本文關鍵詞：基于最小噪聲分離的航空電磁探測剖面噪聲壓制方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：航空電磁探測是以飛機為搭載平臺,以電磁感應理論為基礎的地球物理勘查方法,具有速度快、成本低、通行性好、可大面積覆蓋等優(yōu)勢。由于航空電磁探測裝備均搭載于移動平臺,除人文噪聲、環(huán)境噪聲、地質噪聲、系統噪聲外,還引入了移動平臺特有的運動噪聲及飛機產生的背景噪聲等,影響數據質量,制約系統探測能力。因此,航空電磁探測的多源復雜噪聲壓制對提高系統探測能力具有重要實際意義。本文依托于國家863計劃項目的子課題“吊艙式時間域直升機航空電磁勘查數據處理與成圖關鍵技術”及國家重大科研裝備研制專項的子課題“航空瞬變電磁系統數據處理與反演成像”,針對航空電磁探測的多源復雜噪聲對經過背景場去除,疊加及抽道等預處理后的剖面數據的影響,研究基于最小噪聲分離的航空電磁探測剖面噪聲壓制方法,論文主要研究內容及研究成果如下:分析了航空電磁探測剖面數據及殘余噪聲的時頻特性,針對剖面殘余噪聲在時域和頻域都和信號混疊難以壓制的難題,采用統計分析方法—最小噪聲分離壓制剖面殘余噪聲。借鑒最小噪聲分離在高光譜數據噪聲壓制的成功應用,將最小噪聲分離(Minimum Noise Fraction,MNF)引入到航空電磁探測剖面噪聲壓制研究中。最小噪聲分離利用噪聲協方差對剖面數據進行噪聲白化處理,從而將電磁剖面數據轉換為按信噪比排列的MNF成分,利用L個低階信噪比高的MNF成分進行重構達到壓制殘余噪聲的目的。對未知噪聲進行協方差估計是最小噪聲分離的重要計算技術,采用自適應窗寬濾波濾除的噪聲作為噪聲估計,計算噪聲協方差。通過仿真數據和野外飛行數據的噪聲壓制結果證明了最小噪聲分離壓制剖面殘余噪聲的有效性,仿真數據的噪聲壓制結果表明晚期道數據的信噪比提高了29.72 d B,野外飛行數據的噪聲壓制結果的噪聲水平由原來的?60 n T/s減小到?40 n T/s。最小噪聲分離重構的L個MNF成分中信噪比較低的MNF成分仍然含有高頻空間噪聲,本文在最小噪聲分離壓制航空電磁探測剖面噪聲的基礎上,提出最小噪聲分離濾波算法,該算法對最小噪聲分離重構的L個MNF成分中信噪比較高的前H(HL)個MNF成分保留,避免異常細節(jié)特征被當作噪聲濾除,而對(L-H)個信噪比較低的MNF成分進行濾波,濾除高頻空間噪聲,最后利用前H個MNF成分和濾波后的(L-H)個MNF成分進行重構壓制電磁剖面殘余噪聲。該算法不僅可以有效地壓制電磁剖面殘余噪聲,而且能夠避免剖面數據的異常細節(jié)特征被當作噪聲處理。仿真數據和野外飛行數據應用最小噪聲分離濾波壓制剖面噪聲的結果驗證了該算法的有效性,并改善了最小噪聲分離壓制剖面噪聲的效果,仿真數據晚期道的信噪比提高了22.29 d B,信噪比較最小噪聲分離方法提高了4.37 d B。野外飛行數據的噪聲壓制結果表明噪聲水平由原來的?60 n T/s減小到?25 n T/s。本文最后對基于最小噪聲分離的航空電磁探測剖面乘性噪聲壓制方法進行初步研究,分析電磁剖面乘性噪聲特點,利用同態(tài)對數變換方式進行處理,將乘性噪聲轉變?yōu)閷涤蚣有栽肼?并在對數域利用最小噪聲分離壓制噪聲達到去除電磁剖面乘性噪聲的目的。在仿真數據中分別應用最小噪聲分離和自適應窗寬濾波壓制剖面乘性噪聲,驗證最小噪聲分離壓制剖面乘性噪聲的有效性,并取得優(yōu)于自適應窗寬濾波的去噪效果。仿真數據的最小噪聲分離壓制噪聲結果表明和未去噪的剖面數據相比信噪比提高了12.38d B;和自適應窗寬濾波的結果對比,信噪比提高了2.77 d B。野外飛行數據的乘性噪聲壓制結果的噪聲水平由噪聲壓制前的?25 n T/s下降到?10 n T/s。
【關鍵詞】：航空電磁探測 噪聲壓制 最小噪聲分離 噪聲協方差估計 小波變換 乘性噪聲
【學位授予單位】：吉林大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：P631.326
【目錄】：

• 摘要4-6
• Abstract6-11
• 第1章 緒論11-15
• 1.1 課題研究背景及意義11-12
• 1.2 時間域航空電磁探測數據噪聲壓制方法國內外研究現狀12-13
• 1.3 本文主要研究內容13-15
• 第2章 時間域航空電磁探測剖面數據與噪聲分析15-22
• 2.1 時間域航空電磁探測基本原理15-17
• 2.2 時間域航空電磁探測的剖面數據17-19
• 2.3 時間域航空電磁探測剖面噪聲分析19-21
• 2.4 本章小結21-22
• 第3章 基于MNF的航空電磁探測剖面噪聲壓制22-36
• 3.1 最小噪聲分離壓制剖面噪聲原理22-24
• 3.1.1 最小噪聲分離成分計算22-23
• 3.1.2 基于MNF重構的噪聲壓制23-24
• 3.2 噪聲協方差估計24-30
• 3.2.1 最大自相關因子變換法24-27
• 3.2.2 殘差分析法27-28
• 3.2.3 自適應窗寬濾波法28-30
• 3.3 仿真數據的剖面噪聲壓制30-33
• 3.3.1 大地模型建立30-31
• 3.3.2 仿真結果分析31-33
• 3.4 野外飛行實測數據的剖面噪聲壓制33-35
• 3.5 本章小結35-36
• 第4章 基于MNF濾波的航空電磁探測剖面噪聲壓制36-47
• 4.1 最小噪聲分離濾波壓制剖面噪聲原理36-39
• 4.1.1 最小噪聲分離成分濾波—重構過程36-37
• 4.1.2 小波變換37-38
• 4.1.3 小波閾值去噪38-39
• 4.2 仿真數據的剖面噪聲壓制39-43
• 4.3 野外飛行實測數據的剖面噪聲壓制43-45
• 4.4 本章小結45-47
• 第5章 基于MNF的航空電磁探測剖面乘性噪聲壓制47-58
• 5.1 乘性噪聲的同態(tài)處理方式與噪聲壓制47-49
• 5.1.1 乘性噪聲同態(tài)處理方式47-48
• 5.1.2 基于MNF的乘性噪聲壓制48-49
• 5.2 仿真數據的剖面乘性噪聲壓制49-54
• 5.2.1 大地模型建立49-51
• 5.2.2 仿真結果分析51-54
• 5.3 野外飛行實測數據的剖面乘性噪聲壓制54-57
• 5.4 本章小結57-58
• 第6章 總結及展望58-61
• 6.1 全文總結58-59
• 6.2 展望59-61
• 參考文獻61-66
• 作者簡介及在學期間所取得的科研成果66-67
• 致謝67

【參考文獻】

中國期刊全文數據庫 前10條

1 王凌群;李冰冰;林君;謝賓;王琦;程宇奇;朱凱光;;航空電磁數據主成分濾波重構的噪聲去除方法[J];地球物理學報;2015年08期

2 殷長春;張博;劉云鶴;任秀艷;齊彥福;裴易峰;邱長凱;黃鑫;黃威;繆佳佳;蔡晶;;航空電磁勘查技術發(fā)展現狀及展望[J];地球物理學報;2015年08期

3 徐冬;孫蕾;羅建書;;結合NAPCA和復小波變換的高光譜遙感圖像去噪[J];紅外與激光工程;2015年01期

4 陳斌;陸從德;劉光鼎;;基于核主成分分析的時間域航空電磁去噪方法[J];地球物理學報;2014年01期

5 武瑩;余小東;成偉偉;;兩種時間域航空電磁系統響應曲線對比分析[J];工程地球物理學報;2013年06期

6 朱凱光;王凌群;謝賓;王琦;程宇奇;林君;;基于主成分分析的航空電磁數據噪聲去除方法[J];中國有色金屬學報;2013年09期

7 尹大偉;林君;朱凱光;王亞冉;李冰冰;;時間域航空電磁數據線圈運動噪聲去除方法仿真研究[J];吉林大學學報(地球科學版);2013年05期

8 肖雄斌;厲小潤;趙遼英;;基于最小噪聲分離變換的高光譜異常檢測方法研究[J];計算機應用與軟件;2012年04期

9 陳曉曦;王延杰;劉戀;;小波閾值去噪法的深入研究[J];激光與紅外;2012年01期

10 姚莉麗;馮象初;李亞峰;;去除乘性噪音的主成分分析算法[J];光子學報;2011年07期

中國碩士學位論文全文數據庫 前8條

1 謝賓;時間域航空電磁數據去噪方法研究[D];吉林大學;2015年

2 郭昌鶴;成像激光雷達距離像乘性噪聲的分析和處理[D];哈爾濱工業(yè)大學;2014年

3 馬銘遙;時間域航空電磁數據全波成像與處理技術研究[D];吉林大學;2013年

4 何臘梅;航空瞬變電磁數據時頻分析及去噪方法研究[D];成都理工大學;2013年

5 車宏偉;基于主成分的時間域航空電磁數據神經網絡反演方法研究[D];吉林大學;2012年

6 楊二偉;時間域航空電磁法電導率成像與反演技術研究[D];吉林大學;2012年

7 呂東偉;吊艙式時間域直升機航空電磁數據處理方法研究[D];成都理工大學;2011年

8 韓悅慧;基于神經網絡的時間域航空電磁數據CDI成像與反演初探[D];吉林大學;2009年

  本文關鍵詞：基于最小噪聲分離的航空電磁探測剖面噪聲壓制方法研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：311011