一种航空瞬变电磁数据噪声压制方法技术

本发明专利技术提供了一种航空瞬变电磁数据噪声压制方法，包括：根据航空瞬变电磁数据的类型设置相应的噪声压制参数；所述噪声压制参数包括：坏点剔除参数和数据滤波参数；利用所述坏点剔除参数对所述航空瞬变电磁数据进行坏点剔除得到坏点剔除后的航空瞬变电磁数据；利用所述数据滤波参数对所述坏点剔除后的航空瞬变电磁数据进行噪声压制得到噪声压制后的航空瞬变电磁数据。本发明专利技术通过利用“多重叠加步长”或者“多重单步长”的迭代处理方法可以压制航空瞬变电磁数据中的天电噪声和随机噪声，可以显著提高数据信噪比，为后续视电阻率成像和反演地下电性结构分布提供数据支持，使得地质解释更为准确。解释更为准确。解释更为准确。

【技术实现步骤摘要】
一种航空瞬变电磁数据噪声压制方法


[0001]本专利技术涉及电磁勘探
，特别是涉及一种航空瞬变电磁数据噪声压制方法。

技术介绍

[0002]航空瞬变电磁是近年来快速发展的一种地球物理勘探方法，由于其勘探速度快、受地域影响小、数据采集量大和绿色环保等优点，已经广泛应用于矿产资源勘探、区域地质调查、水文地质调查和环境调查中。航空瞬变电磁方法在全频段时域观测二次场信号，这种信号十分微弱，容易受到各种干扰的影响。在移动平台上采集数据时受平台的稳定性、地形的起伏、飞行高度的变化、电离层的干扰、移动平台自身的电磁干扰以及地面的人文干扰等多因素影响，使得采集数据噪声较大，对后续的处理和解释造成了较大的困难。要包括四种噪声：天电噪声、高斯噪声、人文噪声、运动噪声。这四种常见的噪声已经有很多学者研究其压制方法，主要有以下四类方法。
[0003](1)叠加类方法，例如剪裁法和线性锥形窗口数据叠加法(Macane et al.，1984)，对数门控和门控叠加法(Munkholm and Auken，1996)，采样优化函数(武欣等，2017)法。这类方法只能在叠加抽道前使用，除了剪裁法之外对于天电噪声的压制能力也略显不足。
[0004](2)统计类方法，例如鲁棒统计分析法(Buselli and Cameron，1996)和自适应噪声估计法(Mousavi et al.，2016)等。这类方法存在数据转换成本高，异常识别和排除的方法难以确定，权重的分配不好掌握以及选择估计器的问题。主成分分析类方法近些年比较多见，如奇异值分解法(Reninger等，2011)、改进的独立成分法(刘祥平和王建明，2011)、核主成分分析法(陈斌等，2014)、主成分滤波重构方法(王陵群，2015)、经验模态分解法(朱通等，2019)。这类方法对天电噪声、高斯噪声和人文噪声的压制均有一定效果，其难点是选取什么方法进行主成分分解以及如何确定分离后的哪部分是地质信号。
[0005](3)预测类方法，如局部噪声预测法(Spies，1988)、局部噪声补偿法(Stephan和Strack，1991)、神经网络局部噪声预测(Hwang，1996)、三分量数据噪声估计(Munkholm，1997)、远程参考点法(Buselli et al.，1998)。这类方法主要解决人文噪声，但是对装置有一定要求，且需要多个接收仪器以及三分量数据。
[0006](4)小波变换类方法是认为变换后的高阶信号是噪声而低阶信号为地质体引起的响应。如离散小波变换法(Ridsdill
‑
Smith和Dentith，1999)、多尺度小波分析(郭文波等，2006；张书凡等，2007)、改进阈值的小波变换法(刘家富等，2014)、同步压缩连续小波变换(Mousavi et al.，2016a)、高阶统计量和改进小波块阈值法(Mousavi and Langston，2016b)、同步压缩的自适应快速自动噪声压制法(Mousavi and Langston，2017)等。此类方法需要选择分解的层数和阈值的方式，这对噪声压制的结果有很大影响。同时，在时
‑
频变换时存在吉布斯现象，这可能对原始信号造成不可逆的影响。
[0007]由此可见，虽然国内外学者已经使用过多种方法压制航空瞬变电磁数据噪声，但其效果并不理想，因此需要寻找更具普适性、面向工程化应用的航空瞬变电磁数据噪声压
制方法。

技术实现思路

[0008]为了克服现有技术的不足，本专利技术的目的是提供一种航空瞬变电磁数据噪声压制方法。
[0009]为实现上述目标区域，本专利技术提供了如下方案：
[0010]一种航空瞬变电磁数据噪声压制方法，包括：
[0011]根据航空瞬变电磁数据的类型设置相应的噪声压制参数；所述噪声压制参数包括：坏点剔除参数和数据滤波参数；
[0012]利用所述坏点剔除参数对所述航空瞬变电磁数据进行坏点剔除得到坏点剔除后的航空瞬变电磁数据；
[0013]利用所述数据滤波参数对所述坏点剔除后的航空瞬变电磁数据进行噪声压制得到噪声压制后的航空瞬变电磁数据。
[0014]优选的，所述根据航空瞬变电磁数据的类型设置相应的噪声压制参数，包括；
[0015]根据所述航空瞬变电磁的数据类型为“单点衰减数据”或“剖面测线数据”，且数据呈现方式为“算数”或者“对数”时，设置数据输入参数；
[0016]根据所述航空瞬变电磁的数据噪声水平将坏点剔除参数中的迭代格式选择为“多重叠加步长”或者“多重单步长”，将数据滤波参数中的迭代格式选择为“多重叠加步长”或者“多重单步长”。
[0017]优选的，当噪声水平小于预设阈值时，将坏点剔除参数中的迭代格式选择为“多重单步长”，当噪声水平大于预设阈值时，将坏点剔除参数中的迭代格式选择为“多重叠加步长”。
[0018]优选的，所述利用所述坏点剔除参数对所述航空瞬变电磁数据进行坏点剔除得到坏点剔除后的航空瞬变电磁数据，包括：
[0019]当噪声水平大于预设阈值时，使用“多重叠加步长”对航空瞬变电磁数据进行坏点剔除得到坏点剔除后的航空瞬变电磁数据；其中，所述“多重叠加步长”迭代格式公式为：
[0020][0021](j＝1,2,
…
,J)
[0022]式中，为第k次迭代结果；为第k
‑
1次迭代结果；L为叠加步长；l为迭代步长；叠加步长L取最大迭代步长进行迭代，当j点的迭代结果与第k
‑
1次迭代结果的相对误差大于给定阈值时，就用替换否则不替换；直至满足最大迭代次数或者最大相对误差均小于给定阈值时，叠加步长L减1再重复上述迭代，直到叠加步长为0时停止迭代。
[0023]优选的，所述利用所述坏点剔除参数对所述航空瞬变电磁数据进行坏点剔除得到坏点剔除后的航空瞬变电磁数据，包括；
[0024]当噪声水平小于预设阈值时，使用“多重单步长”对航空瞬变电磁数据进行坏点剔
除得到坏点剔除后的航空瞬变电磁数据；其中，所述“多重单步长”迭代格式公式为：
[0025][0026](j＝1,2,
…
,J)
[0027]式中，为第k次迭代结果；为第k
‑
1次迭代结果；l为迭代步
[0028]长；迭代步长l取最大迭代步长进行迭代，当j点的迭代结果与第k
‑
1次迭代结果的相对误差大于给定阈值时，就用替换否则不替换；直至满足最大迭代次数或者最大相对误差均小于给定阈值时，迭代步长l减1再重复上述迭代，直到迭代步长为0时停止迭代。
[0029]优选的，所述利用所述数据滤波参数对所述坏点剔除后的航空瞬变电磁数据进行噪声压制得到噪声压制后的航空瞬变电磁数据，包括：
[0030]将坏点剔除后的航空瞬变电磁数据作为输入信号，使用“多重叠加步长”对所述坏点剔除后的航空瞬变电磁数据进行噪声压制得到噪声压制后的航空瞬变电磁数据；其中，在迭代过程本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种航空瞬变电磁数据噪声压制方法，其特征在于，包括：根据航空瞬变电磁数据的类型设置相应的噪声压制参数；所述噪声压制参数包括：坏点剔除参数和数据滤波参数；利用所述坏点剔除参数对所述航空瞬变电磁数据进行坏点剔除得到坏点剔除后的航空瞬变电磁数据；利用所述数据滤波参数对所述坏点剔除后的航空瞬变电磁数据进行噪声压制得到噪声压制后的航空瞬变电磁数据。2.根据权利要求1所述的一种航空瞬变电磁数据噪声压制方法，其特征在于：所述根据航空瞬变电磁数据的类型设置相应的噪声压制参数，包括；当所述航空瞬变电磁的数据类型为“单点衰减数据”，且数据呈现方式为“算数”时，根据噪声水平将坏点剔除参数中的迭代格式选择为“多重叠加步长”或者“多重单步长”，将数据滤波参数中的迭代格式选择为“多重叠加步长”。3.根据权利要求2所述的一种航空瞬变电磁数据噪声压制方法，其特征在于：当噪声水平小于预设阈值时，将坏点剔除参数中的迭代格式选择为“多重单步长”，当噪声水平大于预设阈值时，将坏点剔除参数中的迭代格式选择为“多重叠加步长”。4.根据权利要求3所述的一种航空瞬变电磁数据噪声压制方法，其特征在于：所述利用所述坏点剔除参数对所述航空瞬变电磁数据进行坏点剔除得到坏点剔除后的航空瞬变电磁数据，包括：当噪声水平大于预设阈值时，使用“多重叠加步长”对航空瞬变电磁数据进行坏点剔除得到坏点剔除后的航空瞬变电磁数据；其中，所述“多重叠加步长”迭代格式公式为：式中，为第k次迭代结果；为第k
‑
1次迭代结果；L为叠加步长；l为迭代步长；叠加步长L取最大迭代步长进行迭代，当j点的迭代结果与第k
‑
1次迭代结果的相对误差大于给定阈值时，就用替换否则不替换；直至满足最大迭代次数或者最大相对误差均小于给定阈值时，叠加步长L...

【专利技术属性】
技术研发人员：王皓，熊盛青，王万银，
申请(专利权)人：长安大学，
类型：发明
国别省市：