一种基于组合滤波的大地电磁信号去噪方法技术

技术编号:14063334 阅读:13 留言:0更新日期:2016-11-28 02:09
本发明专利技术公开了一种基于组合滤波的大地电磁信号去躁方法,包括如下步骤:用EMD方法对原始MT信号x(t)进行分解,得到高阶模态函数h(t)和低阶模态函数l(t);对于低阶模态函数l(t),首先采用数学形态滤波方法对其进行处理得到消噪后的部分g(t),然后用l(t)减去g(t),得到峰值信号f(t);再用自适应阈值去噪方法对峰值信号f(t)进行二次信噪分离,得到结果为f’(t);最后,g(t) 和 f’(t)相加,其和就为低阶模态函数l’(t)的去噪结果;对于高阶模态函数h(t),采用平滑滤波法来消除基线漂移,得到滤波结果h’(t);将得到的l’(t)与h’(t)相加,得到的和即为原始MT信号的去噪结果。本发明专利技术具有多分辨分析的能力,且可以完全重构;为大地电磁信号尽可能多的保留了有用信息,改善受了干扰数据的质量,为进一步估算功率谱估计和阻抗奠定了良好的基础。

一种基于组合滤波的大地电磁信号去噪方法

【技术实现步骤摘要】

本专利技术涉及大地电磁信号去噪
,具体涉及一种基于组合滤波的大地电磁信号去躁方法。
技术介绍
由于大地电磁测深(Magnetotelluric,MT)使用天然场源,所以大地电磁测深信号极易受到噪声的污染,如场源噪声、地质噪声、人文噪声。此外作业现场,风会导致电磁探头和信号传输线的摆动,机器的振动以及树木的晃动等导致地表微震,这些都会引起干扰噪声,使得所测得的信号基线发生飘移。噪声严重地影响了阻抗响应参数的稳定估计, 尤其是近年来,随着国民经济和现代化建设的发展,电磁背景噪声(如无线电、工厂、铁路、电网、矿场等)日益严重,所以如何有效地消除噪声的干扰,提高采集数据质量,是MT数据处理的首要任务。现有技术中,对于影响大地电磁信号的噪声主要是以压制的方式进行处理,噪声去除不彻底,仍然影响大地电磁测探的精准度。经验模态分解(Empirical Mode Decomposition,EMD)是一种完全自适应的信号分解方法,它将信号分解为含有不同时间尺度且满足以下两个定义条件的一组(intrinsic mode function,IMF): (1) 对于一列数据极值点和过零点数目必须相等或至多相差一点;(2) 在任意点,由局部极大点和极小点构成的两条包络线的平均值为零。每个IMF可以被认为是信号中固有的一个模态函数。信号经过EMD分解后的各阶模态函数能够完全重构,几乎没有能量损失。而数学形态学基本思想是用具有一定形态的结构元素去度量和提取信号中的对应形状,结构元素的形态决定了所提出的形态信息。其基本运算有膨胀、腐蚀、开启和闭合4种,其中腐蚀运算的定义 ;膨胀运算定义为;关闭和开启操作可分别列式如:,;广义的数学形态闭-开和开-闭操作可表示为 ,; 最后广义的数学形态滤波可写成: 。将经验模态分解与数学形态学的组合,充分利用EMD 的多尺度分解及其可重构特性和数学形态学滤波方法的优点,为大地电磁信号的噪声识别、去噪,改善数据质量,提供了新途径。
技术实现思路
针对上述现有技术存在的不足,本专利技术的目的是提供一种能有效去噪、改善数据质量的基于组合滤波的大地电磁信号去躁方法。为实现上述目的,本专利技术采用的技术方案如下:一种基于组合滤波的大地电磁信号去躁方法,包括如下步骤:(1)用EMD方法对原始MT信号x(t)进行分解,得到高阶模态函数h(t)和低阶模态函数l(t);(2)对于低阶模态函数l(t),首先采用数学形态滤波方法对其进行处理得到消噪后的部分g(t),然后用l(t)减去g(t),得到峰值信号f(t);再用自适应阈值去噪方法对峰值信号f(t)进行二次分离,得到结果为f’(t);最后,g(t) 和 f’(t)相加,其和就为低阶模态函数l’(t)的去噪结果;(3)对于高阶模态函数h(t),采用平滑滤波法来消除基线漂移,得到滤波结果h’(t);(4)将步骤(2)得到的l’(t)与步骤(3)得到的h’(t)相加,得到的和即为原始MT信号的去噪结果。与现有技术相比,本专利技术的有益效果:1、EMD分解是自适应信号的,分解出来的IMF序列是多通带滤波的结果,具有多分辨分析的能力,且可以完全重构;2、充分结合经验模态的多尺度分解及其可重构特性和数学形态学滤波的有效提取有用信号能力等优点,为大地电磁信号尽可能多的保留了有用信息,改善受了干扰数据的质量,为进一步估算功率谱估计和阻抗奠定了良好的基础。附图说明图1为本专利技术的工艺流程图,其中Ⅰ Hilbert-Huang 变换;Ⅱ 数学形态滤波; Ⅲ 基于形态学的信号提出;Ⅳ 自适应阈值滤波; Ⅴ 低阶IMF 的消噪。图2为原始仿真信号和加噪后的信号,其中a为原始仿真信号,b为加噪后的信号。图3加噪仿真MT信号的EMD分解和对应各阶IMF分量的功率谱,其中a为EMD分解图,b为各阶IMF分量的功率谱。图4为去噪前后仿真信号的HHT时频能量谱,其中a为去噪前的,b为去噪后的。图5为受三角波干扰的MT信号。图6为受三角波干扰Hy分量的EMD分解。图7为受三角波干扰Hx(b)的EMD分解。图8为三角波干扰抑制后的MT信号。图9为去噪前后大地电磁视电阻率曲线、相位曲线对比图; a为 rxy 曲线; b为ryx曲线; c为 Φxy曲线; d为Φyx曲线。具体实施方式现结合具体实施例,来对本专利技术作进一步的阐述。以下实施例仅为本专利技术的优选方式,并非只用于限制本专利技术的保护范围,任意与本专利技术相同或相似的技术方案均视为本专利技术的保护范围。实施例一基于组合滤波的大地电磁信号去躁方法,包括如下步骤:(1)根据EMD分解法,设原始的大地电磁信号为x(t),首先确定x(t)上的所有极值点,然后将所有极值点用曲线拟合,得到信号的上、下包络曲线, 分别设为和,则上、下包络的平均曲线为:; 用减去后,得到剩余部分设为,即:。不是一个平稳数据序列,为此重复以上过程k次,使得满足IMF两个定义条件:当hk(t)满足以下两个条件:(1)整个信号中,零点数与极点数相等或至多相差1;(2)信号上任意一点,由局部极大值点确定的包络线和由局部极小值点确定的包络线的均值均为零,即信号关于时间轴局部对称,则hk(t)就可定义为原始信号的第一个IMF。即。此时,就是第一个IMF,C1(t),[微软用户1] 是信号数据中最高频率成分,用x(t)减去C1(t),得到一个去掉最高频成分的新数据序列,重复步骤(1)次[微软用户2] ,。[微软用户3] 得到一系列cn和最后一个序列rn,rn代表x(t)的均值或趋势项。那么原序列x(t)可表示为所有IMF和一个残余项的和:;将分解得到的模态函数中前半低序列号的IMF定义为低级模态函数l(t),后半高序列号的IMF定义为高级模态函数h(t)。那么重写信号x(t)的分解形式为:,从而将大地电磁信号的高频部分和低频分开,然后分别进行去噪处理。(2)对于低阶模态函数l(t),先用数学形态学滤波方法对其进行去噪处理,得到滤波结果g(t),这个结果保留了MT 信号低阶模态函数的分类信息: ,上式中,k(t) (t=1,2, ... , M,M<<T )是结构元素, 和 分别代表数学形态学里面的开和闭操作;然后用l(t) 减去 g(t)得到峰值信号f(t),,然而,通常情况下被分离出来的f(t)信号依然保留了一些有用的信息,特别是一些低频信号保留了一些深层的地质结构信息,丢失这部分信息会大大减小MT的深层勘测能力。所以对f(t)进行二次信噪分离是非常必要的,以至于能尽可能多的保留真实MT信号的信息。对f(t)用基于3σ准则的自适应阈值滤波方法进行二次分离,获得去噪后的信号f’(t),这就是滤波后的峰值信号:,其中,f’(t)和来自数学形态滤波后g(t)相加得到去噪后的低阶模态函数l’(t)。(3)对于高阶模态函数h(t),采用平滑滤波法来消除基线漂移,对于MT信号来说,基线漂移干扰主要存在于高阶模态函数。对高阶模态函数执行多点平滑滤波,基线漂移有望得到抑制,计算格式如下:,此处,;。(4)现在,就可以构造整个去噪后的大地电磁信号。来自低阶模态函数部分的去噪结果l’(t) 加上来自高阶模态函数部分的去噪结果h’(t),其和就被视为受噪MT信号x(t)的去噪结果x’(t),表达式如下:。EMD分解是自本文档来自技高网
...
一种基于组合滤波的大地电磁信号去噪方法

【技术保护点】
一种基于组合滤波的大地电磁信号去躁方法,其特征在于,包括如下步骤:(1)用EMD方法对原始MT信号x(t)进行分解,得到高阶模态函数h(t)和低阶模态函数l(t);(2)对于低阶模态函数l(t),首先采用数学形态滤波方法对其进行处理得到消噪后的部分g(t),然后用l(t)减去g(t),得到峰值信号f(t);再用自适应阈值去噪方法对峰值信号f(t)进行二次信噪分离,得到结果为f’(t);最后,g(t) 和 f’(t)相加,其和就为低阶模态函数l’(t)的去噪结果;(3)对于高阶模态函数h(t),采用平滑滤波法来消除基线漂移,得到滤波结果h’(t);(4)将步骤(2)得到的l’(t)与步骤(3)得到的h’(t)相加,得到的和即为原始MT信号的去噪结果。

【技术特征摘要】
1.一种基于组合滤波的大地电磁信号去躁方法,其特征在于,包括如下步骤:(1)用EMD方法对原始MT信号x(t)进行分解,得到高阶模态函数h(t)和低阶模态函数l(t);(2)对于低阶模态函数l(t),首先采用数学形态滤波方法对其进行处理得到消噪后的部分g(t),然后用l(t)减去g(t),得到峰值信号f(t);再用自适应阈值去噪...

【专利技术属性】
技术研发人员:蔡剑华郭杰荣王先春黎小琴胡惟文彭元杰刘长青冯研
申请(专利权)人:湖南文理学院
类型:发明
国别省市:湖南;43

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1