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。     

固定翼电磁数据双分量联合电导率深度成像

传统固定翼航空电磁探测采用总场dB/dt进行电导率深度成像,不仅损失多分量测量信息,dB/dt与电导率的非唯一性也影响数据的成像精度。笔者提出了一种基于磁场双分量(B_x, B_z)查表的联合电导率深度成像算法,根据固定翼电磁响应的正演计算,建立按时间道划分的B_x-B_z-电导率-飞行高度数据表,利用磁场双分量联合查表与插值算法确定视电导率,避免了由于电磁数据二值性引起的视导率不确定性问题;根据扩散深度公式得到视深度,并计算成像深度,从而得到双分量联合电导率深度成像结果。基于一维大地模型正演数据与准二维大地模型正演加噪数据,分别采用磁场双分量联合查表法、总场查表法和单分量查表法对仿真数据进行电导率深度成像,结果表明磁场双分量联合查表法优于单分量与总场查表法,较单分量电导率深成像精度提高了7%。     

航空电磁数据主成分滤波重构的噪声去除方法

主成分分析方法利用低阶主成分重构航空电磁数据,解决了航空电磁探测中噪声与数据在频谱重叠情况下的噪声压制问题,但是参与重构的低阶主成分仍包含高频空间噪声,影响数据成像精度.本文提出的主成分滤波重构去噪方法,根据自适应窗宽平滑算法,设计了主成分低通滤波器组,对参与重构的低阶主成分进行测线滤波,再将滤波后的低阶主成分重构为电磁信号,不仅可以去除低阶主成分中的高频空间噪声,而且去除了高阶主成分包含的不相关噪声.仿真数据的去噪结果表明,主成分滤波重构获得较高的信噪比,较常规测线滤波与主成分重构分别提高了10.96dB和2.52dB;电导率深度成像结果证明了主成分滤波重构方法能够提高地下深部异常体的识别能力.最后通过实测数据的成像结果进一步验证了本文研究的主成分滤波重构去噪方法的有效性.