论文部分内容阅读
瞬变电磁法(TEM)作为一种时间域电磁勘探方法,以其独特的优点如勘探深度大、易穿透高阻层、受地形影响小等,已经被广泛应用于资源勘探、工程勘察和环境监测等领域中。但TEM信号属于一种宽频带信号,并且早期信号衰减非常快,晚期信号衰减慢且能量很弱,这就导致所测晚期道数据往往很容易受到各种随机噪声的干扰,严重影响深部数据的分辨率和精度,对后期的数据处理和反演解释造成许多困难。虽然可通过多次叠加、增大仪器的发射功率及提高灵敏度来提高晚期道数据的信噪比,但目前在实际操作和技术上都受到一定限制。为此,寻求合适的去噪方法抑制其噪声成为亟待解决的问题。传统的去噪方法主要是通过傅里叶变换构造低通滤波器来进行消噪,但傅里叶变换在频域分析时不能给出某个时间点的变换情况,在时域分析时不能给出频谱信息,造成了时频局部化矛盾。而小波变换就是一种时频局部化的分析方法,能够有效地区分信号中的突变部分和噪声信号,从而实现对信号的去噪;独立成分分析(ICA)能够按照相互统计独立的原则将多源混合信号分离开来,从而实现对有用信号与噪声信号的分离。因此,本文在前人工作的基础上系统地研究了这两种去噪理论,即小波变换和ICA方法理论,通过编制程序利用数值模拟的数据对这两种方法的去噪效果进行分析与对比;最后应用到实测瞬变电磁数据中,获得了高质量的信噪比,达到了抑制噪声的目的。本文的主要工作和取得的研究成果如下:(1)说明本文的选题背景与意义,分析传统滤波方法的缺陷性。深入调研利用小波分析与ICA进行信号去噪的国内外研究现状,并阐述本文的主要工作与所取得的研究成果。(2)总结分析TEM信号的特点和噪声来源。认识到其早晚期的衰减特征差异特别大且频带范围非常宽,而许多类型的电磁噪声频谱能够和TEM信号频谱重叠在一起,导致利用传统去噪方法的局限性。在此基础上提出将小波分析和ICA方法引入到TEM信号的提取。(3)基于小波变换的信号去噪。首先系统研究了小波基本理论,包括小波变换的引入和分类、多分辨率分析与Mallat算法和常用的小波基函数等。然后重点介绍小波阈值法、小波模极大值法和小波包三种去噪算法,并编制算法程序对这三种方法的去噪效果进行了仿真实验,并对仿真结果进行有效性分析。实验表明这三种的有效性都得到了很好地验证。(4)基于独立成分分析的信号去噪。首先对ICA的基本理论进行简要的介绍,包括ICA数学模型、基本假设条件和不确定性问题等。然后重点研究了基于负熵的快速固定点独立成立成分分析(Fast ICA)和自然梯度学习法两种盲源分离技术,并编制算法程序对这两种方法的有效性进行了仿真实验,同时对实验结果进分析。实验表明这两种对于信号的分离都有非常好的效果。(5)瞬变电磁资料的去噪。首先讨论信号的噪声模型与去噪准则,信号的质量评价标准。再应用小波分析和独立成分分析对TEM模拟数据进行去噪分析,分析这几种方法各自的优缺点。然后对小波分析和Fast ICA方法对不同噪声强度的信号去噪后的效果进行对比分析,发现Fast ICA比小波法在去噪性能上更加稳健,适合处理强噪声信号,于是提出一种基于Fast ICA和小波分析联合算法。最后将这种联合算法应用到实测瞬变电磁数据的去噪,并取得了不错的效果,可以将其推广到TEM数据的预处理中。(6)对本文所取得的研究成果进行总结以及存在的问题给出了一些建议,并对瞬变电磁信号去噪的发展进行了展望。