一种基于增强深度学习的大地电磁去噪方法及装置制造方法及图纸

本发明专利技术涉及大地电磁信号处理技术领域，具体涉及一种基于增强深度学习的大地电磁去噪方法及装置；通过构建含噪信号样本库以及噪声轮廓样本库；基于含噪信号样本库的大地电磁信号样本，及噪声轮廓样本库的样本训练出不同深度学习网络的信噪映射模型；将待降噪的大地电磁信号输入至信噪映射模型中学习得到噪声轮廓，并通过轻量化集成学习方法得到去噪后的大地电磁信号，轻量化集成学习方法由流水线分割、集成学习、噪声阈值、三层DBSCAN、还原决策模型构成；提高了单个深度学习模型的拟合去噪能力。

【技术实现步骤摘要】

本专利技术涉及大地电磁信号处理，具体涉及一种基于增强深度学习的大地电磁去噪方法及装置。

技术介绍

1、大地电磁法(mt)在地球物理勘探领域广泛应用。它通过监测地球表面自然电磁场的时间变化，有助于在广泛的深度范围内表征地球的电气结构。然而，固有的大地电磁信号表现出显着的随机性、有限的幅度和较宽的频谱，容易受到环境噪声的干扰。这种干扰明显扭曲了视电阻率-相位曲线，随后影响电磁反演程序和地质解释，可能导致对地下配置的误解。因此，有效降低大地电磁数据中的噪声是准确确定地下结构的重要前提。

2、一些传统的噪声抑制方法包括小波去噪、奇异值分解(svd)、稀疏表示、经验模态分解(emd)和数学形态滤波。然而，这些方法存在一些局限性，例如对复杂噪声和非线性噪声的处理困难，需要精心选择参数或基础，以及对信号分解精确性的挑战。近年来，许多研究都集中在寻找卓越的深度学习模型来优化去噪性能，这使得评估这些模型的有效性变得具有挑战性。

技术实现思路

1、针对现有技术中的缺陷，本专利技术提供一种基于增强深度学习的大地电磁去噪本文档来自技高网...

【技术保护点】

1.一种基于增强深度学习的大地电磁去噪方法，其特征在于，所述方法包括如下步骤：

2.根据权利要求1所述的方法，其特征在于，所述噪声轮廓样本库构建的步骤，包括：

3.根据权利要求2所述的方法，其特征在于，所述含噪信号样本库构建的步骤，包括：

4.根据权利要求1所述的方法，其特征在于，所述轻量化集成学习方法的步骤，包括：

5.根据权利要求4所述的方法，其特征在于，所述流水线分割的步骤，包括：将待降噪的大地电磁信号覆盖前一段的重叠区域代入均匀分割中，并采用覆盖区域的比例为50％的分割方法；并将输入模型的片段分类为两端，前50％为先验片段，后50％...

【技术特征摘要】

1.一种基于增强深度学习的大地电磁去噪方法，其特征在于，所述方法包括如下步骤：

2.根据权利要求1所述的方法，其特征在于，所述噪声轮廓样本库构建的步骤，包括：

3.根据权利要求2所述的方法，其特征在于，所述含噪信号样本库构建的步骤，包括：

4.根据权利要求1所述的方法，其特征在于，所述轻量化集成学习方法的步骤，包括：

5.根据权利要求4所述的方法，其特征在于，所述流水线分割的步骤，包括：将待降噪的大地电磁信号覆盖前一段的重叠区域代入均匀分割中，并采用覆盖区域的比例为50％的分割方法；并将输入模型的片段分类为两端，前50％为先验片段，后50％未做处理的片段称为噪声片段。

6.根据权利要求5所述的方法，其特征在于，所述集成学习的步骤，包括：使用单个深度学习模型按一个一个时间点的方式回溯所述噪声片段，并拟合所述噪声片段的噪声轮廓，直到我们扫描整个所述噪声片段，得到与所述噪声片段数量相同的片段。

<...

【专利技术属性】
技术研发人员：余年，计铭杰，陈煌，
申请(专利权)人：重庆大学，
类型：发明
国别省市：