【技术实现步骤摘要】
本专利技术涉及地球物理电磁法探测领域，具体涉及一种自适应的瞬变电磁数据处理方法。
技术介绍
1、瞬变电磁法是地球物理探测领域中的一种电磁探测方法，因其探测深度大、对低阻体敏感以及施工方便等优点被广泛使用。该方法通过发射机在发射回路中产生稳定的电流并快速断开，在发射回路中产生时变场，使地下目标产生感应涡流并激发出时变二次场，被接收系统采集。然而，接收系统采集的二次场信号包含天电、人文噪声与运动噪声，影响成像质量与反演结果，因此消除数据中的噪声十分重要。
2、瞬变电磁信号据有频带宽、动态范围大以及非平稳非线性的特点，晚期容易被噪声干扰，在保留信号的同时去除噪声十分困难。近年来，研究者针对这些特点提出了多种降噪方法，演化出基于深度学习与基于信号分解的两种主流的去噪方法。
3、基于深度学习的去噪方法包括tem-dnet、tem-nlnet、cg-dea与gru-dfcnn等等，这类方法可以从数据中自动学习特征，避免了人为选择数据的主观性。但这类方法也花费大量算力，需要针对性的调整参数，训练结果受到网络架构和训练集的影响。
4、基于信号分解的方法包括小波分解(wavelettransform,wt)、经验模态分解(empirical mode decomposition,emd)、变分模态分解(variational modedecomposition,vmd)等方法。这类方法计算量小、速度快，但多数需要先验知识，例如，小波分解需要选择适合信号特性的小波基函数，vmd需要确定模态数量。这些参数设置取决于
5、现有的基于信号分解的瞬变电磁信号处理方法在参数自适应选择、弱信号的检测以及计算速度方面仍有不足。
技术实现思路
1、鉴于此，本专利技术的目的在于提供一种基于rlmd-apen(robust local meandecomposition-approximate entropy,中文为鲁棒局部均值分解-近似熵)的瞬变电磁数据处理方法，以期部分地解决上述技术问题中的至少之一。
2、为了实现上述目的，本专利技术提供了一种于rlmd-apen的瞬变电磁数据处理方法，包括以下步骤：
3、步骤(1)使用rlmd分解信号得到若干个乘积函数(productfunction，pf)，下称pf分量和和一个残余分量uk(t)；
4、步骤(2)按频率累加pf分量，将残余分量uk(t)分别与pf分量累加得到若干个累加和，计算每个累加和以及其近似熵；
5、步骤(3)根据近似熵阈值筛选出有效信号的累加和，舍弃噪声，完成去噪。
6、具体的：
7、(1)设原始信号为x(t)，找到x(t)的所有局部极值点，计算两个连续极值点ni，ni+1的局部平均值mi和包络估计值ai：
8、
9、对mi与ai平滑处理，得到初始局部均值函数m11(t)与初始包络函数a11(t)。然后从原始信号中去除初始局部平均值m11(t)，得到初始零均值信号h11(t)：
10、h11(t)＝x(t)-m11(t)
11、将h11(t)除以a11(t)得到调频信号s11(t)：
12、
13、至此，原始信号进行了第一次局部均值分解，如果s11(t)不是纯fm信号，则重复以上步骤q次，直至满足具体过程如下：
14、
15、其中，h1q是第q次分解得到的零均值信号，a1q是第q次分解得到的包络函数，s1q是第q次分解得到的调频信号，第一个下标‘1’表示第一个pf分量计算过程。
16、经q次局部均值分解后，将迭代过程中所有包络函数相乘，得到第一个包络信号：
17、
18、将包络信号a1(t)与调频信号s1q(t)相乘，得到第一个pf分量：
19、pf1(t)＝a1(t)s1q(t)
20、将原始信号x(t)减去pf1，得到新信号u1(t)，并将u1(t)作为新的原始信号重复以上步骤k次，直至uk(t)为常数或者单调函数。最终将原始信号分解成pf1,pf2,...,pfk分量和一个残余分量uk(t)；
21、(2)将pf分量按照低频到高频排列，低频分量主要包含信号，高频分量主要包含噪声。将uk(t)分别与pf1、pf1,pf2、pf1,pf2,...,pfk累加，得到r1,r2,...,rk共k个累加和。然后，计算累加和r1,r2,...,rk的近似熵a1,a2,...,ak。近似熵可以通过以下步骤计算，以累加和rk为例：
22、首先设置近似熵参数，设置嵌入维数m与相似容限r，对rk进行相空间构建得到向量rk：
23、rk(i)＝[rk(i),rk(i+1),...,rk(i+m-1)]，i＝1,2,...,n-m+1
24、其中，n为采样点数量，m为嵌入维数。
25、接着计算向量rk(i)与rk(j)之间的距离d[rk(i),rk(j)]，提取距离d[rk(i),rk(j)]中最大差值的绝对值：
26、d[rk(i),rk(j)]＝max|rk(i+p)-rk(j+p)|
27、式中，p＝0,1,...,m-1,i,j＝1,2,...,n-m+1。
28、统计d[rk(i),rk(j)]中小于相似容限r的数目n，并计算其与向量个数的比值：
29、
30、定义φm(r)为rk的自相关程度：
31、
32、则rk的近似熵ak为：
33、ak＝φm(r)-φm+1(r)
34、(3)根据信号特点，设置近似熵的阈值为0.3，当第i个累加和的近似熵小于0.3，并且第i+1个累加和的近似熵大于0.3时，输出第i个累加和的数据。
35、与现有技术相比，本专利技术利用rlmd对瞬变电磁信号进行分解得到若干个pf分量，用近似熵筛选出原始信号中有效成分占主导的pf分量以完成去噪。算法完全由数据驱动，无需先验知识，具有实现简单的特点，在低信噪比的情形下，处理结果也能显著降低噪声的影响，具有良好的鲁棒性。
本文档来自技高网...【技术保护点】
1.一种基于RLMD-ApEn的瞬变电磁数据处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，步骤(1)中设原始信号为x(t)，找到x(t)的所有局部极值点，计算两个连续极值点ni，ni+1的局部平均值mi和包络估计值ai：
3.根据权利要求2所述的方法，其特征在于，步骤(2)中，将PFk(t)按照从低频到高频排列，将uk(t)分别与PF1、PF1,PF2、PF1,PF2,...,PFk累加，得到R1,R2,...,Rk共k个累加和；
4.根据权利要求3所述的方法，其特征在于，步骤(3)中，将近似熵阈值设置为0.3，筛选出A1,A2,...,Ak中最接近0.3的值，输出其对应的累加和作为去噪后的信号。
【技术特征摘要】
1.一种基于rlmd-apen的瞬变电磁数据处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，步骤(1)中设原始信号为x(t)，找到x(t)的所有局部极值点，计算两个连续极值点ni，ni+1的局部平均值mi和包络估计值ai：
3.根据权利要求2所述的方法，其特征在于，步骤(2)中，将...
【专利技术属性】
技术研发人员：张晓娟，邢康，屈志杰，高源，
申请(专利权)人：中国科学院空天信息创新研究院，
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。