CN107632326A - 地球物理信号去噪方法 - Google Patents

地球物理信号去噪方法 Download PDF

Info

Publication number
CN107632326A
CN107632326A CN201710682105.3A CN201710682105A CN107632326A CN 107632326 A CN107632326 A CN 107632326A CN 201710682105 A CN201710682105 A CN 201710682105A CN 107632326 A CN107632326 A CN 107632326A
Authority
CN
China
Prior art keywords
signal
mrow
time
frequency
geophysical
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.)
Granted
Application number
CN201710682105.3A
Other languages
English (en)
Other versions
CN107632326B (zh
Inventor
金彦
周超
叶辉
刘玉
郭俊峰
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.)
Wuhan engineering science and technology research institute
Original Assignee
Wuhan engineering science and technology research institute
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 Wuhan engineering science and technology research institute filed Critical Wuhan engineering science and technology research institute
Priority to CN201710682105.3A priority Critical patent/CN107632326B/zh
Publication of CN107632326A publication Critical patent/CN107632326A/zh
Application granted granted Critical
Publication of CN107632326B publication Critical patent/CN107632326B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明公开了一种地球物理信号去噪方法,包括如下步骤:步骤1:对原始地球物理信号进行S变换,得到原始地球物理信号的时频谱;步骤2:将原始地球物理信号的时频谱进行时频滤波;步骤3:将时频滤波后信号进行阈值滤波;步骤4:将阈值滤波的结果进行s逆变换,得到初步去噪信号;步骤5:将初步去噪信号进行经验模态分解,得到初步去噪信号的若干个本征模态函数分量;步骤6:初步去噪信号的所有本征模态函数分量进行希尔伯特变换及行谱分析,选取与原始信号相关联的本征模态函数;步骤7:利用本征模态函数重构信号,得到所需的去噪信号。本发明能简便高效的去除地球物理信号中的噪声。

Description

地球物理信号去噪方法
技术领域
本发明涉及工程地球物理勘探技术领域,具体地指一种地球物理信号去噪方法。
背景技术
工程地球物理勘探,简称工程物探,它的探测目标是地下岩土层或者建筑结构,对探测目标加载自然或人工物理场后,通过仪器观测其变化,以确定隐蔽目标的空间范围(大小、形状、分布),并测定目标体的物理参数,达到解决地质问题的一种物理勘探方法。现阶段工程物探的技术手段主要包括弹性波方法和电磁波方法两大类。
由于工程物探中待勘探目标通常埋深较浅、缺陷较小,所以不管选用弹性波还是电磁波,工程物探采用的发射源能量较小,频率较高,这也导致了工程物探所使用更容易受外界各种因素干扰。所以,在工程物探信号处理中,对采集到的信号中的噪音进行压制显得尤为重要。但现有的各类去噪方法不能很好的满足工程应用的需要。
发明内容
本发明的目的就是要提供一种地球物理信号去噪方法,该方法能简便高效的去除地球物理信号中的噪声。
为实现此目的,本发明所设计的一种地球物理信号去噪方法,其特征在于,它包括如下步骤:
步骤1:对原始地球物理信号进行stockwell变换,得到原始地球物理信号的时频谱;
步骤2:将步骤1所得的原始地球物理信号的时频谱进行时频滤波;
步骤3:将步骤2的时频滤波后信号进行阈值滤波;
步骤4:将步骤3所得的阈值滤波的结果进行stockwell变换逆变换,得到初步去噪信号;
步骤5:将步骤4所得的初步去噪信号进行经验模态分解,得到初步去噪信号的若干个本征模态函数分量;
步骤6:将步骤5所得的初步去噪信号的所有本征模态函数分量进行希尔伯特变换,对各个本征模态函数的希尔伯特谱进行分析,分析方法为将各个本征模态函数的希尔伯特谱中的畸变点分别与被检测对象的可能存在的畸变点进行对比,留下畸变点与可能存在的畸变点一致的本征模态函数;
步骤7:将步骤6留下的本征模态函数相加,即可实现信号重构,得到所需的去噪信号。
本发明针对不同的观测系统和相应的工程物探采集信号,在步骤2、步骤3中选取合适的时频滤波和阈值滤波参数,在步骤6中选择相应的本征模态函数,可以获得较好的信号去噪效果,有利于下一步工作的进行,使工程物探探测结果更加准确、更加符合实际情况。
附图说明
图1为本发明的信号去噪方法流程图
图2为采集信号波形图;
图3为信号stockwell变换后的时频谱;
图4为经过时频滤波和阈值滤波后得到初步去噪信号的波形图;
图5为初步去噪信号经验模态分解的结果;
图6为重构后去噪信号的波形图。
具体实施方式
以下结合附图和具体实施例对本发明作进一步的详细说明:
如图1所示的地球物理信号去噪方法,它包括如下步骤:
步骤1:对原始地球物理信号(地震信号、锚杆检测信号、基桩检测信号或雷达信号,这里以地震信号为例,如图2所示,其横坐标为时间,纵坐标为传感器位移量)进行stockwell变换,得到原始地球物理信号的时频谱(如图3所示,某地震采集信号S变换谱,其横坐标表示时间,纵坐标表示频率,亮度表示该点的能量大小);
步骤2:将步骤1所得的原始地球物理信号的时频谱进行时频滤波;
步骤3:将步骤2的时频滤波后信号进行阈值滤波;
步骤4:将步骤3所得的阈值滤波的结果进行stockwell变换逆变换,得到初步去噪信号(如图4所示,某地震采集信号初步去噪后的结果,其横坐标表示时间,纵坐标表示传感器位移量);
步骤5:将步骤4所得的初步去噪信号进行经验模态分解(Empirical ModeDecomposition,EMD),得到初步去噪信号的若干个本征模态函数分量(如图5所示,某地震采集信号初步去噪后经验模态分解的结果,其横坐标表示时间,纵坐标表示传感器位移量,第一条曲线表示初步去噪的信号,第二条曲线表示模态1,第三条曲线表示模态2,由此类推);
步骤6:将步骤5所得的初步去噪信号的所有本征模态函数分量进行希尔伯特变换,对各个本征模态函数的希尔伯特谱进行分析,分析方法为将各个本征模态函数的希尔伯特谱中的畸变点分别与被检测对象(原始地球物理信号是对被检测对象的检测信号)的可能存在的畸变点进行对比,留下畸变点与可能存在的畸变点一致的本征模态函数;
步骤7:将步骤6留下的本征模态函数相加,即可实现信号重构,得到所需的去噪信号(如图6所示,某地震采集信号去噪后的结果,其横坐标表示时间,纵坐标表示传感器位移量)。
上述技术方案的步骤1)至步骤4)将对地球物理信号进行了初步的去噪处理,其原理是通过stockwell变换得到原始信号中每个时间点附近的频谱信息,经过步骤2)和步骤3)的处理,对该时间点附近的信号进行滤波,仅仅保留下该时间点附近信号的主频部分的信号,再通过stockwell变换反变换将数据变换到时间能量域。这一系列处理可以过滤掉与原始信号主频相差较大的噪音。
上述技术方案的步骤4)至步骤7)处理后可以得到去噪后的信号,其原理是通过经验模态分解,将初步去噪后的信号分解为若干个本征模态函数,通过对各个本征模态函数的希尔伯特谱分析,找出与实际情况接近的若干个本征模态函数并重构信号。这一系列处理可以滤掉与实际情况不符的突变性噪音。于是,经过上述处理便可得到所需要的去噪后的信号。
上述技术方案的步骤1中对原始地球物理信号采用如下公式进行stockwell变换;
其中,t为时间变量,h(t)为原始地球物理信号,f为原始地球物理信号频率,τ为高斯窗在时间轴上的位置,S(t,f)为原始地球物理信号的stockwell变换时频谱,exp表示以自然常数e为底的指数函数,i表示虚数单位。
上述技术方案的步骤2中,对原始地球物理信号的时频谱进行时频滤波的具体方法为在每个时间点的频谱中,设置一个固定大小的频率窗口,将频率窗口外的时频谱谱值设为0。
上述技术方案的步骤2中频率窗口的宽度根据实际需要进行调整,图示中选取的宽度为100。
上述技术方案的步骤3中,对时频谱进行的阈值滤波,具体方法是,对每一个时刻的频谱进行分析,设定一个阈值,选取能量低于阈值的频率成分设为0,图示中选取的阈值为主频能量的一半。
本说明书未作详细描述的内容属于本领域专业技术人员公知的现有技术。

Claims (5)

1.一种地球物理信号去噪方法,其特征在于,它包括如下步骤:
步骤1:对原始地球物理信号进行stockwell变换,得到原始地球物理信号的时频谱;
步骤2:将步骤1所得的原始地球物理信号的时频谱进行时频滤波;
步骤3:将步骤2的时频滤波后信号进行阈值滤波;
步骤4:将步骤3所得的阈值滤波的结果进行stockwell变换逆变换,得到初步去噪信号;
步骤5:将步骤4所得的初步去噪信号进行经验模态分解,得到初步去噪信号的若干个本征模态函数分量;
步骤6:将步骤5所得的初步去噪信号的所有本征模态函数分量进行希尔伯特变换,对各个本征模态函数的希尔伯特谱进行分析,分析方法为将各个本征模态函数的希尔伯特谱中的畸变点分别与被检测对象的可能存在的畸变点进行对比,留下畸变点与可能存在的畸变点一致的本征模态函数;
步骤7:将步骤6留下的本征模态函数相加,即可实现信号重构,得到所需的去噪信号。
2.根据权利要求1所述的基于S变换和希尔伯特黄变换的地球物理信号去噪方法,其特征在于:所述步骤1中对原始地球物理信号采用如下公式进行stockwell变换;
<mrow> <mi>S</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>,</mo> <mi>f</mi> <mo>)</mo> </mrow> <mo>=</mo> <munderover> <mo>&amp;Integral;</mo> <mrow> <mo>-</mo> <mi>&amp;infin;</mi> </mrow> <mi>&amp;infin;</mi> </munderover> <mi>h</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>{</mo> <mfrac> <mrow> <mo>|</mo> <mi>f</mi> <mo>|</mo> </mrow> <mrow> <mn>2</mn> <mi>&amp;pi;</mi> </mrow> </mfrac> <mo>&amp;times;</mo> <mi>exp</mi> <mo>&amp;lsqb;</mo> <mfrac> <mrow> <mo>-</mo> <msup> <mi>f</mi> <mn>2</mn> </msup> <msup> <mrow> <mo>(</mo> <mi>&amp;tau;</mi> <mo>-</mo> <mi>t</mi> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> <mn>2</mn> </mfrac> <mo>&amp;rsqb;</mo> <mi>exp</mi> <mrow> <mo>(</mo> <mo>-</mo> <mn>2</mn> <mi>&amp;pi;</mi> <mi>i</mi> <mi>f</mi> <mi>t</mi> <mo>)</mo> </mrow> <mo>}</mo> <mi>d</mi> <mi>t</mi> </mrow>
其中,t为时间变量,h(t)为原始地球物理信号,f为原始地球物理信号频率,τ为高斯窗在时间轴上的位置,S(t,f)为原始地球物理信号的stockwell变换时频谱,exp表示以自然常数e为底的指数函数,i表示虚数单位。
3.根据权利要求1所述的地球物理信号去噪方法,其特征在于:所述步骤2中,对原始地球物理信号的时频谱进行时频滤波的具体方法为在每个时间点的频谱中,设置一个固定大小的频率窗口,将频率窗口外的时频谱谱值设为0。
4.根据权利要求1所述的地球物理信号去噪方法,其特征在于:所述步骤3中,对时频谱进行的阈值滤波,具体方法是,对每一个时刻的频谱进行分析,设定一个阈值,选取能量低于阈值的频率成分设为0。
5.根据权利要求1所述的地球物理信号去噪方法,其特征在于:所述原始地球物理信号包括地震信号、锚杆检测信号、基桩检测信号、雷达信号。
CN201710682105.3A 2017-08-10 2017-08-10 地球物理信号去噪方法 Active CN107632326B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710682105.3A CN107632326B (zh) 2017-08-10 2017-08-10 地球物理信号去噪方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710682105.3A CN107632326B (zh) 2017-08-10 2017-08-10 地球物理信号去噪方法

Publications (2)

Publication Number Publication Date
CN107632326A true CN107632326A (zh) 2018-01-26
CN107632326B CN107632326B (zh) 2019-09-10

Family

ID=61099249

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710682105.3A Active CN107632326B (zh) 2017-08-10 2017-08-10 地球物理信号去噪方法

Country Status (1)

Country Link
CN (1) CN107632326B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109212603A (zh) * 2018-11-08 2019-01-15 北京邮电大学 一种基于gs变换滤波和emd去噪的地震信号检测算法
CN109752757A (zh) * 2018-12-13 2019-05-14 武汉市工程科学技术研究院 地球物理信号去噪方法
CN110231117A (zh) * 2019-06-10 2019-09-13 中设设计集团股份有限公司 一种基于s变换的拉索基频特征辨识方法
CN113050187A (zh) * 2019-12-26 2021-06-29 中国石油天然气集团有限公司 滤波方法及装置、计算机设备及计算机可读存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104730580A (zh) * 2013-12-23 2015-06-24 中国石油化工股份有限公司 地震资料异常振幅压制方法
CN105203495A (zh) * 2015-09-11 2015-12-30 天津工业大学 一种基于希尔伯特-黄变换的光谱信号去噪方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104730580A (zh) * 2013-12-23 2015-06-24 中国石油化工股份有限公司 地震资料异常振幅压制方法
CN105203495A (zh) * 2015-09-11 2015-12-30 天津工业大学 一种基于希尔伯特-黄变换的光谱信号去噪方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张晓峰: "基于广义S变换的地震资料信噪分离方法", 《物探化探计算技术》 *
颜中辉: "HHT变换在多分量地震去噪中的应用研究", 《中国优秀硕士学位论文全文数据库·基础科学辑》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109212603A (zh) * 2018-11-08 2019-01-15 北京邮电大学 一种基于gs变换滤波和emd去噪的地震信号检测算法
CN109752757A (zh) * 2018-12-13 2019-05-14 武汉市工程科学技术研究院 地球物理信号去噪方法
CN110231117A (zh) * 2019-06-10 2019-09-13 中设设计集团股份有限公司 一种基于s变换的拉索基频特征辨识方法
CN113050187A (zh) * 2019-12-26 2021-06-29 中国石油天然气集团有限公司 滤波方法及装置、计算机设备及计算机可读存储介质
CN113050187B (zh) * 2019-12-26 2024-03-01 中国石油天然气集团有限公司 滤波方法及装置、计算机设备及计算机可读存储介质

Also Published As

Publication number Publication date
CN107632326B (zh) 2019-09-10

Similar Documents

Publication Publication Date Title
CN107632326A (zh) 地球物理信号去噪方法
CN105137498A (zh) 一种基于特征融合的地下目标探测识别系统及方法
CN104749621A (zh) 基于改进s变换的相对保幅点谱模拟高分辨率处理方法
CN104793253A (zh) 基于数学形态学的航空电磁数据去噪方法
CN108680955B (zh) 一种岩性识别方法及识别系统
CN104849590B (zh) 一种混合噪声干扰下微弱脉冲信号检测方法
Zhong et al. A study on the stationarity and Gaussianity of the background noise in land-seismic prospecting
Li et al. IncepTCN: A new deep temporal convolutional network combined with dictionary learning for strong cultural noise elimination of controlled-source electromagnetic data
CN113642484B (zh) 一种基于bp神经网络的大地电磁信号噪声压制方法及系统
Yao et al. An adaptive seismic signal denoising method based on variational mode decomposition
CN106886044A (zh) 一种基于剪切波与Akaike信息准则的微地震初至拾取方法
CN105488520A (zh) 基于多分辨奇异谱熵和svm的泄漏声发射信号识别方法
Ghanati et al. Joint application of a statistical optimization process and empirical mode decomposition to magnetic resonance sounding noise cancelation
CN106707334A (zh) 一种提高地震资料分辨率的方法
CN106680874A (zh) 基于波形形态特征稀疏化建模的谐波噪声压制方法
CN104143115A (zh) 地质雷达技术实现土壤含水性分类识别的技术方法
Chen et al. A novel iterative approach for mapping local singularities from geochemical data
Li et al. Magnetotelluric signal-noise separation method based on SVM–CEEMDWT
CN105938205A (zh) 一种多道瞬变电磁法接收波形记录合成方法与装置
Li et al. A new method for weak fault feature extraction based on improved MED
CN106291675A (zh) 一种基于基追踪技术的地震数据重构方法
Senkevich The use of the empirical mode decomposition method to clean and restavration acoustic emission signal
Feng et al. Signal enhancement and complex signal analysis of GPR based on Hilbert-Huang transform
Zhang et al. Research on threshold denoising method of mining machinery
Giroux et al. Assisted traveltime picking of crosshole GPR data

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