【技术实现步骤摘要】
本专利技术涉及一种电磁探测数据联合反演和nsct的矿井采掘工作面富水区识别方法，属于图像识别领域。
技术介绍
0、技术背景
1、地球物理数据的综合利用是重要任务，传统方法主观判断容易受影响。多属性数据共同约束的综合反演技术是研究热点。在特征提取时，需考虑方向性和局部信息。非下采样轮廓波变换(non-subsampled contourlet transform,nsct)算法是一种特征级融合算法，具有多方向、多尺度的快速变换和局部定位性质，能刻画图像的高维信息特征。
2、本专利技术采用基于电磁探测数据联合反演和nsct的图像融合方法，以图像为载体对多源地球物理数据进行融合。实现在大数据条件下目标体的精确识别和定位，在保证准确度的同时提高综合解释的效率。
技术实现思路
1、本专利技术要解决的技术问题是：本专利技术提供一种电磁探测数据联合反演和nsct的矿井采掘工作面富水区识别方法，利用nsct图像融合方法对包含电阻率和磁化率信息的图像进行融合分析，实现了对矿山安全监测系统获取的电磁探测数据进行联合反演，实现了对矿井掘进工作面富水区的快速识别。
2、本专利技术技术方案是：所述方法的具体步骤如下：
3、step1、利用矿井顶板电磁探测数据反演得到矿井采掘工作面的电阻率和磁化率参数；
4、step2、根据电阻率和磁化率参数通过comsol有限元软件进行电磁探测数值模拟，分别得到矿井采掘工作面的电阻率和磁化率图像；
5、
6、step4、利用nsct反变换得到包含电阻率和磁化率信息的融合图像，将融合结果与先验资料瞬变电磁正演模拟图像异常区域位置进行对比，两种图像所显示的异常区域位置是吻合的，以此验证说明提出的方法能够用于判断富水区的位置。
7、进一步地，所述step1中，电磁探测数据联合反演具体包括：利用麦克斯韦方程组和基于传输网络的有限差分算法，推导电阻率和磁化率同为参数变量时的二维反演计算公式；
8、电磁探测数据联合反演能够考虑电阻率与磁化率之间复杂的非线性关系，使得反演结果更加可靠。
9、定义反演问题表达式为：
10、d＝f(m)+e (1)
11、其中，是d数据向量，m是模型参数向量，模型参数包括电阻率和磁化率两种参数，即e是误差向量和，f(m)是正演模拟函数。
12、反演的目标就是构造一种简单的模型机能充分的拟合观测数据，同时又能充分展示出数据所包含的信息。由于电磁探测反演问题的不适定性，且其方程组常是病态的，因此难以直接求解。为实现反演目标，在不适定问题中引入约束条件将其转化为条件适定问题进行，求其反问题的正则化解，因此构造目标函数为：
13、ψ＝ψd+λψm (2)
14、其中，λ为加权因子，即正则化参数，一般来说，λ取大于零的数。λ＝0表明完全以数据拟合作为反演目标；λ→0则表示完全以先验条件作为反演目标。在绝大多数电磁探测反演算法中一般都采用经验值的办法将λ作为一个输入参数。
15、目标函数ψ中两个分量的结构形式分别如下，其中，数据目标函数ψd是典型的数据拟合误差的平方和，即：
16、ψd＝(d-f(m))tv-1(d-f(m)) (3)
17、矩阵v是一个对角阵，它的元素是由观测数据中噪声的标准方差构成的，这里假设观测数据中的噪声是高斯噪声。目标函数ψ中的第二项ψm称为模型结构分量目标函数或先验约束条件目标函数。根据最光滑模型约束，将模型结构目标函数表示为：
18、
19、其中，η是加权系数；0≤s≤∞是可变参数，当s→0,ψm→ψρ，当s→∞,ψm→ψk，对于该参数的选择一般采用经验值办法，mref是参考模型，正则化算子l是一个二阶差分算子，lm是m拉普拉斯近似值。
20、在进行电阻率和磁化率的同时反演时，由于观测数据与物性参数之间以及电阻率磁化率参数本来就是一种复杂的非线性关系，因此在构造的反演目标函数中，利用线性函数来处理物性参数之间的非线性问题，以降低问题的复杂程度。采用非线性共轭梯度法来非线性函数目标的最小值，由此得到全局极小值，并在求解过程中添加先验约束条件，以得到更加精确的电阻率和磁化率的反演结果。
21、非线性梯度共轭算法主要是利用共轭梯度中的polak-ribiere来求解方程(2)目标函数ψ的极小值。在非线性共轭梯度算法中，首先给出初始模型m0，通过求解一元极小值问题或者沿着计算的方向进行线性搜索产生如下模型序列：
22、
23、其中，p是搜索方向，α1是步长因子，l是迭代次数。
24、把这个问题作为一个全局最有问题来考虑，也就是寻找一个关于α的目标函数ψ的全局最小值。然而，实现全局最优算法需要在每一步非线性共轭梯度迭代中多次计算正演问题，由于电磁探测正演问题计算强度非常大，以此在获得是解接近全局极小值的情况下把节约计算量作为首要考虑因素。为更改好描述这一过程，用φl表示要计算的一元函数，并将它的高斯-牛顿近似为：
25、
26、线性搜索产生的模型序列为：
27、ml,k＝ml+αl,kpl,k＝0,1,2,... (7)
28、其中，
29、
30、因为是关于m的一个二元方程，也就是关于α的一个二次方程，所以方程(9)的极小值可由下式求出：
31、
32、step2、根据电阻率和磁化率参数通过comsol有限元软件进行电磁探测数值模拟，分别得到矿井采掘工作面的电阻率图像ir和磁化率图像icm；采用comsol中的ac/dc模块对电磁探测数值模拟，利用联合反演模型得到的电阻率和磁化率数据进行数值模拟，得到探测平面的电阻率图和磁化率图，为了解感应电阻率和磁场强度变化情况，运用surfer软件绘制感应电阻率等值线平面图和磁化率等值线平面图，分析探测区域的感应电流分布规律电阻率和磁化率变化规律；
33、step3、对得到的电阻率图像ir和磁化率图像icm利用非下采样轮廓波变换nsct分解为低频子带图像和高频子带图像并设计基于加权平均和新度量参数(new metricparameter,nmp)的融合规则，分别对低频子带图像和高频子带图像进行融合：所述nsct算法具有平移不变性、多方向、多尺度的快速变换，具备近邻采样和局部定位的能力，能很好地刻画图像的高维信息特征和几何特性，满足对地球物理图像信息融合的需求，具体包括：
34、step3.1、对得到的电阻率图像ir和磁化率图像icm分本文档来自技高网...
【技术保护点】
1.一种电磁探测数据联合反演和NSCT的矿井采掘工作面富水区识别方法，其特征在于：所述方法的具体步骤如下：
2.根据权利要求1所述的电磁探测数据联合反演和NSCT的矿井采掘工作面富水区识别方法，其特征在于：所述Step1中，电磁探测数据联合反演具体包括：利用麦克斯韦方程组和基于传输网络的有限差分算法，推导电阻率和磁化率同为参数变量时的二维反演计算公式；在进行电阻率和磁化率的同时反演时，在构造的反演目标函数中，利用线性函数来处理物性参数之间的非线性问题；采用非线性共轭梯度法来优化非线性函数目标的最小值，由此得到全局极小值，并在求解过程中添加先验约束条件，以得到更加精确的电阻率和磁化率的反演结果。
3.根据权利要求1所述的电磁探测数据联合反演和NSCT的矿井采掘工作面富水区识别方法，其特征在于：所述Step3的具体步骤包括：
4.根据权利要求3所述的电磁探测数据联合反演和NSCT的矿井采掘工作面富水区识别方法，其特征在于：所述Step3.1中：对于电阻率图像Ir进行NSCT分解，得到一系列电阻率高频子图像Hrk＝{hr1,hr2,...}和一个电阻
5.根据权利要求3所述的电磁探测数据联合反演和NSCT的矿井采掘工作面富水区识别方法，其特征在于：所述Step3.2中，对于电阻率低频子带图像Lrk和磁化率低频子带图像Lcmk，融合规则考虑低频子带图像的平均特性，因此采用加权平均的融合规则，该融合规则定义如下：
6.根据权利要求3所述的电磁探测数据联合反演和NSCT的矿井采掘工作面富水区识别方法，其特征在于：所述Step3.3中，设计NMP融合规则，对电阻率高频子带图像和磁化率高频子带图像进行融合；
7.根据权利要求1所述的电磁探测数据联合反演和NSCT的矿井采掘工作面富水区识别方法，其特征在于：所述Step4中，利用NSCT反变换将融合后的低频子带图像和高频子带图像进行重构得到电阻率图像Ir和磁化率图像Ir的融合图像IF，公式如下：
...【技术特征摘要】
1.一种电磁探测数据联合反演和nsct的矿井采掘工作面富水区识别方法，其特征在于：所述方法的具体步骤如下：
2.根据权利要求1所述的电磁探测数据联合反演和nsct的矿井采掘工作面富水区识别方法，其特征在于：所述step1中，电磁探测数据联合反演具体包括：利用麦克斯韦方程组和基于传输网络的有限差分算法，推导电阻率和磁化率同为参数变量时的二维反演计算公式；在进行电阻率和磁化率的同时反演时，在构造的反演目标函数中，利用线性函数来处理物性参数之间的非线性问题；采用非线性共轭梯度法来优化非线性函数目标的最小值，由此得到全局极小值，并在求解过程中添加先验约束条件，以得到更加精确的电阻率和磁化率的反演结果。
3.根据权利要求1所述的电磁探测数据联合反演和nsct的矿井采掘工作面富水区识别方法，其特征在于：所述step3的具体步骤包括：
4.根据权利要求3所述的电磁探测数据联合反演和nsct的矿井采掘工作面富水区识别方法，其特征在于：所述step3.1中：对于电阻率图像ir进行n...
【专利技术属性】
技术研发人员：郑万波，朱榕，董锦晓，吴燕清，冉啟华，李磊，王耀，谭春琳，金正浩，钟佩玲，杨凯瑞，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：
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。