本文選題：瞬變電磁法 + 數(shù)據(jù)去噪��； 參考：《成都理工大學(xué)》2015年碩士論文

【摘要】：瞬變電磁法(TEM)作為一種時間域電磁勘探方法,以其獨特的優(yōu)點如勘探深度大、易穿透高阻層、受地形影響小等,已經(jīng)被廣泛應(yīng)用于資源勘探、工程勘察和環(huán)境監(jiān)測等領(lǐng)域中。但TEM信號屬于一種寬頻帶信號,并且早期信號衰減非�？�,晚期信號衰減慢且能量很弱,這就導(dǎo)致所測晚期道數(shù)據(jù)往往很容易受到各種隨機噪聲的干擾,嚴重影響深部數(shù)據(jù)的分辨率和精度,對后期的數(shù)據(jù)處理和反演解釋造成許多困難。雖然可通過多次疊加、增大儀器的發(fā)射功率及提高靈敏度來提高晚期道數(shù)據(jù)的信噪比,但目前在實際操作和技術(shù)上都受到一定限制。為此,尋求合適的去噪方法抑制其噪聲成為亟待解決的問題。傳統(tǒng)的去噪方法主要是通過傅里葉變換構(gòu)造低通濾波器來進行消噪,但傅里葉變換在頻域分析時不能給出某個時間點的變換情況,在時域分析時不能給出頻譜信息,造成了時頻局部化矛盾。而小波變換就是一種時頻局部化的分析方法,能夠有效地區(qū)分信號中的突變部分和噪聲信號,從而實現(xiàn)對信號的去噪;獨立成分分析(ICA)能夠按照相互統(tǒng)計獨立的原則將多源混合信號分離開來,從而實現(xiàn)對有用信號與噪聲信號的分離。因此,本文在前人工作的基礎(chǔ)上系統(tǒng)地研究了這兩種去噪理論,即小波變換和ICA方法理論,通過編制程序利用數(shù)值模擬的數(shù)據(jù)對這兩種方法的去噪效果進行分析與對比;最后應(yīng)用到實測瞬變電磁數(shù)據(jù)中,獲得了高質(zhì)量的信噪比,達到了抑制噪聲的目的。本文的主要工作和取得的研究成果如下:(1)說明本文的選題背景與意義,分析傳統(tǒng)濾波方法的缺陷性。深入調(diào)研利用小波分析與ICA進行信號去噪的國內(nèi)外研究現(xiàn)狀,并闡述本文的主要工作與所取得的研究成果。(2)總結(jié)分析TEM信號的特點和噪聲來源。認識到其早晚期的衰減特征差異特別大且頻帶范圍非常寬,而許多類型的電磁噪聲頻譜能夠和TEM信號頻譜重疊在一起,導(dǎo)致利用傳統(tǒng)去噪方法的局限性。在此基礎(chǔ)上提出將小波分析和ICA方法引入到TEM信號的提取。(3)基于小波變換的信號去噪。首先系統(tǒng)研究了小波基本理論,包括小波變換的引入和分類、多分辨率分析與Mallat算法和常用的小波基函數(shù)等。然后重點介紹小波閾值法、小波模極大值法和小波包三種去噪算法,并編制算法程序?qū)@三種方法的去噪效果進行了仿真實驗,并對仿真結(jié)果進行有效性分析。實驗表明這三種的有效性都得到了很好地驗證。(4)基于獨立成分分析的信號去噪。首先對ICA的基本理論進行簡要的介紹,包括ICA數(shù)學(xué)模型、基本假設(shè)條件和不確定性問題等。然后重點研究了基于負熵的快速固定點獨立成立成分分析(Fast ICA)和自然梯度學(xué)習(xí)法兩種盲源分離技術(shù),并編制算法程序?qū)@兩種方法的有效性進行了仿真實驗,同時對實驗結(jié)果進分析。實驗表明這兩種對于信號的分離都有非常好的效果。(5)瞬變電磁資料的去噪。首先討論信號的噪聲模型與去噪準則,信號的質(zhì)量評價標準。再應(yīng)用小波分析和獨立成分分析對TEM模擬數(shù)據(jù)進行去噪分析,分析這幾種方法各自的優(yōu)缺點。然后對小波分析和Fast ICA方法對不同噪聲強度的信號去噪后的效果進行對比分析,發(fā)現(xiàn)Fast ICA比小波法在去噪性能上更加穩(wěn)健,適合處理強噪聲信號,于是提出一種基于Fast ICA和小波分析聯(lián)合算法。最后將這種聯(lián)合算法應(yīng)用到實測瞬變電磁數(shù)據(jù)的去噪,并取得了不錯的效果,可以將其推廣到TEM數(shù)據(jù)的預(yù)處理中。(6)對本文所取得的研究成果進行總結(jié)以及存在的問題給出了一些建議,并對瞬變電磁信號去噪的發(fā)展進行了展望。
[Abstract]:Transient electromagnetic method ( TEM ) has been widely used in the fields of resource exploration , engineering investigation and environmental monitoring . It has been widely used in the fields of resource exploration , engineering investigation and environmental monitoring . ( 4 ) Signal de - noising based on independent component analysis . Firstly , the basic theory of ICA is introduced briefly , including ICA mathematical model , basic assumption condition and uncertainty problem .

【學(xué)位授予單位】：成都理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：P631.325

【參考文獻】

相關(guān)期刊論文 前7條

1 李培軍;金慧然;宋本欽;;基于獨立成分分析的超低頻電磁探測信號濾波[J];北京大學(xué)學(xué)報(自然科學(xué)版);2009年04期

2 郭科;郭思;何國柱;陳輝;羅德江;劉誠;楊威;;基于獨立分量分析的多次波盲分離方法研究[J];地球物理學(xué)進展;2010年03期

3 章珂，，劉貴忠，鄒大文，錢俊生，李鳳歧;二進小波變換方法的地震信號分時分頻去噪處理[J];地球物理學(xué)報;1996年02期

4 徐義賢,王家映;大地電磁的多尺度反演[J];地球物理學(xué)報;1998年05期

5 劉恒冰;韓世勤;劉晶;;基于新閾值函數(shù)及最優(yōu)尺度的小波去噪研究[J];計算機工程與應(yīng)用;2007年24期

6 郭剛明,時立彩,高生軍,郭樹祥;小波變換在地震資料處理中的應(yīng)用效果分析[J];石油物探;2003年02期

7 王維強;楊國權(quán);;基于EMD與ICA的地震信號去噪技術(shù)研究[J];石油物探;2012年01期

本文編號：1737874