【技术实现步骤摘要】
一种基于噪声甄别的大地电磁信号去噪方法
本专利技术属于大地电磁信号处理
，具体涉及一种基于噪声甄别的大地电磁信号去噪方法。
技术介绍
大地电磁测深(Magnetotelluric,MT)法是一种利用天然场源的电法勘探方法，通过在地面上观测具有区域性乃至全球性分布特征的天然交变电磁场来研究地下岩层的电学性质及其分布特征。该方法探测深度大、施工简便、成本低，在地球物理学的很多领域都得到了广泛的应用。然而，由于天然大地电磁场信号微弱、频带范围宽，野外采集的数据难免会受到不同程度的干扰，尤其是日趋严重的人文噪声干扰，导致大地电磁数据质量下降，视电阻率-相位曲线过度失真，极大地影响了采集数据本身的可靠性及地下电性结构的可解释性。自20世纪50年代大地电磁法诞生以来，不断涌现出众多大地电磁去噪方法，旨在改善强干扰区大地电磁数据质量。如远参考法、Robust法、最小二乘法、小波变换、Hilbert-Huang变换、形态滤波等，都能在一定程度上压制噪声，改善大地电磁数据质量，但这些方法都有一定的局限性，且注重整体处理，缺乏噪声甄别环节，其结果往往会造成大地电磁数据的过处理并...
【技术保护点】
1.一种基于噪声甄别的大地电磁信号去噪方法，其特征在于：包括如下步骤：步骤1：从采集的大地电磁信号中提取电磁信号样本；其中，提取的所述电磁信号样本分为非强干扰的电磁信号以及强干扰的电磁信号；步骤2：分别计算每个电磁信号样本的近似熵和LZ复杂度；步骤3：利用每个电磁信号样本的近似熵、LZ复杂度以及类别值训练预设分类模型得到噪音甄别分类模型；其中，每个电磁信号样本的类别值表示电磁信号是否为强干扰且依据电磁信号是否为强干扰来编码，所述噪音甄别分类模型的输入数据为电磁信号段的近似熵和LZ复杂度，输出数据为对应电磁信号段的类别值；步骤4：获取待处理的大地电磁信号，再依据步骤3中的噪音...
【技术特征摘要】
1.一种基于噪声甄别的大地电磁信号去噪方法，其特征在于：包括如下步骤：步骤1：从采集的大地电磁信号中提取电磁信号样本；其中，提取的所述电磁信号样本分为非强干扰的电磁信号以及强干扰的电磁信号；步骤2：分别计算每个电磁信号样本的近似熵和LZ复杂度；步骤3：利用每个电磁信号样本的近似熵、LZ复杂度以及类别值训练预设分类模型得到噪音甄别分类模型；其中，每个电磁信号样本的类别值表示电磁信号是否为强干扰且依据电磁信号是否为强干扰来编码，所述噪音甄别分类模型的输入数据为电磁信号段的近似熵和LZ复杂度，输出数据为对应电磁信号段的类别值；步骤4：获取待处理的大地电磁信号，再依据步骤3中的噪音甄别分类模型对待处理的大地电磁信号进行噪音甄别得到非强干扰的电磁信号段、强干扰的电磁信号段；其中，将待处理的大地电磁信号划分为J段，并分别计算每段电磁信号的近似熵和LZ复杂度，再将每段电磁信号的近似熵和LZ复杂度输入噪音甄别分类模型得到每段电磁信号的类别值，J为正整数；步骤5：对步骤4中强干扰的电磁信号段进行噪声压制处理；步骤6：将去噪压制处理后的电磁信号段与步骤4中非强干扰的电磁信号段进行合并得到重构的大地电磁信号。2.根据权利要求1所述的方法，其特征在于：步骤5中对每个强干扰的电磁信号段进行噪声压制处理的过程均如下：首先，利用互补集合经验模态分解强干扰的电磁信号段得到若干固有模态函数分量；然后，采用小波阈值法对每阶固有模态函数分量依次进行降噪得到噪声压制后的电磁信号段。3.根据权利要求2所述的方法，其特征在于：所述利用互补集合经验模态分解强干扰的电磁信号段得到若干模态函数分量的过程如下：步骤5.1：在强干扰的电磁信号段加入白噪声得到两组含噪信号M1和M2；步骤5.2：对两组含噪信号M1和M2进行经验模态分解得到第1阶固有模态函数分量和1阶残差；步骤5.3：对得到的1阶残差进行经验模态分解得到第2阶固有模态函数分量和2阶残差，重复对每次得到的残差进行经验模态分解直至残差极值的个数小于或等于2时停止经验模态分解；其中，每次经验模态分解得到一个固有模态函数分量。4.根据权利要求1所述的方法，其特征在于：电磁信号的近似熵的获取过程如下：步骤2.1：根据电磁信号的时间序列构建m维向量；R(i)＝(u(i),u(i+1)...u(i+m-1))，i＝1,2,···,N-m+1式中，R(i)为构建的第i个m维向量，u(i)、u(i+1...
【专利技术属性】
技术研发人员：李晋，蔡锦，张贤，刘晓琼，韦香宁，严梦纯，
申请(专利权)人：湖南师范大学，
类型：发明
国别省市：湖南,43
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。