数据进行了处理,高信噪比数据的处理结果证实了广义S变换的有效性和准确性。强干扰数据处理的结果表明,获取的信号质量比基于傅里叶变换的传统方法有明显提高。处理效果表明,提出的方法适用于广域电磁法数据处理。     

基于频率域小波去噪的大地电磁信号工频干扰处理

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。     

基于CEEMD和自适应中值滤波的大地电磁数据去噪研究

为提高大地电磁数据的信噪比,笔者提出基于互补总体经验模式分解(CEEMD)和自适应中值滤波的去噪方法,利用CEEMD将大地电磁时间序列数据分解成多个固有模态函数(IMF)及趋势项,依据噪声的高低频特征有选择地利用自适应中值滤波对固有模态函数(IMF)进行去噪,再进行数据重构。对实测数据进行处理,该方法能较好地抑制大地电磁数据中、低频部分的噪声干扰,抑制突变点,提高数据的信噪比。     

基于LSTM循环神经网络的大地电磁方波噪声抑制

去噪是大地电磁数据处理的重要一环。为了丰富和发展大地电磁时间序列去噪方法,将循环神经网络中的LSTM网络引入大地电磁时间序列方波噪声处理中,将实测无人文干扰的大地电磁时间序列叠加模拟方波噪声作为网络输入,将无噪原始时间序列作为网络的目标输出,训练了1 500次epoch后,网络从仿真含噪信号提取的时间序列与原始时间序列的归一化互相关系数高达0.971 8,说明网络很好地学习了无噪大地电磁时间序列的特征。通过实测含方波噪声信号的去噪试验,表明了本文方法可以有效压制方波噪声干扰,改善阻抗估计质量,为深度学习在大地电磁时间序列处理的应用提供了新思路。     

改进阈值的TI小波去噪法在MT去噪中的应用

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。     

最小噪声分离在航空电磁数据噪声压制中的应用

时间域航空电磁数据经预处理后,仍存在残余噪声,影响电磁探测对地下异常的识别能力。笔者提出一种基于最小噪声分离的去噪方法,将一组含噪电磁数据通过旋转矩阵线性变换为按照信噪比大小排列的最小噪声分离成分,利用信噪比较大的最小噪声分离成分重构电磁数据,以达到分离噪声的目的。仿真数据去噪结果表明：最小噪声分离不仅能够有效压制晚期道剖面噪声,还能准确分辨异常信息;晚期道信噪比较测线滤波提高了11.28 dB,实测数据的噪声水平也由±50 nT/s降低到±10 nT/s。     

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。      

基于经验模态分解的MT数据脉冲类电磁噪声处理

电磁脉冲干扰是大地电磁测深系统(MT)信号的主要噪声之一,严重影响后续视电阻率和阻抗的计算及目标信息的提取。针对脉冲类噪声在时间域中的变化特征,利用经验模态分解（EMD）对脉冲类电磁噪声进行压制处理。首先,对大地电磁信号经EMD分解后得到N个本征模态函数（IMF）;然后,对每一阶的IMF选择一个合适的阀值,对于该IMF中超出该阀值的部分进行截断;最后,进行EMD重构。实测数据测试表明:改正后信号能量损失小, 与改正前信号相关性高, 可有效地抑制脉冲类噪声干扰。     

A combinatorial filtering method for magnetotelluric data series with strong interference

In highly industrialized areas, magnetotelluric (MT)-induced variations are contaminated by strong manmade noise signals. A method is described as an alternative approach for noise removal, based on a combination of empirical mode decomposition (EMD) with independent component analysis (ICA). The filtering procedure takes advantage of the fact that data are analyzed through different scale levels, which requires a minimum of human intervention and leaves good data sections unchanged. Principle and steps of method are discussed, and de-noising results are evaluated by some parameters. After the filtering stage, data is processed in the frequency domain to yield two sets of reliable MT transfer functions and the result was compared with that of the EMD-Wavelet method. Simulated signal and measured MT data series are processed. The results show that this procedure can lead to greatly improved apparent resistivity and phase curves after processing. Point defects are filtered out to eliminate their deleterious influence, which yields reliable estimates of the MT transfer functions. The EMD-ICA method provides a new method for the de-noising of MT data series under the condition of low SNR.     

大地电磁单分量精准处理技术与深部致灾水体探测

为了实现天然源单分量大地电磁技术对水文地质条件的精细探测,系统分析了大地电磁信号采集和处理中存在的问题,研究了地下富水区在大地电磁波上的响应特征;根据大地电磁测深理论和层次分析法,建立了富水性指数模型;在大量实验数据的基础上,拟合波形和岩性的对应关系,从波形上分维提取岩层的介电常数、弹脆性、密度、空隙率等物性信息,按有利于岩层富水的原则赋值和归一化处理,纳入富水性指数模型进行多维度耦合计算,可得到相应深度的富水性指数值。富水性指数包含了丰富的岩层物性信息,增强了富水区在大地电磁波上的响应幅度,减小了天然场源强度变化对信号采集和识别的影响。根据富水性指数模型,利用现代计算机及通信技术,设计了双层阵列扫频式平行板电容传感器和大地电磁探水仪,并开发出了相应的数据处理程序,探测深度分辨率可达0.1 m,能够从庞杂的电磁信号中自动辨识来自深部的微弱信号,实现从时变性场源中采集信号并计算出相对稳定的富水性指数。经现场试验,仪器可清楚划分含水层和隔水层,识别富水区和微小导水通道。该技术在矿井水害防治、废弃采空区修复治理、注浆堵水、深部水文地质条件探测等工程中具有广阔的应用前景。