一种航空伽玛能谱数据降噪方法技术

本发明专利技术提供了一种航空伽马能谱数据降噪方法，包括有读入原始航空伽玛能谱数据，并分段对原始数据进行降噪处理；利用稀疏字典D对航空伽马能谱数据进行降噪。本发明专利技术通过采用K

【技术实现步骤摘要】
一种航空伽玛能谱数据降噪方法


[0001]本专利技术涉及核技术勘查中核探测数据处理领域，具体地说是一种一种航空伽玛能谱数据降噪方法。

技术介绍

[0002]航空伽玛能谱测量通过安装在飞机上的伽玛能谱仪实现对地表、土壤以及大气等区域中的放射性核素的含量以及分布规律等信息进行探测。其基于多种学科和理论基础，例如：核物理学、地质学、电子学等等。由于其具有效率高，成本低以及使用范围广等优点而广泛应用于地质找矿、核事故应急事件监测以及工程地质调查等领域。而航空伽玛能谱测量的过程中通常会受到统计涨落以及仪器本身噪声等方面的影响，从而使得收集到的数据中包含一定的噪声干扰成分，而这也就使得放射性核素的计算精度受到一定的影响，因此数据处理中，首先进行降噪处理是保证航空伽玛能谱测量结果精度的重要前提。
[0003]目前常用的航空伽玛能谱数据降噪方法有MNF(Maximum noise fraction)、NASVD(Noise Adjusted Singular Value Decomposition)、最小二乘移动平滑法、小波变换等。其中MNF利用统计学理论实现数据的降噪。NASVD方法通过PC分析方法对能谱主要成分进行了提取，并利用上述主要成分对原始数据进行重构，从而得到实现对噪声的滤除，但与此同时也造成部分有用信息的丢失；最小二乘移动平滑法需要人工根据信号特点对拟合点数量进行选取，因此缺乏自适应性；小波变换通过对能谱数据中的高频成分进行滤除从而达到降噪的效果，但相应的分解重构尺度需要人工根据数据特点的不同进行合适的选取，同样的自适应能力较差；基于小波阈Wiener滤波器的能谱降噪方法，其通过采用双小波基与Wiener滤波器相结合的方式降低统计涨落对能谱数据的影响，但该方法要求信号以及噪声具有先验性，增加降噪过程的复杂度。

技术实现思路

[0004]本专利技术的目的就是提供一种航空伽玛能谱数据降噪方法，以解决现有降噪方法效果差的问题。
[0005]本专利技术是这样实现的：一种航空伽马能谱数据降噪方法，包括如下步骤：
[0006]a、读入原始航空伽玛能谱数据，初始化参数，并设原始数据长度为L，以50为一次步长，确定训练帧数PX，并分段对原始数据进行降噪处理；
[0007]b、初始化稀疏字典D，并初始化其稀疏度为K；
[0008]c、利用OMP算法求解稀疏表示向量x；
[0009]d、分解矩阵稀疏字典D和令d
i
以及x
i
为零，并求解误差矩阵E，依据min||E
‑
d
i
x
i
||原则，利用SVD算法对d
i
以及x
i
优化；
[0010]e、对稀疏字典原子进行逐列更新，并判断稀疏字典是否更新完毕，满足则进行下步，否则返回步骤d；
[0011]f、判断是否达到最大迭代次数，达到后则进行下一步，否则返回步骤b；
[0012]g、得到更新后的稀疏字典D和稀疏表示向量x；
[0013]h、利用g步骤中得到的更新后的稀疏字典和稀疏表示向量x重构原始信号，得到降噪后的航空伽玛能谱信号。
[0014]进一步地，本专利技术可以按如下技术方案实现：
[0015]在所述步骤a中，以50为一次步长求平均值，并将所求平均值作为训练稀疏字典的输入变量，此时输入变量的训练帧数为PX＝floor(L/50)。
[0016]在所述步骤b中，将在所述步骤a中得到的输入变量作为初始化稀疏字典D的初始值。
[0017]在所述步骤a中，在所述步骤b中，初始化过完备冗余稀疏字典的维度为PX*LL，其中LL的值确定原则是：LL＝2/3*PX。
[0018]本专利技术通过采用K
‑
SVD训练稀疏字典D，能够对航空伽玛谱数据中的干扰噪声进行良好的滤除，降低统计涨落对谱数据带来的影响，与此同时降噪后的信号具有更好的光滑度，保留原始数据有效信息的同时还原信号波峰波谷等特征，与此同时避免了人工调参的过程，具有较强的自适应性。
[0019]为保证噪声得到有效滤除的前提下保留原始数据中的有用信息，并提升降噪过程中的自适应性，本专利技术提出将K
‑
SVD算法应用于航空伽玛谱数据降噪中，从而达到降噪的目的，消除统计涨落对数据产生的影响。即将K
‑
SVD训练稀疏字典应用于谱数据降噪中，通过稳定性测试所采集数据的处理，对稀疏字典原子进行迭代更新和选择从而提取数据的特征信息，并重构降噪后的信号，实现谱数据的降噪。
附图说明
[0020]图1是本专利技术的流程图。
[0021]图2是本专利技术对上测窗数据降噪效果对比。
[0022]图3是本专利技术对下测窗数据降噪效果对比。
[0023]图4是本专利技术与S
‑
G方法降噪效果对比。
[0024]图5是本专利技术与NASVD方法降噪效果对比。
[0025]图6是本专利技术与不同降噪方法对上测窗数据降噪后均方差值对比。
[0026]图7是本专利技术与不同降噪方法对下测窗数据降噪后均方差值对比。
[0027]图8是本专利技术与不同降噪方法降噪后SNR值对比。
具体实施方式
[0028]如图1所示，本专利技术的航空伽马能谱数据降噪方法，包括如下步骤：
[0029]a、读入原始航空伽玛能谱数据，初始化参数，并设原始数据长度为L，以50为一次步长，确定训练帧数PX，并分段对原始数据进行降噪处理；
[0030]以50为一次步长求平均值，并将所求平均值作为训练稀疏字典的输入变量，此时输入变量的训练帧数为PX＝floor(L/50)。
[0031]b、初始化稀疏字典D，并初始化其稀疏度为K；将在所述步骤a中得到的输入变量作为初始化稀疏字典D的初始值。初始化过完备冗余稀疏字典的维度为PX*LL，其中LL的值确定原则如下：LL＝2/3*PX。
[0032]c、利用OMP算法求解稀疏表示向量x，首先求解与残差最匹配的原子并根据所选原子利用最小二乘法得到向量结果。
[0033]d、分解矩阵稀疏字典D和令d
i
以及x
i
为零，并求解误差矩阵E，依据min||E
‑
d
i
x
i
||原则，利用SVD算法分解误差矩阵E，从而实现d
i
以及x
i
的优化。
[0034]e、对稀疏字典原子进行逐列更新，并判断稀疏字典是否更新完毕，满足则进行下步，否则返回步骤d。
[0035]f、判断是否达到最大迭代次数，达到后则进行下一步，否则返回步骤b。
[0036]g、得到更新后的稀疏字典D和稀疏表示向量x。
[0037]h、利用g步骤中得到的更新后的稀疏字典和稀疏表示向量x重构原始信号，得到降噪后的航空伽玛能谱信号。
[0038]假设N维原始信号y中的绝大部分元素的值为0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种航空伽马能谱数据降噪方法，其特征是，包括如下步骤：a、读入原始航空伽玛能谱数据，初始化参数，并设原始数据长度为L，以50为一次步长，确定训练帧数PX，并分段对原始数据进行降噪处理；b、初始化稀疏字典D，并初始化其稀疏度为K；c、利用OMP算法求解稀疏表示向量x；d、分解矩阵稀疏字典D和令d
i
以及x
i
为零，并求解误差矩阵E，依据min‖E
‑
d
i
x
i
‖原则，利用SVD算法对d
i
以及x
i
优化；e、对稀疏字典原子进行逐列更新，并判断稀疏字典是否更新完毕，满足则进行下步，否则返回步骤d；f、判断是否达到最大迭代...

【专利技术属性】
技术研发人员：ꢀ七四专利代理机构，
申请(专利权)人：河北航遥科技有限公司，
类型：发明
国别省市：