CN107065017B - 一种激励源编码选择方法及系统 - Google Patents

一种激励源编码选择方法及系统 Download PDF

Info

Publication number
CN107065017B
CN107065017B CN201611097085.5A CN201611097085A CN107065017B CN 107065017 B CN107065017 B CN 107065017B CN 201611097085 A CN201611097085 A CN 201611097085A CN 107065017 B CN107065017 B CN 107065017B
Authority
CN
China
Prior art keywords
response
identification
work area
sequence
amplitude
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201611097085.5A
Other languages
English (en)
Other versions
CN107065017A (zh
Inventor
张鸣
张一鸣
袁哲
朱文浩
高俊侠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing University of Technology
Original Assignee
Beijing University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing University of Technology filed Critical Beijing University of Technology
Priority to CN201611097085.5A priority Critical patent/CN107065017B/zh
Publication of CN107065017A publication Critical patent/CN107065017A/zh
Application granted granted Critical
Publication of CN107065017B publication Critical patent/CN107065017B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V3/00Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
    • G01V3/08Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation operating with magnetic or electric fields produced or modified by objects or geological structures or by detecting devices
    • G01V3/083Controlled source electromagnetic [CSEM] surveying
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V3/00Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
    • G01V3/08Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation operating with magnetic or electric fields produced or modified by objects or geological structures or by detecting devices
    • G01V3/083Controlled source electromagnetic [CSEM] surveying
    • G01V2003/084Sources

Abstract

本发明实施例提供一种激励源编码选择方法及系统。所述方法包括:根据待探测工区的工区特性预选多组m序列编码,其中工区特性包括收发距;获取待探测工区的强噪声频点分布情况;根据预选多组m序列编码构造对应的多个辨识系统;对各辨识系统进行频响特性分析,获得各辨识系统的幅频响应;根据各辨识系统对应的幅频响应在强噪声频点处的响应幅值选择最优激励源编码。所述系统用于执行所述方法。本发明实施例通过根据预选多组m序列编码构造对应的多个辨识系统,并对辨识系统进行频响特性分析,根据各辨识系统幅频响应在强噪声频点处的响应幅值选择最优激励源编码,实现了m序列激励源编码的最优化,从而提高了电磁探测的精确度。

Description

一种激励源编码选择方法及系统
技术领域
本发明实施例涉及地球物理勘探技术领域,尤其涉及一种激励源编码选择方法及系统。
背景技术
大地可等效为线性时不变系统,因此其脉冲响应理论上包含了该系统的全部信息。在人工源电磁探测中,通过观测人工场源及其在远端的电磁响应信号,构造大地系统的输入输出模型,可实现大地脉冲响应的辨识,即大地的“全系统观测”。
考虑到系统辨识,人工场源作为辨识过程的输入信号,应保证能够持续激励被辨识系统的所有模态,即激励源带宽相对于观测系统带宽要足够大,才能保证辨识的质量与精度。从这个角度看,目前常见的双极性方波由于频点单一,往往需要扫频发射,工时长,效率低。
考虑到辨识效果,较大的探测深度往往意味着较远的收发距离,在人工发射源功率受限的情况下,有效的电磁响应信号的幅值往往很低,甚至被噪声所淹没。因此为了保证大收发距时能够取得较佳的辨识效果,必须设计最优激励源以在辨识过程中对噪声进行压制,提高响应信噪比,提高大地电磁脉冲响应的辨识质量。从这个角度看,若使用传统双极性方波信号作为激励源,则在辨识过程中很难对发射频点以外的噪声分量进行压制,目前往往采用多次发射进行相关叠加的方式提高信噪比,严重降低了探测效率。
综上,m序列凭借其宽频带、高频谱密度的特点成为了人工源电磁探测中替代传统双极性方波激励源的最佳选择。在设计双极性方波时,我们仅需考虑频率这一个参数,但m序列却具备多达4个编码参数,不同编码参数的自由组合可以实现多种编码形式,不同的编码形式直接影响到m序列的抗噪能力与辨识精度。而目前的编码选择方式还停留在基于先验知识的试凑阶段,具有一定的“盲目性”与“试验性”,这样不但降低了工作效率,而且无法实现最佳探测效果。因此亟需提出科学有效的m序列激励源编码的选择方法。
发明内容
针对现有技术存在的问题,本发明实施例提供一种激励源编码选择方法及系统。
一方面,本发明实施例提供一种激励源编码选择方法,包括:
根据待探测工区的工区特性预选多组m序列编码,其中所述工区特性包括收发距;
获取所述待探测工区的强噪声频点分布情况;
根据所述预选多组m序列编码构造对应的多个辨识系统,所述辨识系统是通过构建一反算子使得所述反算子与所述m序列编码的输入信号的卷积等于单位冲激信号,将所述反算子作为脉冲响应函数构造对应辨识系统;
对所述辨识系统进行频响特性分析,获得所述辨识系统对应的幅频响应;
根据各所述辨识系统对应的幅频响应在所述强噪声频点处的响应幅值选择最优激励源编码。
本发明实施例提供一种激励源编码选择系统,包括:
预选模块,用于根据待探测工区的工区特性预选多组m序列编码,其中所述工区特性包括收发距;
获取模块,用于获取所述待探测工区的强噪声频点分布情况;
构造模块,用于根据所述预选多组m序列编码构造对应的多个辨识系统,所述辨识系统是通过构建一反算子使得所述反算子与所述m序列编码的输入信号的卷积等于单位冲激信号,将所述反算子作为脉冲响应函数构造对应辨识系统;
分析模块,用于对所述辨识系统进行频响特性分析,获得所述辨识系统对应的幅频响应;
选择模块,用于根据各所述辨识系统对应的幅频响应在所述强噪声频点处的响应幅值选择最优激励源编码。
本发明实施例提供的一种激励源编码选择方法及系统,通过根据预选多组m序列编码构造对应的多个辨识系统,并对辨识系统进行频响特性分析,根据各辨识系统幅频响应在强噪声频点处的响应幅值选择最优激励源编码,实现了m序列激励源编码的最优化,从而提高了电磁探测的精确度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种激励源编码选择方法流程示意图;
图2为本发明实施例提供的褶积模型示意图;
图3为本发明实施例提供的4组m序列编码对应的辨识系统频响特性示意图;
图4为本发明实施例提供的4组m序列编码对应的辨识系统在50Hz处的局部频响特性示意图;
图5为本发明实施例提供的4组m序列编码辨识结果示意图;其中
图5(a)为本发明实施例提供的m序列编码a的辨识结果示意图;
图5(b)为本发明实施例提供的m序列编码b的辨识结果示意图;
图5(c)为本发明实施例提供的m序列编码c的辨识结果示意图;
图5(d)为本发明实施例提供的m序列编码d的辨识结果示意图;
图6为本发明实施例提供的4组m序列编码对应的辨识信噪比示意图;
图7为本发明实施例提供的一种激励源编码选择系统结构示意图;
图8为本发明另一实施例提供的一种激励源编码选择系统结构示意图;
图9为本发明实施例提供的一种激励源编码选择系统实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明实施例提供的一种激励源编码选择方法流程示意图,如图1所示,所述方法,包括:
步骤101:根据待探测工区的工区特性预选多组m序列编码,其中所述工区特性包括收发距;
具体地,m序列具有频带宽、频谱密度高、白噪声特性好的优点,已成为人工源电磁探测领域中的研究热点。一组m序列由阶数、本原多项式、码元频率以及循环次数四个编码参数确定,编码参数的任意组合决定了m序列灵活多变的编码形式。不同的编码形式直接影响到m序列的抗噪能力与辨识精度,因此确定m序列的最优化编码方案成为使用m序列进行电磁探测的关键一环。对于待探测工区的工区特性,可以根据先验知识确定m序列编码四个参数的大概范围,例如码元频率,由于电磁波的趋肤效应,码元频率与探测深度总体呈“高频测浅,低频测深”的关系。而不同的探测深度需要匹配不同的收发距,即“大收发距测深,小收发距测浅”。根据待探测工区的收发距选择相应的码元频率,小收发距(浅层探测)时选择相对较高的码元频率,大收发距(深层探测)时选择较低的码元频率。再例如,在相同的码元频率下,每增加一阶,或循环次数增加一次,发射信号总耗时都要增加一倍,因此,时间成本有限时,需要适当降低阶数或者使用较少的循环次数。因此,可以根据待探测工区的工区特性预选多组序列编码。
步骤102:获取所述待探测工区的强噪声频点分布情况;
具体地,由于常见的观测噪声包含随机噪声和人文噪声,随机噪声常使用统计学模型进行定义,一般假定随机噪声的概率分布满足高斯分布;人文噪声主要来自于人文活动带来的电磁干扰,例如电力线与铁路噪声,这些噪声一般由特定的频点组成,例如50Hz基频及其奇次谐频。与随机噪声相比,人文噪声干扰强度大,是辨识过程中的主要干扰源。因此可通过对空采数据进行频域分析或人工预判确定所述待探测工区的强噪声频点分布情况。
步骤103:根据所述预选多组m序列编码构造对应的多个辨识系统,所述辨识系统是通过构建一反算子使得所述反算子与所述m序列编码的输入信号的卷积等于单位冲激信号,将所述反算子作为脉冲响应函数构造对应的辨识系统;
具体地,根据预选的多组m序列编码可以构建多个与m序列编码相对应的辨识系统。具体为,构建一个反算子b(t)使其满足公式(1):
b(t)*s(t)=δ(t) (1)
其中,b(t)为辨识系统,s(t)为m序列编码的发射电流,δ(t)为单位冲激信号,且单位冲激信号δ(t)满足公式(2):
δ(t)=0,t≠0
反算子b(t)的推导方法为维纳反褶积方法。
步骤104:对所述辨识系统进行频响特性分析,获得所述辨识系统对应的幅频响应;
具体地,每一组m序列编码都对应一个辨识系统,对每个辨识系统都进行频响特性分析,获得辨识系统对应的幅频响应。其中辨识系统b(t)的频响特性B(w)可通过时频转换求取,如公式(3)所示:
本发明实施例只考虑噪声的幅度压制效果,并不关心噪声的相位畸变,因此,重点研究辨识系统的幅频响应|B(w)|,如公式(4)所示:
通过比较|B(w)|在噪声频点处的响应幅值,即可实现对辨识系统的抗噪能力评估。
步骤105:根据各所述辨识系统对应的幅频响应在所述强噪声频点处的响应幅值选择最优激励源编码。
具体地,获取每组m序列编码对应的辨识系统对应的幅频响应在强噪声频点附近的响应幅值,并根据响应幅值选择噪声压制能力最佳的m序列编码作为最优激励源编码。应当说明的是,噪声压制能力与响应幅值衰减程度成正比,噪声压制能力越好,响应幅值衰减程度越大。
例如:在内蒙古自治区兴和县曹四夭钼矿进行了试验,使用发射电极A、B发送一时变电流对大地进行激励,其中发射电极A和发射电极B间距300m,接地电阻50Ω,供电电流15A,接收电极C、D位于发射电极轴向延长线上同步观测大地远端的时变响应电压,接收电极C和接收电极D的间距为60m,收发偏移距960m,工区位于矿区,高压线密集,主要干扰源为50Hz工频干扰。若响应电压在发射电流到达下一状态前已趋于稳态,那么一个完整的响应电压被记录下来。把大地等效为一个线性时不变系统,发射电流作为输入信号,响应电压作为输出信号,可表示为公式(5):
r(t)=g(t)*s(t)+u(t) (5)
其中,s(t)为发射电流,g(t)为大地脉冲响应,u(t)为观测过程中引入的噪声,包含人文噪声与高斯白噪声,r(t)为包含观测噪声的响应电压。
图2为本发明实施例提供的褶积模型示意图,如图2所示,通过反褶积从发射电流s(t)与响应电压r(t)中获取大地脉冲响应。对公式(5)两边同时卷积b(t)实现大地脉冲响应的辨识,如公式(6)所示:
公式(6)右侧中g(t)为所要求取的大地脉冲响应,u(t)*b(t)为噪声分量,定义二者的功率之比为辨识信噪比Ridt,如公式(7)所示:
由于g(t)是恒定不变的,因此为了得到较高的辨识信噪比,获得较好的辨识精度,应保证u(t)*b(t)尽可能的小。
根据待探测工区的工区特性,预选4组m序列编码,如表1所示:
表1预选4组m序列编码
m序列编码 本原多项式 阶数 码元频率(bps) 循环次数
a 本原多项式1 8 3000 20
b 本原多项式2 8 3000 20
c 本原多项式1 11 3000 10
d 本原多项式1 10 2000 10
根据m序列编码a、b、c和d,构建对应的辨识系统,对各辨识系统进行频响特性分析,图3为本发明实施例提供的4组m序列编码对应的辨识系统频响特性示意图,如图3所示,可以看出,不同m序列编码下的辨识系统对应的频响特性各不相同,由于该工区的强噪声干扰源为50Hz工频干扰,图4为本发明实施例提供的4组m序列编码对应的辨识系统在50Hz处的局部频响特性示意图,如图4所示,很显然,在不同的m序列编码下的辨识系统频响特性在50Hz频点处的衰减各不相同,根据各m序列编码的辨识系统在50Hz处的响应幅值衰减程度选择最优激励源编码。
本发明实施例通过根据预选多组m序列编码构造对应的多个辨识系统,并对辨识系统进行频响特性分析,根据各辨识系统对应的幅频响应在强噪声频点处的响应幅值选择最优激励源编码,实现了m序列激励源编码的最优化,从而提高了电磁探测的精确度。
在上述实施例的基础上,所述根据各所述辨识系统在所述强噪声频点处的响应幅值选择最优激励源编码,包括:
选择各所述辨识系统对应的幅频响应在所述强噪声频点处的响应幅值衰减程度最大的作为所述最优激励源编码。
具体地,由于人文噪声具有明显的频点分布规律,因此辨识系统对应的幅频响应在噪声频点处的频响特性决定了其抗噪能力,通过分析辨识系统的频响特性来评价辨识过程的抗噪能力。在图4中,m序列编码d对应的辨识系统频响特性在50Hz处响应幅值衰减程度最大,因此选择m序列编码d作为最优激励源编码。应当说明的是,m序列编码对应的辨识系统频响特性在50Hz处衰减程度越大表明该辨识系统抑制噪声能力越强,从而可知该辨识系统的在50Hz处的信噪比越大,即u(t)*b(t)越小。
本发明通过选择在强噪声频点处幅频响应衰减程度最大的m序列编码作为最优激励源编码,实现了m序列激励源编码的最优化,提高了探测精度。
在上述实施例的基础上,所述方法还包括:
根据所述工区特性预选多组m序列编码的输入信号和对应的多组输出信号计算出多个大地脉冲响应;
对所述多个大地脉冲响应进行多项式拟合,获得拟合后大地脉冲响应;
根据所述大地脉冲响应和所述拟合后大地脉冲响应计算辨识信噪比;
根据所述辨识信噪比验证所述最优激励源编码选择的正确性。
具体地,为了定量的分析上述试验中不同编码方案下的辨识精度,根据公式(1)计算出工区特性预选多组m序列编码的输入信号和对应的多组输出信号对应的多个大地脉冲响应,对计算得到的多个大地脉冲响应进行平滑操作,其中平滑操作可以是通过多项式拟合,还可以是其他方式,本发明实施例对此不作具体限定。通过平滑操作后,得到拟合后大地脉冲响应,根据大地脉冲响应和拟合后大地脉冲响应计算对应的辨识信噪比,通过各m序列编码对应的辨识系统的辨识信噪比验证最优激励源编码选择的正确性。
本发明实施例通过对大地脉冲响应进行多项式拟合,并计算响应的信噪比,验证了选择m序列编码的正确性。
在上述实施例的基础上,所述根据所述大地脉冲响应和所述拟合后大地脉冲响应计算辨识信噪比,包括:
根据公式计算所述辨识信噪比,其中Pidt表示辨识信噪比,gori(t)表示大地脉冲响应,gsmo(t)表示拟合后大地脉冲响应。
具体地,通过公式(1)计算出大地脉冲响应gori(t)之后,对gori(t)进行平滑操作,得到gsmo(t),图5为本发明实施例提供的4组m序列编码辨识结果示意图,如图5所示,图5(a)为本发明实施例提供的m序列编码a的辨识结果示意图,图5(b)为本发明实施例提供的m序列编码b的辨识结果示意图,图5(c)为本发明实施例提供的m序列编码c的辨识结果示意图,图5 (d)为本发明实施例提供的m序列编码d的辨识结果示意图,图中虚线为大地脉冲响应构成的辨识结果,实线为拟合后大地脉冲响应构成的辨识结果。从图5中可以看出,m序列编码d对应的拟合后大地脉冲响应的光滑程度最高。将gori(t)和gsmo(t)代入辨识信噪比公式中,如公式(8)所示:
从而可以计算得到4组m序列编码对应的辨识信噪比,图6为本发明实施例提供的4组m序列编码对应的辨识信噪比示意图,如图6所示,可知m序列编码d的辨识信噪比最高,同样的,m序列编码d的拟合后大地脉冲响应的平滑程度最高,再次验证了m序列编码d为最优激励源编码。
本发明实施例通过定义辨识信噪比,对大地脉冲响应进行平滑,计算得出4组m序列编码对应的辨识信噪比,验证了选择最优激励源编码的正确性。
在上述各实施例的基础上,所述获取所述待探测工区的强噪声频点分布情况,包括:
通过对空采数据进行频域分析或人工预判确定所述工区的强噪声频点分布情况。
具体地,对于待探测工区的强噪声频点分布情况的判断,可以通过对空采数据进行频域分析,即在没有发射信号的情况下,采集接收信号,并对接收信号进行频域分析可获得该待探测工区的频点分布情况。另外,还可以通过人工预判来确定,例如,待探测工区上方架设有高压线,那么该待探测工区的强噪声频点重要集中在50Hz处,一般待探测工区附近的人文噪声干扰源都是固定的,因此,同一待探测工区只需获取一次强噪声频点即可。
本发明实施例通过根据预选多组m序列编码构造对应的多个辨识系统,并对辨识系统进行频响特性分析,根据各辨识系统对应的幅频响应在强噪声频点处的响应幅值选择最优激励源编码,实现了m序列激励源编码的最优化,从而提高了电磁探测的精确度。
图7为本发明实施例提供的一种激励源编码选择系统结构示意图,如图7所示,所述系统,包括预选模块701、获取模块702、构造模块703、分析模块704和选择模块705,其中:
预选模块701用于根据待探测工区的工区特性预选多组m序列编码,其中所述工区特性包括收发距;获取模块702用于获取所述待探测工区的强噪声频点分布情况;构造模块703用于根据所述预选多组m序列编码构造对应的多个辨识系统,所述辨识系统是通过构建一反算子使得所述反算子与所述m序列编码的输入信号的卷积等于单位冲激信号,将所述反算子作为脉冲响应函数构造对应的辨识系统;分析模块704用于对所述辨识系统进行频响特性分析,获得所述辨识系统对应的幅频响应;选择模块705用于根据各所述辨识系统对应的幅频响应在所述强噪声频点处的响应幅值选择最优激励源编码。
具体地,不同的编码形式直接影响到m序列的抗噪能力与辨识精度,因此确定m序列的最优化编码方案成为使用m序列进行电磁探测的关键一环。对于待探测工区的工区特性,预选模块701可以根据先验知识确定m序列编码四个参数的大概范围。由于常见的观测噪声包含随机噪声和人文噪声,随机噪声常使用统计学模型进行定义,一般假定随机噪声的概率分布满足高斯分布;人文噪声主要来自于人文活动带来的电磁干扰,例如电力线与铁路噪声,这些噪声一般由特定的频点组成,例如50Hz基频及其奇次谐频。与随机噪声相比,人文噪声干扰强度大,是辨识过程中的主要干扰源。因此,获取模块702获取待探测工区的强噪声频点分布情况。构造模块703根据预选的多组m序列编码可以构建多个与m序列编码相对应的辨识系统,所述辨识系统是通过构建一个反算子使得所述反算子与所述m序列编码的输入信号的卷积等于单位冲激信号,使用该反算子作为脉冲响应函数构造对应的辨识系统。每一组m序列编码都对应一个辨识系统,分析模块704对每个辨识系统都进行频响特性分析,获得辨识系统对应的幅频响应。选择模块705获取每组m序列编码对应的辨识系统对应的幅频响应在强噪声频点附近的响应幅值,并根据响应幅值选择最佳的m序列编码作为最优激励源编码。
本发明提供的系统的实施例具体可以用于执行上述各方法实施例的处理流程,其功能在此不再赘述,可以参照上述方法实施例的详细描述。
本发明实施例通过根据预选多组m序列编码构造对应的多个辨识系统,并对辨识系统进行频响特性分析,根据各辨识系统对应的幅频响应在强噪声频点处的响应幅值选择最优激励源编码,实现了m序列激励源编码的最优化,从而提高了电磁探测的精确度。
在上述实施例的基础上,所述选择模块,具体用于:
选择各所述辨识系统对应的幅频响应在所述强噪声频点处的响应幅值衰减程度最大的作为所述最优激励源编码。
具体地,在图4中,m序列编码d对应的辨识系统频响特性在50Hz处响应幅值衰减程度最大,因此选择模块705选择m序列编码d作为最优激励源编码。应当说明的是,m序列编码对应的辨识系统频响特性在50Hz处衰减程度越大表明该辨识系统抑制噪声能力越强,从而可知该辨识系统的在50Hz处的信噪比越大,即u(t)*b(t)越小。
本发明通过选择在强噪声频点处幅频响应衰减程度最大的m序列编码作为最优激励源编码,实现了m序列激励源编码的最优化,提高了探测精度。
在上述实施例的基础上,图8为本发明另一实施例提供的一种激励源编码选择系统结构示意图,所述系统,包括预选模块701、获取模块702、构造模块703、分析模块704、选择模块705和验证模块706,其中,所述验证模块706包括:
第一计算子模块7061用于根据所述工区特性预选多组m序列编码的输入信号和对应的多组输出信号计算出多个大地脉冲响应;拟合子模块7062用于对所述多个大地脉冲响应进行多项式拟合,获得拟合后大地脉冲响应;第二计算子模块7063用于根据所述大地脉冲响应和所述拟合后大地脉冲响应计算辨识信噪比;验证子模块7064用于根据所述辨识信噪比验证所述最优激励源编码选择的正确性。
具体地,预选模块701、获取模块702、构造模块703、分析模块704和选择模块705与上述实施例一致,此处不再赘述。为了定量的分析上述试验中不同编码方案下的辨识精度,第一计算子模块7061根据公式(1)计算出预选多组m序列编码的输入信号和对应的多组输出信号对应的多个大地脉冲响应,拟合子模块7062对计算得到的多个大地脉冲响应进行平滑操作,其中平滑操作可以是通过多项式拟合,还可以是其他方式,本发明实施例对此不作具体限定,通过平滑操作后,得到拟合后大地脉冲响应,第二计算子模块7063根据大地脉冲响应和拟合后大地脉冲响应计算对应的辨识信噪比,验证子模块7064通过各m序列编码对应的辨识系统的辨识信噪比验证最优激励源编码选择的正确性。
本发明实施例通过对大地脉冲响应进行多项式拟合,并计算响应的信噪比,验证了选择m序列编码的正确性。
在上述实施例的基础上,所述第二计算子模块,具体用于:
根据公式计算所述辨识信噪比,其中Pidt表示辨识信噪比,gori(t)表示大地脉冲响应,gsmo(t)表示拟合后大地脉冲响应。
具体地,通过公式(1)计算出大地脉冲响应gori(t)之后,对gori(t)进行平滑操作,得到gsmo(t),第二计算子模块7063将gori(t)和gsmo(t)代入辨识信噪比公式中,如公式(8)所示:
从而可以计算得到4组m序列编码对应的辨识信噪比,图6为4组m序列编码对应的辨识信噪比示意图,如图6所示,可知m序列编码d的辨识信噪比最高,同样的,m序列编码d的拟合后大地脉冲响应的平滑程度最高,再次验证了m序列编码d为最优激励源编码。
本发明实施例通过定义辨识信噪比,对大地脉冲响应进行平滑,计算得出4组m序列编码对应的辨识信噪比,验证了选择最优激励源编码的正确性。
在上述各实施例的基础上,所述获取模块,具体用于:
通过对空采数据进行频域分析或人工预判确定所述工区的强噪声频点分布情况。
具体地,对于待探测工区的强噪声频点分布情况的判断,获取模块702 可以通过对空采数据进行频域分析,即在没有发射信号的情况下,采集接收信号,并对接收信号进行频域分析可获得该待探测工区的频点分布情况。另外,还可以通过人工预判来确定,例如,待探测工区上方架设有高压线,那么该待探测工区的强噪声频点重要集中在50Hz处,一般待探测工区附近的人文噪声干扰源都是固定的,因此,同一待探测工区只需获取一次强噪声频点即可。
本发明实施例通过根据预选多组m序列编码构造对应的多个辨识系统,并对辨识系统进行频响特性分析,根据各辨识系统幅频响应在强噪声频点处的响应幅值选择最优激励源编码,实现了m序列激励源编码的最优化,从而提高了电磁探测的精确度。
图9为本发明实施例提供的一种激励源编码选择系统实体结构示意图,如图9所示所述系统可以包括:处理器(processor)901、存储器(memory)902和通信总线903,其中,处理器901,存储器902通过通信总线903完成相互间的通信。处理器901可以调用存储器902中的逻辑指令,以执行如下方法:根据待探测工区的工区特性预选多组m序列编码,其中所述工区特性包括需收发距;获取所述待探测工区的强噪声频点分布情况;根据所述预选多组m序列编码构造对应的多个辨识系统,所述辨识系统是通过构建一反算子使得所述反算子与所述m序列编码的输入信号的卷积等于单位冲激信号,将所述反算子作为脉冲响应函数构造对应的辨识系统;对所述辨识系统进行频响特性分析,获得所述辨识系统对应的幅频响应;根据各所述辨识系统对应的频响特性在所述强噪声频点处的响应幅值选择最优激励源编码。
此外,上述的存储器902中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (8)

1.一种激励源编码选择方法,其特征在于,包括:
根据待探测工区的工区特性预选多组m序列编码,其中所述工区特性包括收发距;
获取所述待探测工区的强噪声频点分布情况;
根据所述预选多组m序列编码,构造对应多个辨识系统;所述辨识系统具体为一与脉冲响应函数构造对应的反算子,所述反算子满足与m序列编码输入信号的卷积等于单位冲激信号;
对所述辨识系统进行频响特性分析,获得所述辨识系统对应的幅频响应;
根据各所述辨识系统对应的幅频响应在所述强噪声频点处的响应幅值选择最优激励源编码;
所述方法还包括:
根据所述工区特性预选多组m序列编码的输入信号和对应的多组输出信号计算出多个大地脉冲响应;
对所述多个大地脉冲响应进行多项式拟合,获得拟合后大地脉冲响应;
根据所述大地脉冲响应和所述拟合后大地脉冲响应计算辨识信噪比;
根据所述辨识信噪比验证所述最优激励源编码选择的正确性。
2.根据权利要求1所述的激励源编码选择方法,其特征在于,所述根据各所述辨识系统对应的幅频响应在所述强噪声频点处的响应幅值选择最优激励源编码,包括:
选择各所述辨识系统对应的幅频响应在所述强噪声频点处的响应幅值衰减程度最大的作为所述最优激励源编码。
3.根据权利要求1所述的激励源编码选择方法,其特征在于,所述根据所述大地脉冲响应和所述拟合后大地脉冲响应计算辨识信噪比,包括:
根据公式计算所述辨识信噪比,其中Pidt表示辨识信噪比,gori(t)表示大地脉冲响应,gsmo(t)表示拟合后大地脉冲响应。
4.根据权利要求1-3任一项所述的激励源编码选择方法,其特征在于,所述获取所述待探测工区的强噪声频点分布情况,包括:
通过对空采数据进行频域分析或人工预判,确定所述工区的强噪声频点分布情况。
5.一种激励源编码选择系统,其特征在于,包括:
预选模块,用于根据待探测工区的工区特性预选多组m序列编码,其中所述工区特性包括收发距;
获取模块,用于获取所述待探测工区的强噪声频点分布情况;
构造模块,用于根据所述预选多组m序列编码,构造对应多个辨识系统;所述辨识系统具体为一与脉冲响应函数构造对应的反算子,所述反算子满足与m序列编码输入信号的卷积等于单位冲激信号;
分析模块,用于对所述辨识系统进行频响特性分析,获得所述辨识系统对应的幅频响应;
选择模块,用于根据各所述辨识系统对应的幅频响应在所述强噪声频点处的响应幅值选择最优激励源编码;
所述系统还包括验证模块,其中,所述验证模块包括:
第一计算子模块,用于根据所述工区特性预选多组m序列编码的输入信号和对应的多组输出信号计算出多个大地脉冲响应;
拟合子模块,用于对所述多个大地脉冲响应进行多项式拟合,获得拟合后大地脉冲响应;
第二计算子模块,用于根据所述大地脉冲响应和所述拟合后大地脉冲响应计算辨识信噪比;
验证子模块,用于根据所述辨识信噪比验证所述最优激励源编码选择的正确性。
6.根据权利要求5所述的激励源编码选择系统,其特征在于,所述选择模块,具体用于:
选择各所述辨识系统对应的幅频响应在所述强噪声频点处的响应幅值衰减程度最大的作为所述最优激励源编码。
7.根据权利要求5所述的激励源编码选择系统,其特征在于,所述第二计算子模块,具体用于:
根据公式计算所述辨识信噪比,其中Pidt表示辨识信噪比,gori(t)表示大地脉冲响应,gsmo(t)表示拟合后大地脉冲响应。
8.根据权利要求5-7任一项所述的激励源编码选择系统,其特征在于,所述获取模块,具体用于:
通过对空采数据进行频域分析或人工预判,确定所述工区的强噪声频点分布情况。
CN201611097085.5A 2016-12-02 2016-12-02 一种激励源编码选择方法及系统 Expired - Fee Related CN107065017B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611097085.5A CN107065017B (zh) 2016-12-02 2016-12-02 一种激励源编码选择方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611097085.5A CN107065017B (zh) 2016-12-02 2016-12-02 一种激励源编码选择方法及系统

Publications (2)

Publication Number Publication Date
CN107065017A CN107065017A (zh) 2017-08-18
CN107065017B true CN107065017B (zh) 2019-02-01

Family

ID=59619457

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611097085.5A Expired - Fee Related CN107065017B (zh) 2016-12-02 2016-12-02 一种激励源编码选择方法及系统

Country Status (1)

Country Link
CN (1) CN107065017B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107589461B (zh) * 2017-09-04 2019-11-05 长江大学 一种基于双向编码的尖脉冲时域电磁深层探测方法
CN108226305B (zh) * 2018-01-22 2019-09-24 中国科学院声学研究所 一种基于目标特性先验知识的声波检测方法及系统
CN115877286B (zh) * 2023-03-03 2023-10-20 中国地震局地球物理研究所 磁通门传感器软磁材料噪声特性测试系统和方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102721982A (zh) * 2012-06-26 2012-10-10 中国科学院电工研究所 基于扩频编码技术的地面电磁勘探方法及其探测系统
CN104407390A (zh) * 2014-11-27 2015-03-11 中国石油天然气集团公司 一种确定海洋可控电磁源勘探激发频率的方法及系统
CN104502980A (zh) * 2014-12-08 2015-04-08 中国科学院电子学研究所 一种电磁大地冲激响应的辨识方法
CN106125145A (zh) * 2016-06-30 2016-11-16 北京工业大学 基于宽频带lfm激励源的大地电磁脉冲响应辨识方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6657597B2 (en) * 2001-08-06 2003-12-02 Halliburton Energy Services, Inc. Directional signal and noise sensors for borehole electromagnetic telemetry system

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102721982A (zh) * 2012-06-26 2012-10-10 中国科学院电工研究所 基于扩频编码技术的地面电磁勘探方法及其探测系统
CN104407390A (zh) * 2014-11-27 2015-03-11 中国石油天然气集团公司 一种确定海洋可控电磁源勘探激发频率的方法及系统
CN104502980A (zh) * 2014-12-08 2015-04-08 中国科学院电子学研究所 一种电磁大地冲激响应的辨识方法
CN106125145A (zh) * 2016-06-30 2016-11-16 北京工业大学 基于宽频带lfm激励源的大地电磁脉冲响应辨识方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
伪随机m序列及其在电法勘探中的应用进展;淳少恒 等;《地球物理学进展》;20140131;第29卷(第1期);第439-446页
伪随机编码源电磁响应的精细辨识;武欣 等;《地球物理学报》;20150831;第58卷(第8期);第2792-2802页
基于m伪随机序列的电磁法抗噪能力分析;王显祥 等;《地球物理学报》;20160531;第59卷(第5期);第1861-1874页

Also Published As

Publication number Publication date
CN107065017A (zh) 2017-08-18

Similar Documents

Publication Publication Date Title
Shen et al. Denoising gravitational waves with enhanced deep recurrent denoising auto-encoders
CN107065017B (zh) 一种激励源编码选择方法及系统
CN109307862A (zh) 一种目标辐射源个体识别方法
CN108198154A (zh) 图像去噪方法、装置、设备及存储介质
CN106226407B (zh) 一种基于奇异谱分析的超声回波信号在线预处理方法
CN105510444B (zh) 基于超声导波的双向时间反演损伤成像方法
Abufana et al. Variational mode decomposition-based threat classification for fiber optic distributed acoustic sensing
CN106596724B (zh) 一种窄带Lamb波检测数据稀疏压缩优化重建方法
Gabarda et al. Detection of events in seismic time series by time–frequency methods
CN102404058A (zh) 电磁波区分设备、电磁波区分方法以及电磁波区分程序
CN102959354A (zh) 用于利用LiDAR数据来分析树冠层的方法和装置
CN105044793B (zh) 一种多道瞬变电磁探测数据的反演方法和装置
Feng et al. Tomographic image reconstruction using an interpolation method for tree decay detection
CN107577999A (zh) 一种基于奇异值和分形维数的雷达信号脉内调制方式识别方法
CN104780127B (zh) 一种时延‑多普勒r‑l解卷多路径信道估计方法
Han et al. Experimental demonstration of underwater acoustic communication using bionic signals
CN107317778A (zh) 基于1d‑cnn的bpsk调制信号相位跳变检测方法
Franca et al. Distinguishing periodic and chaotic time series obtained from an experimental nonlinear pendulum
CN110269605A (zh) 一种基于深度神经网络的心电信号噪声识别方法
Smith et al. A communication channel density estimating generative adversarial network
Zhang et al. Research on mud pulse signal detection based on adaptive stochastic resonance
CN104407278A (zh) 超声波特征参数的提取方法和装置
Ghanati et al. Surface nuclear magnetic resonance signals recovery by integration of a non‐linear decomposition method with statistical analysis
CN106772178A (zh) 高频电流局部放电带电检测装置的校验设备、方法及装置
Dediu et al. Recovering inhomogeneities in a waveguide using eigensystem decomposition

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20190201

Termination date: 20211202

CF01 Termination of patent right due to non-payment of annual fee