Hilbert-Huang 变换与大地电磁噪声压制

大地电磁信号具有非线性、非平稳、非最小相位特征,不符合以Fourier变换为基础的传统功率谱估计的基本要求. Hilbert-Huang变换是近年发展起来的处理非线性、非平稳信号的完全局部时频分析方法. 本文在简要介绍Hilbert-Huang变换基本原理与算法基础上,以实际数据分析为例,探讨了它在大地电磁信号处理及噪声压制中的应用. 提出利用Hilbert时-频能量谱对大地电磁信号进行时段筛选,以提高信号品质,增强数据处理的质量和资料的可解释性. 利用经验模态分解方法及其多尺度滤波特征,可以有效地分析MT信号中的噪声分布特征,并进行干扰压制.     

高阶统计量在大地电磁测深数据处理中的应用研究

在大地电磁（MT）测深法中,大地电磁响应函数经常出现个别频点分散、误差棒较大、形态异常等现象,在作反演解释时,许多地质特征难以有效提取出来,这些问题严重阻碍了MT的实际应用效能和发展.本文利用高阶统计量方法检验了MT信号的高斯性. 结果表明,MT信号是非高斯的. 根据任何高斯过程,其高阶统计量（高阶累积量,高阶谱）均为零的性质,通过信号的高阶谱恢复功率谱,再由功率谱估算MT响应函数,能有效抑制高斯有色噪声的影响,提高MT资料的处理质量. 从应用效果看,这种方法在抑制高斯有色噪声、提取信号中有用信息方面优于传统功率谱方法.     

高阶统计量方法在地球物理学中的应用与展望

高阶统计量方法是研究非高斯过程,非线性系统和非最小相位信号的有力工具。一些使用相关函数或功率谱进行分析与处理而得不到满意结果的问题都可以使用高阶统计量方法。本文介绍了高阶统计量在地球物理学中的应用现状。     

Magnetotelluric Response Function Estimation Based on Hilbert–Huang Transform

Magnetotelluric (MT) data series are non-stationary random signals that do not meet the basic requirements of conventional methods based on the Fourier transform. To minimize the estimation bias errors brought about by the non-stationary characteristics of MT data, a new method, based on the Hilbert–Huang transform (HHT), is proposed for the first time for estimating the MT response functions from a time series of electromagnetic field variations. With the HHT method, the amplitude of data series are expressed as a function of frequency and time and then response functions are estimated statistically from the time–frequency spectrum. Mathematical model and calculation processes are introduced and some simulated data are analyzed to verify the correctness of the method. Finally, the measured MT data is facilitated by applying the HHT to assess the ability of HHT method to quantify meaningful geologic information.     

基于广义S变换的大地电磁测深数据处理

S变换是一种优于短时傅里叶变换和小波变换的时频分析方法.采用广义S变换进行大地电磁场时间序列频谱分析,一方面能够提高对电磁噪声成分的时间定位能力,便于实现电磁噪声的滤波处理;另一方面可以增加频谱系数的个数,从而改善大地电磁阻抗张量元素的统计特性.本文从广义S变换和大地电磁测深数据处理方法的原理出发,给出了采用叠加窗函数的离散广义S变换形式,讨论了广义S变换窗口宽度比例因子、窗口宽度与可提取频谱系数个数之间的关系,定义了利用离散广义S变换时频谱计算大地电磁场分量功率谱公式;在此基础上,研究了基于S变换时谱频的大地电磁测深数据ROBUST处理方法.最后,通过实测资料进行方法检验,结果表明本文方法比短时傅里叶变换处理效果更好,并且有利于识别和压制电磁噪声.     

基于广义高斯分布的地震盲反褶积方法研究

Bussgang算法是针对褶积盲源分离问题提出的,本文将其用于地震盲反褶积处理.由于广义高斯概率密度函数具有逼近任意概率密度函数的能力,从反射系数序列的统计特征出发,引入广义高斯分布来体现反射系数序列超高斯分布特征.依据反射系数序列的统计特征和Bussgang算法原理,建立以Kullback-Leibler距离为非高斯性度量的目标函数,并导出算法中涉及到的无记忆非线性函数,最终实现了地震盲反褶积.模型试算和实际资料处理结果表明,该方法能较好地适应非最小相位系统,能够同时实现地震子波和反射系数估计,有效地提高地震资料分辨率.     

重力仪高频信息和地脉动的观测研究

本文介绍了应用电磁反馈零位检测技术改装的重力仪进行高频信息的观测。阐述重力仪高频信息频谱分布特征、数据采集、数字计算和随机信息的处理方法。利用高频信息可以很好地观测和研究地脉动,给出北京香山地震台利用重力仪高频信息观测所得的地脉动功率谱。分析了地脉动特征及其与台风过程的关系;讨论了某些大地震前所出现的地脉动异常现象。得出北京地区正常地脉动频率分布范围为0.13-0.32Hz,优势频率为0.2Hz,相应的卓越周期为5s的脉动频率异常,也可能在地脉动的正常频率处（0.2Hz左右）,出现幅度很大的脉动幅度异常,后者又往往与台风引起的幅度异常相混淆。     

基于递归分析和聚类的大地电磁信噪辨识及分离

为了剖析大地电磁信号和强干扰的本质特征,进一步精细分离出微弱的大地电磁有用信号,提出基于递归分析和聚类的大地电磁信噪辨识及分离方法.首先,运用递归分析法扩展大地电磁一维时间序列的维数,分析了嵌入维数、延迟时间和判别阈值对递归图的性能,并研究了不同长度的序列对递归定量分析参数的影响情况,然后,构建典型的大地电磁强干扰类型和微弱的大地电磁有用信号样本库,针对样本库讨论了强干扰和微弱大地电磁信号之间的递归定量分析参数,分析了K均值聚类和模糊C均值聚类的信噪辨识效果.最后,对实测大地电磁数据进行信噪辨识处理,并仅对辨识为强干扰的时间段采用数学形态滤波进行噪声压制.实验结果表明,递归分析能定性及定量地描述大地电磁信号时间序列的非线性特征和原动力系统的本质规律,与聚类算法相结合能对矿集区实测大地电磁信号进行信噪辨识;处理后的卡尼亚电阻率-相位曲线更为光滑、连续,其结果更为精细地保留了大地电磁信号低频段的缓变化信息,整个低频段的大地电磁数据质量得到了明显改善.     

多维分形奇异功率谱分析与应用

地球物理信号中普遍含有噪声，消除噪声是地球物理信号处理中的关键技术之一.奇异功率谱分析（SSA）是在状态空间（又称相空间）中研究（系统）动力学、非线性科学与混沌现象的方法.本文在状态空间中通过SSA分解，研究、应用地球物理序列的尺度不变性进行多维分形滤波：通过在状态空间的SSA分解，构造了经验正交函数系（EOF）；在EOF子空间中定义了两种尺度与测度后，发现了两种测度与尺度皆在多个尺度范围内存在尺度不变性；利用这种尺度~测度的尺度不变性，设计、实现了多维分形奇异功率谱(MSSA)滤波模型；处理解释了大洋钻探（ODP）1143A孔岩芯自然反射性（NGR）资料；Fourier功率谱分析结果证明，MSSA能有效地压制噪声，提取有用信号.研究得出，嵌入维数对MSSA基本无影响（小于1/1000），多维分形滤波器（MSSA）能有效压制噪声或提取有用信号.     

S变换谱分解技术在深反射地震弱信号提取中的应用

在深反射地震资料处理中,当来自深部的有效弱信号和噪声干扰频带差异较小且难以区分时,传统滤波方法的应用会受到限制.谱分解方法是一种使用离散傅里叶变换,基于信号的频率-振幅谱等信息生成高分辨率地震图像的方法,通常用来识别介质物性横向分布特征,处理复杂介质内频谱变化和局部相位的不稳定性等问题,包括定位复杂断层和小尺度断裂等.S变换作为一种新的时频分析方法,具有自动调节分辨率的能力,近些年来被广泛应用到勘探地震、大地电磁等数据处理中,逐渐成为地球物理方法中噪声压制的有效方法之一.与常规石油反射地震资料相比,深反射主动源地震为了探测深部结构信息,常采用大药量激发方式、长排列观测系统等,导致深部有效信号基本湮灭在噪声干扰之中.针对深反射数据特点,本文结合谱分解和S变换技术,首先设计了简单的脉冲函数实验数据,证实S变换方法的有效性,同时说明谱分解方法的效果受所用时频分析方法影响较大,而其中决定分辨能力的变换窗函数的选取尤为重要.在此基础上,分别应用到深反射地震资料的单道和叠加剖面实际数据上,对比分析了传统变换谱分解和S变换谱分解的应用效果,单道资料对比结果表明:相比传统谱分解,S变换谱分解方法具有自动调节分辨率的能力,能够精确的标定深反射地震资料中弱信号不同时刻的频率分量;叠加剖面资料应用结果表明:由S变换谱分解得到的剖面结果与其他谱分解方法结果整体上具有较高的一致性,同时清晰地刻画出原叠加剖面上被噪声湮灭的低频细节特征,提高了剖面的分辨率及同相轴连续性;对比结果明显看出,Gabor变换谱分解方法得到的结果同相轴较为破碎,分析原因认为这是由Gabor变换的时频分解方法的定长窗函数所致,窗口大小不会随着信号频率的变化来调节长度,只能在处理的过程中根据一定的记录长度范围选取窗函数参数,而S变换谱分解方法在窗函数的选取时,通过时变信号的局部频率特征自动调节窗口长度,能够更好的刻画各个频段的细节特征,在深反射剖面成像应用中效果尤为明显.本文结果表明S变换谱分解技术在深地震叠加剖面上的应用有效地提高了来自深部弱反射信号的信噪比和分辨率,并刻画出了叠加剖面上所不具有的低频细节特征,在实际深反射地震资料处理中能有效保护低频弱信号获得更好的成像效果.本文为深地震反射资料中弱信号的保护处理找到一种有效的方法.     

Soil moisture estimation based on BeiDou B1 interference signal analysis

BeiDou Navigation Satellite System reflectometry (BDS-R) is an emerging area of BD (BeiDou) applications that uses multipath reflected signals in microwave remote sensing. Soil moisture estimation is one of the potential important applications of BDS-R. This study aims to investigate the feasibility of soil moisture estimation based on BD B1 band interference signals, which are composed of direct and reflected BD signals and can be readily captured using low-cost commercial BDS receivers. In this paper, a theoretical background for soil estimation from interference signals was introduced, and an analysis of field experimental data was conducted. First, a cosine model for the interference signal power was built, and a non-uniform power spectrum analysis was performed on the received interference signals to determine its main frequency. Then, a least squares curve fitting was applied on the interference signal power to extract its phase. The relationship between the soil moisture and the phase was then determined. Two months of experimental data were collected at BaoXie, Wuhan and analyzed for further inversion. Experimental results show that the phase of the interference signals increases with the increase of soil moisture. The correlation coefficient between the phase and the in-situ soil moisture value is approximately 0.8. Finally, the relationship between the phase and soil moisture is employed to estimate soil moisture. Results show that using BDS-R to measure soil moisture is feasible, which demonstrates a great potential of new application of the BD system.     

自适应VMD的地震资料高分辨率处理方法研究

随着勘探开发的不断深入,常规地震资料受分辨率的限制难以满足精细勘探开发的需求.由于地震信号不同频率成分的衰减程度不同,故可结合分频技术对各频率成分进行差异化补偿,进而提高地震资料分辨率.而常规分频技术普遍分频精度不高,存在模态混叠现象,不能较好地适用于地震资料处理.针对上述问题,本文提出基于自适应变分模态分解(VMD)...     

基于频谱分析识别电磁波信号干扰与地震异常

处理北京地区2009-2012年5个高采样率数字CNEM08-Ⅰ型电扰动台站数据,通过频谱分析,研究数字电磁波正常本底信号,地铁、地电供电、电磁感应等于扰信号,以及地震异常信号的频谱特征.结果表明：在时间域,数字电磁波的持续型干扰信号与震前电磁波信号表现相似,为连续高值脉冲信号;而在频域,数字电磁波干扰信号往往影响频带较窄,优势频率能量突出,优势频率频带窄到近乎以谱线的形式出现,谱线具有离散性、谐波性、衰减性特征;而震前信号具有连续的较宽频带,衰减较慢.     

Soil moisture estimation based on BeiDou Bl interference signal analysis

BeiDou Navigation Satellite System reflectometry(BDS-R) is an emerging area of BD(BeiDou) applications that uses multipath reflected signals in microwave remote sensing.Soil moisture estimation is one of the potential important applications of BDS-R.This study aims to investigate the feasibility of soil moisture estimation based on BD B1 band interference signals,which are composed of direct and reflected BD signals and can be readily captured using low-cost commercial BDS receivers.In this paper,a theoretical background for soil estimation from interference signals was introduced,and an analysis of field experimental data was conducted.First,a cosine model for the interference signal power was built,and a non-uniform power spectrum analysis was performed on the received interference signals to determine its main frequency.Then,a least squares curve fitting was applied on the interference signal power to extract its phase.The relationship between the soil moisture and the phase was then determined.Two months of experimental data were collected at BaoXie,Wuhan and analyzed for further inversion.Experimental results show that the phase of the interference signals increases with the increase of soil moisture.The correlation coefficient between the phase and the in-situ soil moisture value is approximately 0.8.Finally,the relationship between the phase and soil moisture is employed to estimate soil moisture.Results show that using BDS-R to measure soil moisture is feasible,which demonstrates a great potential of new application of the BD system.     

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.     

基于模型空间压缩的大地电磁三维反演研究

本文提出了一种基于模型空间压缩技术的大地电磁三维反演方法.该方法在传统大地电磁三维反演理论的基础上,通过小波变换将待反演的空间域模型参数映射到小波域进行反演,获得小波域更新模型后再通过小波逆变换得到空间域反演模型.由于小波变换具有压缩特性和多尺度分辨能力,本文反演方法可在一定程度上提高反演分辨率.为了提高反演效率,我们针对基于L_1范数的模型约束求解不易收敛的反演问题,提出了一种基于模型粗糙度的简单有效的预条件处理技术.为验证本文算法的有效性,本文首先对经典的"棋盘"模型进行三维反演测试.反演结果表明本文算法的反演效率与传统方法相当,但对于深部异常体具有更好的分辨能力.最后,我们通过对实测数据反演进一步验证本文算法的有效性.     

地磁台站的城市轨道交通干扰的小波抑制方法研究——以天津轨道交通干扰为例

我国地磁台站观测环境日益受到轨道交通干扰影响,导致地磁观测数据质量下降,制约地磁观测发展.因此,开展干扰抑制的数据处理方法研究,最大限度抑制干扰是提高观测数据质量切实可行的方法.本文提出轨道交通干扰的小波域噪声阈值抑制模型及方法.以天津轨道交通为例,选用受干扰的天津静海地磁台和未受干扰的参考台站河北红山地磁台观测资料,...     

Climacogram versus autocovariance and power spectrum in stochastic modelling for Markovian and Hurst–Kolmogorov processes

Three common stochastic tools, the climacogram i.e. variance of the time averaged process over averaging time scale, the autocovariance function and the power spectrum are compared to each other to assess each one’s advantages and disadvantages in stochastic modelling and statistical inference. Although in theory, all three are equivalent to each other (transformations one another expressing second order stochastic properties), in practical application their ability to characterize a geophysical process and their utility as statistical estimators may vary. In the analysis both Markovian and non Markovian stochastic processes, which have exponential and power-type autocovariances, respectively, are used. It is shown that, due to high bias in autocovariance estimation, as well as effects of process discretization and finite sample size, the power spectrum is also prone to bias and discretization errors as well as high uncertainty, which may misrepresent the process behaviour (e.g. Hurst phenomenon) if not taken into account. Moreover, it is shown that the classical climacogram estimator has small error as well as an expected value always positive, well-behaved and close to its mode (most probable value), all of which are important advantages in stochastic model building. In contrast, the power spectrum and the autocovariance do not have some of these properties. Therefore, when building a stochastic model, it seems beneficial to start from the climacogram, rather than the power spectrum or the autocovariance. The results are illustrated by a real world application based on the analysis of a long time series of high-frequency turbulent flow measurements.     

基于相位差谱的时─频非平稳人造地震动的生成

本文首先考察了地震动加速度时程在时域和频域上的非平稳性，通过实例分析说明地震动加速度时程 的非平稳性不能由相位谱的概率分布唯一决定，进而阐明了相位差谱是影响地震动非平稳的决定性因素。经 统计检验确定了脉动相位差的概率分布模型，利用相位差谱的数字特征与地震特性参数之间的统计关系，给 出了基于相位差谱的地震动时程生成方法。最后，通过对计算实例的分析，证实了此方法能够反映并模拟实 际地震动的时─频非平稳性。     

基于AR模型的相干函数有效频段范围的确定

目前人们在进行地震动相干函数模型参数的拟合时,选取的频段范围存在很大差异,而确定有效的频段范围对相干函数模型拟合结果的合理性很重要。本文利用AR模型(Autoregressive Model,自回归模型)计算地震动的功率谱,提出了根据功率谱"信噪比(SNR)"确定相干函数有效频段范围的方法。本文的信噪比中的"噪",专指AR模型中的激励白噪声,用于衡量AR模型中某一频率地震动功率谱与激励白噪声功率谱之间的比例。定义信噪比SNR=0时对应的频率为有效频段的最高频率,大于最高频率的频率成分,被当作是地震波中的随机成分,可以不考虑地震动的相关性。采用这一方法,对SMART-1第45次地震记录的不同台站间距下的地震波进行了功率谱估计,根据信噪比确定出了有效频段范围,并计算了相应的相干函数,结果表明此方法是可行的。