基于IITD和PNN的广域电磁法数据信噪分离方法 |
| |
引用本文: | 张贤,李帝铨,胡艳芳,朱云起,李富.基于IITD和PNN的广域电磁法数据信噪分离方法[J].地球物理学进展,2024(1):241-252. |
| |
作者姓名: | 张贤 李帝铨 胡艳芳 朱云起 李富 |
| |
作者单位: | 1. 湖南财政经济学院,财经大数据科学与技术湖南省重点实验室,信息技术与管理学院;2. 中南大学地球科学与信息物理学院 |
| |
基金项目: | 国家自然科学基金项目“南方海相页岩气电磁法识别与预测方法研究”(41874081);;湖南省教育厅科学研究项目(22A0457)联合资助; |
| |
摘 要: | 矿产资源开发需求加速了广域电磁法(Wide Field Electromagnetic Method, WFEM)的发展与应用,但强电磁干扰严重降低了原始数据质量与探测效果.为此,本文提出基于改进固有时间尺度分解(Improved Inherent Time-scale Decomposition, IITD)和概率神经网络(Probabilistic Neural Network, PNN)的广域电磁法数据信噪分离方法.首先,通过改进固有时间尺度分解算法,提高信号分解精度,消除原始数据中存在的趋势噪声;然后,构建WFEM数据样本库,提取最大值、峰值因子、脉冲因子、裕度因子等多个时域特征,结合概率神经网络进行信噪辨识;最后,将识别为有效信号的部分按原采样顺序进行整合与重构,实现WEFM数据去噪;通过数值模拟与实测分析,结果表明,趋势噪声和异常波形均能被有效辨识及剔除,处理后的电场曲线形态趋于平滑稳定,原始数据质量得到提升.
|
关 键 词: | 广域电磁法 改进固有时间尺度分解 概率神经网络 信噪分离 |
|
|