全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
- 时间域航空电磁数据去噪方法研究
- 作者： 谢宾 来源： 吉林大学 年份： 2016 文献类型 ： 学位论文 关键词： 时间域航空电磁数据 去噪 天电噪声 EMD 自适应变窗宽滤波 主成分分析
- 描述： 时间域航空电磁探测是一种以电磁感应定律为基础，以各种飞行器为载体的地球物理勘探方法，具有效率高，勘探区域大等优点。时间域航空电磁探测由于其飞行测量方式，引入大量噪声，包括线圈运动噪声、人文噪声、仪器内部噪声、地质噪声，以及由于环境、温度等变化引入的系统噪声等，严重影响数据质量以及数据处理与成像解释结果。因此，数据噪声去除与压制是时间域航空电磁探测的重要技术基础。本文基于国家863计划项目的子课题“吊舱式时间域直升机航空电磁勘查数据处理与成图关键技术”及国家重大科研装备研制专项的子课题“航空瞬变电磁系统数据处理与反演成像”，针对原始数据天电噪声，抽道前测点数据噪声与抽道后剖面残余噪声的特点，研究噪声去除方法。论文主要的内容及研究成果如下：原始数据中的天电噪声在时域上持续时间短，幅值较大，随机性强，需要进行单独的识别与去除。本文利用大窗宽对原始数据进行滤波，计算标准差，设定阈值从而识别天电噪声并标识。当天电噪声含量较少时采用剪裁法，较多时采用Alpha-trim滤波的方法。剪裁法在叠加时舍去含有天电噪声的数据及与其相对应的另一半周期的数据；Alpha-trim滤波则通过沿剖面进行滤波去除天电噪声。本文基于EMD算法，研究时间域航空电磁探测测点数据噪声的去除。EMD将测点数据进行分解，得到频率成分由高到低的固有模态函数及代表趋势的余项。利用EMD滤波的特性，保留余项作为去噪后信号，去除了包含在固有模态函数中的高频测点噪声。针对剖面数据的残余噪声，本文分别基于自适应变窗宽滤波算法与主成分分析算法，研究剖面的滤波及不相关噪声的去除。自适应变窗宽滤波算法，根据局部梯度的变化速率，调整滤波窗宽，在异常处，采用较小窗宽，在非异常处，采用较大窗宽，这样即保持了异常的幅值又去除了噪声。主成分分析算法，将剖面数据转化为主成分，有用信息包含在少数低阶主成分中，多数高阶主成分则为不相关噪声，对少数低阶主成分重构剖面数据去除不相关噪声。通过仿真与实测数据去噪前后效果对比及信噪比的比较，证明了上述算法的有效性。