【摘 要】
：
磁共振测深(Magnetic Resonance Sounding,MRS)可以定量确定地下水存储状态.但在实际应用中,由于该方法采用天然地磁场作为背景激励场,无法采取屏蔽措施,在低信噪比环境下难以实现MRS信号的有效提取.本文提出了利用自适应局部迭代滤波算法的信号处理方案,对磁共振测深信号的包络进行提取.以初始振幅和弛豫时间的不确定度为依据,采用遍历的方式对算法的分解阶数及掩码系数进行选取.通过
【机 构】
：
吉林大学仪器科学与电气工程学院,长春,130061 逢甲大学自动控制工程系,台湾,40724
【出 处】
：
中国地球物理学会地球物理技术委员会第九届学术会议——全域地球物理探测与智能感知学术研讨会
论文部分内容阅读
磁共振测深(Magnetic Resonance Sounding,MRS)可以定量确定地下水存储状态.但在实际应用中,由于该方法采用天然地磁场作为背景激励场,无法采取屏蔽措施,在低信噪比环境下难以实现MRS信号的有效提取.本文提出了利用自适应局部迭代滤波算法的信号处理方案,对磁共振测深信号的包络进行提取.以初始振幅和弛豫时间的不确定度为依据,采用遍历的方式对算法的分解阶数及掩码系数进行选取.通过进行仿真实验,证明了本算法能够在高斯白噪声和工频谐波噪声干扰的情况下,有效地提取出MRS信号包络,提取后的包络与理想包络的相关系数可以达0.97.在不同噪声类型和噪声强度下,处理后平均信噪比提高35～40dB,对野外实测数据的处理也验证了该算法的有效性.
其他文献
探地雷达(Ground Penetrating Radar,GPR)作为一种高效的无损检测技术,已被广泛应用于土木工程领域中。基于深度学习的智能方法是解决GPR图像人工识别效率低等问题的发展方向,但在实际应用中,常因数据集样本不足导致目标图像特征识别精度差、虚警率高等问题。针对GPR图像数据短缺采集困难的问题,本文提出了一种基于深度卷积生成对抗网络(Deep Convolution Generat
激发极化法是一种成熟的地球物理勘探方法,对其机理研究有助于提高勘探结果的解释.前人已经讨论了几种金属颗粒极化机制,如半导体矿物中p和n电荷载流子的极化(Revil et al.,2018).而Gurin et al.(2019)的研究表明颗粒表面性质对IP信号至关重要,但其未对钝化面位置影响进行讨论.本研究通过实验确定金属球表面钝化位置对IP信号的影响.实验采用Cu-CuSO4面团作为不极化电极,