CN109001828B - 一种地下目标体的识别方法及装置、存储介质 - Google Patents

一种地下目标体的识别方法及装置、存储介质 Download PDF

Info

Publication number
CN109001828B
CN109001828B CN201810898765.XA CN201810898765A CN109001828B CN 109001828 B CN109001828 B CN 109001828B CN 201810898765 A CN201810898765 A CN 201810898765A CN 109001828 B CN109001828 B CN 109001828B
Authority
CN
China
Prior art keywords
response
sequence
preset
correlation
pseudorandom
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.)
Active
Application number
CN201810898765.XA
Other languages
English (en)
Other versions
CN109001828A (zh
Inventor
宋汐瑾
王学龙
魏娜
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.)
Xian Shiyou University
Original Assignee
Xian Shiyou University
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 Xian Shiyou University filed Critical Xian Shiyou University
Priority to CN201810898765.XA priority Critical patent/CN109001828B/zh
Publication of CN109001828A publication Critical patent/CN109001828A/zh
Application granted granted Critical
Publication of CN109001828B publication Critical patent/CN109001828B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
    • G01V3/38—Processing data, e.g. for analysis, for interpretation, for correction

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geology (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics (AREA)
  • Geophysics And Detection Of Objects (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明实施例公开了一种地下目标体的识别方法及装置、存储介质，上述方法包括：通过地下目标体的识别装置包括发送机和接收机，通过发送机对地下目标体发送伪随机序列，获取伪随机序列对应的随时间变化的发射信号和发射电流；通过接收机接收伪随机响应序列，根据发射电流、预设理想大地阶跃响应和预设伪随机序列激发场模型，获取伪随机响应序列对应的接收响应；根据预设离散循环相关模型、发射信号和接收响应进行离散循环相关处理，得到发射信号与接收响应的互相关函数和发射信号的自相关函数；根据预设相关模型、互相关函数和自相关函数，得到大地脉冲响应；基于大地脉冲响应，进行地下目标体的识别。

Description

一种地下目标体的识别方法及装置、存储介质
技术领域
本发明涉及资源探测领域中的电法勘探技术，尤其涉及一种地下目标体的识别方法及装置、存储介质。
背景技术
电磁法是地球物理电法勘探的重要分支，具有分辨率高、探测深度大以及成本低等特点，已成为资源探测领域不可缺少的重要方法之一。电磁法主要基于地下介质导电性、导磁性和介电性等差异，应用电磁感应原理观测和研究大地电磁响应分布规律，通过建立地下电性结构模型，实现地下目标体的识别。
目前，传统的人工源电磁法勘探均存在某些不足。如可控源音频大地电磁法(CSAMT)虽然克服了大地电磁法(MT)场源随机和信号微弱的缺点，但是却沿用在远区测量一对正交的电、磁场分量，按照卡尼亚公式计算视电阻率方法，因而限制它的适用范围。另外，奇次谐波方案虽然一次能够获得多个频率的信息，但谐波次数越高，信号越微弱，造成观测困难且误差较大。再者，瞬变电磁法(TEM)可以在近区测量，但二次场信号微弱，抗干扰能力低，探测深度难以加大。也就是说，采用传统的电磁法勘探，会导致勘探的准确率降低。
发明内容
为解决上述技术问题，本发明实施例期望提供一种地下目标体的识别方法及装置、存储介质，能够提高勘探识别的准确率。
本发明的技术方案是这样实现的：
本发明实施例提供了一种地下目标体的识别方法，应用于地下目标体的识别装置中，所述地下目标体的识别装置包括发送机和接收机，包括：
通过所述发送机对所述地下目标体发送伪随机序列，获取所述伪随机序列对应的随时间变化的发射信号和发射电流；
通过所述接收机接收伪随机响应序列，根据所述发射电流、预设理想大地阶跃响应和预设伪随机序列激发场模型，获取所述伪随机响应序列对应的接收响应；
根据预设离散循环相关模型、所述发射信号和所述接收响应进行离散循环相关处理，得到发射信号与接收响应的互相关函数和发射信号的自相关函数；
根据预设相关模型、所述互相关函数和所述自相关函数，得到大地脉冲响应；
基于所述大地脉冲响应，进行所述地下目标体的识别。
在上述方案中，所述根据所述发射电流、预设理想大地阶跃响应和预设伪随机序列激发场模型，获取所述伪随机响应序列对应的接收响应，包括：
根据所述发射电流和预设发送机的仪器响应，得到实际发射电流；
根据所述实际发射电流、所述预设理想大地阶跃响应和所述预设伪随机序列激发场模型，获取所述伪随机响应序列对应的随时间变化的所述接收响应。
在上述方案中，所述根据所述实际发射电流、所述预设理想大地阶跃响应和所述预设伪随机序列激发场模型，获取所述伪随机响应序列对应的随时间变化的所述接收响应，包括：
根据所述实际发射电流，得到实际发射电流的导数；
根据所述预设伪随机序列激发场模型，将所述预设理想大地阶跃响应和所述实际发射电流的导数进行离散循环卷积，得到所述伪随机响应序列对应的随时间变化的所述接收响应。
在上述方案中，所述根据所述预设伪随机序列激发场模型，将所述预设理想大地阶跃响应和所述实际发射电流的导数进行离散循环卷积，得到所述伪随机响应序列对应的随时间变化的所述接收响应，包括：
将所述预设理想大地阶跃响应和所述实际发射电流的导数进行离散化，得到离散化预设理想大地阶跃响应和离散化实际发射电流的导数；
将所述离散化预设理想大地阶跃响应和所述离散化实际发射电流的导数输入至所述预设伪随机序列激发场模型中，在一个周期内进行离散循环卷积，输出所述伪随机响应序列对应的随时间变化的所述接收响应。
在上述方案中，所述根据预设离散循环相关模型、所述发射信号和所述接收响应进行离散循环相关处理，得到发射信号与接收响应的互相关函数和发射信号的自相关函数，包括：
将所述发射信号和所述接收响应进行离散化，得到离散化发射信号和离散化接收响应；
将所述离散化发射信号和所述离散化接收响应输入至所述预设离散循环相关模型，在一个周期内进行离散循环相关，输出所述发射信号与接收响应的互相关函数；
将所述离散化发射信号和所述离散化发射信号输入至所述预设离散循环相关模型，在一个周期内进行离散循环相关，输出所述发射信号的自相关函数。
在上述方案中，所述预设相关模型包括：
Ryv＝G·Rvv+Rnv
其中，Ryv表示发射信号与接收响应的互相关函数，Rvv表示发射信号的自相关函数，Rnv表示发射信号与接收端噪声的互相关函数。
在上述方案中，所述预设离散循环相关模型包括：
Figure GDA0001792531230000021
其中，txy(n)表示输出数据，x(n)和y(n)分别表示为两个输入数据，rN(n)表示选取的周期序列的主值区间，i表示离散点，N表示循环相关长度。
在上述方案中，所述预设伪随机序列激发场模型包括：
Figure GDA0001792531230000031
其中，yN(n)表示输出数据，x(n)和h(n)分别表示为两个输入数据，rN(n)表示选取的周期序列的主值区间，i表示离散点，N表示循环卷积长度。
在上述方案中，所述通过所述发送机对所述地下目标体发送伪随机序列之前，所述方法还包括：
根据码元宽度和伪随机序列的周期确定所述伪随机序列。
在上述方案中，所述通过所述发送机对所述地下目标体发送伪随机序列之前，所述方法还包括：
根据噪声的幅度、噪声的初始相位以及频率确定所述伪随机序列。
本发明实施例提供了一种地下目标体的识别装置，所述地下目标体的识别装置包括发送机和接收机，还包括：
获取单元，用于通过所述发送机对所述地下目标体发送伪随机序列，获取所述伪随机序列对应的随时间变化的发射信号和发射电流；及通过所述接收机接收伪随机响应序列，根据所述发射电流、预设理想大地阶跃响应和预设伪随机序列激发场模型，获取所述伪随机响应序列对应的接收响应；
相关单元，用于根据预设离散循环相关模型、所述发射信号和所述接收响应进行离散循环相关处理，得到发射信号与接收响应的互相关函数和发射信号的自相关函数；及根据预设相关模型、所述互相关函数和所述自相关函数，得到大地脉冲响应；
识别单元，用于基于所述大地脉冲响应，进行所述地下目标体的识别。
在上述装置中，所述获取单元，具体用于根据所述发射电流和预设发送机的仪器响应，得到实际发射电流；及根据所述实际发射电流、所述预设理想大地阶跃响应和所述预设伪随机序列激发场模型，获取所述伪随机响应序列对应的随时间变化的所述接收响应。
在上述装置中，所述获取单元还包括卷积子单元；
所述获取单元，还具体用于根据所述实际发射电流，得到实际发射电流的导数；
所述卷积子单元，用于根据所述预设伪随机序列激发场模型，将所述预设理想大地阶跃响应和所述实际发射电流的导数进行离散循环卷积，得到所述伪随机响应序列对应的随时间变化的所述接收响应。
在上述装置中，所述卷积子单元，具体用于将所述预设理想大地阶跃响应和所述实际发射电流的导数进行离散化，得到离散化预设理想大地阶跃响应和离散化实际发射电流的导数；及将所述离散化预设理想大地阶跃响应和所述离散化实际发射电流的导数输入至所述预设伪随机序列激发场模型中，在一个周期内进行离散循环卷积，输出所述伪随机响应序列对应的随时间变化的所述接收响应。
在上述装置中，所述相关单元，具体用于将所述发射信号和所述接收响应进行离散化，得到离散化发射信号和离散化接收响应；及将所述离散化发射信号和所述离散化接收响应输入至所述预设离散循环相关模型，在一个周期内进行离散循环相关，输出所述发射信号与接收响应的互相关函数；以及将所述离散化发射信号和所述离散化发射信号输入至所述预设离散循环相关模型，在一个周期内进行离散循环相关，输出所述发射信号的自相关函数。
在上述装置中，所述预设相关模型包括：
Ryv＝G·Rvv+Rnv
其中，Ryv表示发射信号与接收响应的互相关函数，Rvv表示发射信号的自相关函数，Rnv表示发射信号与接收端噪声的互相关函数。
在上述装置中，所述预设离散循环相关模型包括：
Figure GDA0001792531230000041
其中，txy(n)表示输出数据，x(n)和y(n)分别表示为两个输入数据，rN(n)表示选取的周期序列的主值区间，i表示离散点，N表示循环相关长度。
在上述装置中，所述预设伪随机序列激发场模型包括：
Figure GDA0001792531230000042
其中，yN(n)表示输出数据，x(n)和h(n)分别表示为两个输入数据，rN(n)表示选取的周期序列的主值区间，i表示离散点，N表示循环卷积长度。
在上述装置中，所述获取单元，还用于所述通过所述发送机对所述地下目标体发送伪随机序列之前，根据码元宽度和伪随机序列的周期确定所述伪随机序列。
在上述装置中，所述获取单元，还用于所述通过所述发送机对所述地下目标体发送伪随机序列之前，根据噪声的幅度、噪声的初始相位以及频率确定所述伪随机序列。
本发明实施例提供了一种地下目标体的识别装置，所述地下目标体的识别装置包括发送机和接收机，还包括：处理器、存储器及通信总线，所述存储器及所述处理器通过所述通信总线连接；
所述存储器，用于存储有所述处理器可执行指令或运行有地下目标体的识别程序；
所述发送机，用于发送伪随机序列进行目标体探测；
所述接收机，用于接收观测目标体后的伪随机响应序列；
所述处理器，用于调用所述存储器存储的地下目标体的识别程序，执行所述的地下目标体的识别方法。
本发明实施例提供了一种计算机可读存储介质，应用于地下目标体的识别装置中，所述计算机可读存储介质存储有一个或者多个地下目标体的识别程序，所述一个或者多个地下目标体的识别程序可被一个或者多个处理器执行，以实现所述的地下目标体的识别方法。
本发明实施例提供了一种地下目标体的识别方法及装置、存储介质，通过地下目标体的识别装置包括发送机和接收机，通过发送机对地下目标体发送伪随机序列，获响应伪随机响应序列，根据发射电流、预设理想大地阶跃响应和预设伪随机序列激发场模型，获取伪随机响应序列对应的接收响应；根据预设离散循环相关模型、发射信号和接收响应进行离散循环相关处理，得到发射信号与接收响应的互相关函数和发射信号的自相关函数；根据预设相关模型、互相关函数和自相关函数，得到大地脉冲响应；基于大地脉冲响应，进行地下目标体的识别。采用上述方案实现技术，由于采用伪随机序列进行勘探，提高了电磁探测的深度与分辨率，在观测响应的同时，还记录了发射电流，得到了接收响应，通过接收响应和发射信号的相关性，采用离散循环相关辨识提取大地脉冲响应的方式，解决了在提取脉冲响应晚期时段误差较大的问题，有效消除了线性计算中激发场早期阶段的畸变现象，从而提高了辨识精度，即提高了勘探识别的准确率。
附图说明
图1为本发明实施例提供的一种地下目标体的识别方法的流程图；
图2为本发明实施例提供的地下目标体的识别装置观测的原理图；
图3a为本发明实施例提供的示例性的离散循环卷积时的圆偏移示意图；
图3b为本发明实施例提供的示例性的离散循环卷积时的圆卷积示意图；
图4a为本发明实施例提供的示例性的发送机发射伪随机序列的示意图；
图4b为本发明实施例提供的示例性的均匀半空间的大地脉冲响应示图；
图5a为本发明实施例提供的示例性的发送机发射伪随机序列激发的场示意图一；
图5b为本发明实施例提供的示例性的发射端信号与接收端信号的互相关函数示意图一；
图5c为本发明实施例提供的示例性的大地脉冲响应的对比示意图一；
图5d为本发明实施例提供的示例性的辨识误差示意图一；
图6a为本发明实施例提供的示例性的发送机发射伪随机序列激发的场示意图二；
图6b为本发明实施例提供的示例性的发射端信号与接收端信号的互相关函数示意图二；
图6c为本发明实施例提供的示例性的大地脉冲响应的对比示意图二；
图6d为本发明实施例提供的示例性的辨识误差示意图二；
图7为本发明实施例提供的示例性的循环3次的8阶m序列整体自相关示意图；
图8a为本发明实施例提供的示例性的m序列的周期N以及采样间隔Δt对其功率谱密度谱线间隔和频带宽度示意图一；
图8b为本发明实施例提供的示例性的m序列的周期N以及采样间隔Δt对其功率谱密度谱线间隔和频带宽度示意图二；
图8c为本发明实施例提供的示例性的m序列的周期N以及采样间隔Δt对其功率谱密度谱线间隔和频带宽度示意图三；
图8d为本发明实施例提供的示例性的m序列的周期N以及采样间隔Δt对其功率谱密度谱线间隔和频带宽度示意图四；
图9a为本发明实施例提供的示例性的添加的噪声信号的示意图；
图9b为本发明实施例提供的示例性的m序列与噪声信号的互相关函数示意图；
图9c为本发明实施例提供的示例性的大地脉冲响应的对比示意图三；
图9d为本发明实施例提供的示例性的辨识误差示意图三；
图10a为本发明实施例提供的示例性的m序列的激发场与正弦波噪声的叠加示意图一；
图10b为本发明实施例提供的示例性的相关辨识方法得到的辨识误差示意图一；
图10c为本发明实施例提供的示例性的m序列的激发场与正弦波噪声的叠加示意图二；
图10d为本发明实施例提供的示例性的相关辨识方法得到的辨识误差示意图二；
图10e为本发明实施例提供的示例性的m序列的激发场与奇次谐波噪声的叠加示意图；
图10f为本发明实施例提供的示例性的相关辨识方法得到的辨识误差示意图三；
图11a为本发明实施例提供的示例性的m序列激发场与舒曼频率噪声的叠加示意图；
图11b为本发明实施例提供的示例性的相关辨识方法得到的辨识误差示意图四；
图12a为本发明实施例提供的示例性的伪随机序列的激发场中叠加了幅度为的直流噪声的示意图；
图12b为本发明实施例提供的示例性的相关辨识方法得到的辨识误差示意图五；
图13为本发明实施例提供的一种地下目标体的识别装置的结构图一；
图14为本发明实施例提供的一种地下目标体的识别装置的结构图二。
具体实施方式
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。
实施例一
本发明实施例提供了一种地下目标体的识别方法，应用于地下目标体的识别装置中，该地下目标体的识别装置包括发送机和接收机，如图1所示，该方法可以包括：
S101、通过发送机对地下目标体发送伪随机序列，获取伪随机序列对应的随时间变化的发射信号和发射电流。
S102、通过接收机接收伪随机响应序列，根据发射电流、预设理想大地阶跃响应和预设伪随机序列激发场模型，获取伪随机响应序列对应的接收响应。
S103、根据预设离散循环相关模型、发射信号和接收响应进行离散循环相关处理，得到发射信号与接收响应的互相关函数和发射信号的自相关函数。
S104、根据预设相关模型、互相关函数和自相关函数，得到大地脉冲响应。
S105、基于大地脉冲响应，进行地下目标体的识别。
在本发明实施例中，将伪随机序列(PRBS)引入电法勘探领域，在观测响应的同时记录发射电流，利用二者的相关运算提取大地脉冲响应，进而进行地下目标体的识别。
在本发明实施例中，伪随机序列可以为m序列，本发明实施例不作限制。
在本发明实施例中，先介绍下从m伪随机序列响应中提取大地脉冲响应的方法基于的原理框架图，如图2所示，该地下目标体的识别装置包括发送机和接收机，伪随机序列从发送机发射，去探查地下目标体，最后经由大地反馈，及噪声影响，从接收机出接收伪随机响应序列。其中，I(t)为发射电流，g(t)为大地脉冲响应，hs(t)为发送机仪器响应，hr(t)为接收机仪器响应，n(t)噪声，y(t)为观测到的接收机的系统响应，即本发明实施例中对应的接收响应。
在本发明实施例中，基于图2所示的原理，地下目标体的识别装置通过发送机对地下目标体发送伪随机序列，从而获取伪随机序列对应的随时间变化的发射信号和发射电流。
这里，基于图2，随时间变化的初始输入发送机的发射电流表示为I(t)，随时间变化的发射信号表示为：vS(t)。
于是，vS(t)可以由发送机采用与接收机系统响应一致的仪器测量出来，具体公式(1)所示，如下：
vS(t)＝I(t)*hS(t)*hr(t) (1)
在本发明实施例中，地下目标体的识别装置通过接收机接收伪随机响应序列，然后可以根据发射电流、预设理想大地阶跃响应和预设伪随机序列激发场模型，获取伪随机响应序列对应的接收响应。
其中，预设伪随机序列激发场模型如公式(2)所示，如下：
Figure GDA0001792531230000071
其中，yN(n)表示输出数据，x(n)和h(n)分别表示为两个输入数据，rN(n)表示选取的周期序列的主值区间，i表示离散点，N表示循环卷积长度。
在本发明实施例中，预设理想大地阶跃响应为理想情况下的大地阶跃响应值，即理想的大地脉冲响应。在本发明实施例中，预设理想大地阶跃响应可以采用ES(t)表示。
在本发明实施例中，预设理想大地阶跃响应是可以通过预设理想大地阶跃响应模型处理得到，其中，预设理想大地阶跃响应模型可以如公式3所示，如下：
Figure GDA0001792531230000081
其中，
Figure GDA0001792531230000082
I表示电流强度，dl表示电偶源长度，ρ表示电阻率，erf表示误差函数，r表示收发距，μ0表示真空中的磁导率。
基于公式(3)，在设定好I、dl、ρ、erf、r和μ0的情况下，可以得到预设理想大地阶跃响应。地下目标体的识别装置在得到了预设理想大地阶跃响应之后，就可以基于根据发射电流、预设理想大地阶跃响应和预设伪随机序列激发场模型，获取伪随机响应序列对应的接收响应了。
在本发明的一些实施例中，地下目标体的识别装置基于根据发射电流、预设理想大地阶跃响应和预设伪随机序列激发场模型，获取伪随机响应序列对应的接收响应的过程可以由S1021和S1022实现，如下：
S1021、根据发射电流和预设发送机的仪器响应，得到实际发射电流。
S1022、根据实际发射电流、预设理想大地阶跃响应和预设伪随机序列激发场模型，获取伪随机响应序列对应的接收响应。
在本发明实施例中，初始输入发送机的发射电流在经过发送机之后，实际发射电流发生了变化，地下目标体的识别装置可以根据发射电流和预设发送机的仪器响应，得到实际发射电流，然后再根据实际发射电流、预设理想大地阶跃响应和预设伪随机序列激发场模型，获取伪随机响应序列对应的接收响应。
此时，实际发射电流表示为IS(t)。IS(t)的具体获取如公式(4)所示，如下：
IS(t)＝I(t)*hS(t) (4)
在本发明的一些实施例中，地下目标体的识别装置根据实际发射电流、预设理想大地阶跃响应和预设伪随机序列激发场模型，获取伪随机响应序列对应的接收响应的过程可以为：地下目标体的识别装置根据实际发射电流，得到实际发射电流的导数；然后，根据预设伪随机序列激发场模型，将预设理想大地阶跃响应和实际发射电流的导数进行离散循环卷积，得到伪随机响应序列对应的接收响应。
在本发明实施例中，地下目标体的识别装置根据实际发射电流，得到实际发射电流的导数
Figure GDA0001792531230000083
然后地下目标体的识别装置，由于计算时，为更好地模拟真实观测，使用预设理想大地阶跃响应ES(t)与实际发射电流波形的导数
Figure GDA0001792531230000084
卷积生成伪随机响应序列，即y(t)可以由和ES(t)卷积得到，因此，想要得到y(t)，基于公式(2)，
Figure GDA0001792531230000086
和ES(t)可以作为公式(2)中等式右边的两个输入数据。
需要说明的是，在本发明的一些实施例中，地下目标体的识别装置在进行接收响应的获取的时候，需要先将代入公式(2)中的数据进行离散化后，在进行计算，也就是说，地下目标体的识别装置可以将预设理想大地阶跃响应和实际发射电流的导数进行离散化，得到离散化预设理想大地阶跃响应和离散化实际发射电流的导数；然后，再将离散化预设理想大地阶跃响应和离散化实际发射电流的导数输入至预设伪随机序列激发场模型中，在一个周期内进行离散循环卷积，输出伪随机响应序列对应的接收响应。
在本发明实施例中，接收响应的获取是在一个周期内由
Figure GDA0001792531230000091
和ES(t)进行离散化后进行离散循环卷积得到的。也就是说，地下目标体的识别装置需要将
Figure GDA0001792531230000092
和ES(t)进行离散化，在将离散化后的
Figure GDA0001792531230000093
和ES(t)分别作为x(n)和h(n)代入公式(2)得到的yN(n)就是接收响应(即y(t)离散化后的数值)了。
在本发明实施例中，一个周期内的离散点可以为N个(即离散化时的采样数)。
针对公式(2)中，x(n)与h(n)的N点循环卷积原理进行下说明。
如图3a所示，首先把x(n)按逆时针方向排在一个N等分的圆周上(即x1、x2、......、xN-1上)，把h(n)按顺时针方向排在与之同心的另一个N等分的圆周上(即h1、h2、......、hN-1)。再将h(n)逆时针方向转过n个分点，即把h(-i)做n点的圆偏移(图3b)，最后再将x1、x2、......、xN-1和h1、h2、......、hN-1的对应点相乘再叠加(圆卷积)即得yN(n)。
在本发明实施例中，地下目标体的识别装置在获取到了接收响应之后，该地下目标体的识别装置就可以根据预设离散循环相关模型、发射信号和接收响应进行离散循环相关处理，得到发射信号与接收响应的互相关函数和发射信号的自相关函数。
需要说明的是，在本发明实施例中，地下目标体的识别装置就可以根据预设离散循环相关模型、发射信号和接收响应进行离散循环相关处理，得到发射信号与接收响应的互相关函数和发射信号的自相关函数的过程可以包括：S1031-S1033。如下：
S1031、将发射信号和接收响应进行离散化，得到离散化发射信号和离散化接收响应。
S1032、将离散化发射信号和离散化接收响应输入至预设离散循环相关模型，在一个周期内进行离散循环相关，输出发射信号与接收响应的互相关函数。
S1033、将离散化发射信号和离散化发射信号输入至预设离散循环相关模型，在一个周期内进行离散循环相关，输出发射信号的自相关函数。
在本发明实施例中，地下目标体的识别装置想要进行离散循环相关处理，那么首先需要把进行相关的对象进行离散化，在本发明实施例中，进行相关的对象可以为接收响应和发射信号，因此，地下目标体的识别装置就把发射信号和接收响应进行离散化，然后采用离散化发射信号和离散化接收响应输入至预设离散循环相关模型，在一个周期内进行离散循环相关，输出发射信号与接收响应的互相关函数；以及将离散化发射信号和离散化发射信号输入至预设离散循环相关模型，在一个周期内进行离散循环相关，输出发射信号的自相关函数。
需要说明的是，接收响应在通过公式(2)计算出来后，已经是离散化的了，在S103中就可以省去对接收响应离散化的处理，而是可以直接拿接收响应来直接进行相关处理了。
在本发明实施例中，预设离散循环相关模型可以为公式(5)所示，如下：
Figure GDA0001792531230000101
其中，txy(n)表示输出数据，x(n)和y(n)分别表示为两个输入数据，rN(n)表示选取的周期序列的主值区间，i表示离散点，N表示循环相关长度。
那么，在本发明实施例中，假设接收响应为yN(n)(已经离散化了)，离散化发射信号表示为vS(n)，那么，地下目标体的识别装置将yN(n)和vS(n)作为公式(5)中的两个输入数据了，输出的txy(n)值就是发射信号与接收响应的互相关函数Ryv(n)(已离散化)，而地下目标体的识别装置将vS(n)和vS(n)作为公式(5)中的两个输入数据了，输出的txy(n)值就是发射信号的自相关函数Rvv(n)(已离散化)了。
这样，地下目标体的识别装置就获取到了发射信号与接收响应的互相关函数和发射信号的自相关函数了。
需要说明的是，在本发明实施例中，地下目标体的识别装置是可以基于图2的架构原理，得到预设相关模型的，该预设相关模型表征发射信号与接收响应的互相关函数、发射信号的自相关函数、发射信号和接收端噪声的互相关函数以及大地脉冲响应之间的相关关系的。
在本发明实施例中，基于图2的架构和Wiener-Hopf方程，地下目标体的识别装置将发送机的发射端测量的电压与接收机的接收端测量到的信号相关可得：
Ryv(t)＝Rvv(t)*g(t)+Rnv(t) (6)
其中，式中，Ryv(t)、Rvv(t)、Rnv(t)分别表示发射端信号与接收端响应的互相关函数(即未离散化时的发射信号与接收响应的互相关函数)、发射端电压的自相关函数(即未离散化时的发射信号的自相关函数)、以及发射端电压与接收端噪声的互相关函数(未离散化时的发射信号和接收端噪声的互相关函数)。
在本发明实施例中，地下目标体的识别装置的发射波形或者发射信号采用m序列伪随机信号(伪随机序列)的时候，该信号与噪声序列n(t)具有较低的相关性，因此，并且其自相关函数Rvv(t)近似δ(t)函数，从而使Rvv(t)*g(t)近似等于Ryv(t)成立。
在本发明实施例中，公式(6)为连续公式，为便于计算，将公式(6)离散化。令采样间隔为Δt，采样时间内总采样点数为N1，大地脉冲响应点数为N2，则公式(6)离散化得公式(7)，如下：
Figure GDA0001792531230000102
其中，n表示采样点。
将公式(7)转化为矩阵，得到公式(8)，如下：
Ryv＝G·Rvv+Rnv (8)
其中，Ryv表示发射信号与接收响应的互相关函数，Rvv表示发射信号的自相关函数，Rnv表示发射信号与接收端噪声的互相关函数。
在本发明实施例中，公式(8)为上述预设相关模型。
在本发明实施例中，Rnv仍然是噪声，它体现了m伪随机序列对于噪声的抑制能力，或者是由于噪声影响而产生的辨识偏差，但是在实际计算中可以忽略不计。那么，地下目标体的识别装置将发射信号与接收响应的互相关函数和发射信号的自相关函数代入公式(8)后，可以计算得到大地脉冲响应G了。这样，地下目标体的识别装置就可以基于大地脉冲响应，进行地下目标体的识别，完成地下勘探了。
可以理解的是，由于采用伪随机序列进行勘探，提高了电磁探测的深度与分辨率，在观测响应的同时，还记录了发射电流，得到了接收响应，通过接收响应和发射信号的相关性，采用离散循环相关辨识提取大地脉冲响应的方式，解决了在提取脉冲响应晚期时段误差较大的问题，有效消除了线性计算中激发场早期阶段的畸变现象，从而提高了辨识精度，即提高了勘探识别的准确率。
下面以具体的实验数据进行本发明实施例提供的一种地下目标体的识别方法的效果的验证。
为了比较不同方法提取大地脉冲响应的效果，本发明实施例基于公式(8)，采用m伪随机序列对电性源发射波形进行编码，提取了均匀半空间的预设相关模型的大地脉冲响应(本发明实施例得到的值)，并与中理论计算结果(标准值)进行了对比。
假设均匀半空间电阻率ρ＝150(Ω·m)，发射电偶源长度dl＝1(m)，收发距r＝1000(m)，发射电流幅度I＝1(A)，码元宽度Δt＝1/6000(s)，m伪随机序列阶数k＝8，m序列循环次数Ncyc＝3，发射结束后采样点数取100个。
那么，通过公式(2)、(3)、(5)和(8)得到的均匀半空间的大地脉冲响应如图4b所示，m伪随机发射电流如图4a所示。
需要说明的是，在利用计算伪随机序列激发的场时，需要完成离散循环卷积计算公式(2)。同样，在使用公式(8)对大地脉冲响应进行相关辨识时，需要完成离散循环相关计算公式(5)。
现有技术中，采用离散线性卷积和离散线性相关提取了大地脉冲响应，辨识结果。其中，图5a为采用离散线性卷积计算得的到伪随机序列激发的场，图5b为发射端信号与接收端信号的互相关函数(即发射信号与接收响应的互相关函数)。从图5a中可以看出，采用线性卷积方法得到的激发场，在早期阶段会产生畸变，从而对进一步计算发射信号与其激发场的互相关函数造成影响。图5c为采用线性相关辨识方法提取到的均匀大地脉冲响应，并与预设理想大地脉冲响应(标准值)进行了对比。图5d为离散线性相关辨识方法的辨识误差。这里，定义误差比为公式(9)，如下：
Figure GDA0001792531230000111
其中，gident(t)表示采用相关辨识提取的大地脉冲响应，gth(t)为理论大地脉冲响应。可以看出，在脉冲响应的早期阶段，辨识结果与理论脉冲响应吻合较好，误差较小。但随着时间的推移，辨识误差急剧增加。辨识误差在峰值时刻(tpeak)为-0.1918％，在约10倍的脉冲响应峰值时间时，已达127.62％，严重影响了大地脉冲响应的辨识精度。
本发明实施例提供的地下目标体的识别方法中，对于提取大地脉冲响应辨识效果的影响，考虑到m伪随机序列的周期性，采用离散循环卷积方法计算了伪随机序列的激发场(公式(2))，结果如图6a和6b所示。图6a为伪随机序列激发的场示意图，图6b为发射端信号与接收端信号的互相关函数(即发射信号与接收响应的互相关函数)。可以看出，与图5a相比，离散循环卷积方法明显消除了激发场早期阶段的畸变现象。同时计算了发射信号与其激发场的互相关函数，结果如图6b所示。可以看出，与图5b相比，互相关函数左半分支的毛刺现象得到了明显抑制，从而为进一步辨识大地的脉冲响应打下了良好基础
在本发明实施例中，根据公式(8)可知，在提取大地脉冲响应时，需要完成m伪随机序列发射信号与其响应信号的互相关计算。为此，本发明实施例在采用循环卷积方法计算伪随机序列激发场的基础上，进一步完成了发射信号与及其激发场的离散循环互相关计算(公式(5))。在公式(5)中，循环相关序列txy(n)也是N点有限序列。通常只考虑主值区间的值，则公式(5)可简化为公式(10)，如下：
Figure GDA0001792531230000121
其中，公式(10)中的正整数N，称为循环相关长度。一般来说，N可以选取小于两个序列最大长度的任意整数。实际上，离散循环相关计算过程与离散循环卷积过程类似。比较式(2)和式(5)容易看出，如果去除相关运算式中的共轭符号，并改变i-n中，i和n的相对位置，那么相关计算就变成了卷积运算。为比较不同卷积和相关计算方法对于大地脉冲响应的辨识效果。图6c为采用离散循环卷积计算伪随机序列的激发场，采用离散循环相关辨识大地脉冲响应结果。由图6c可见，在整个脉冲响应时间段内，辨识结果与理论脉冲响应吻合的相当好。图6d为辨识误差，虽然辨识误差在脉冲响应的晚期阶段有所波动，但也未超过0.3922％。
从图6a-6d中可以看出，采用离散循环相关辨识提取大地脉冲响应的方式，解决了在提取脉冲响应晚期时段误差较大的问题，有效消除了线性计算中激发场早期阶段的畸变现象，并且大地脉冲响应结果比较准确，误差较小。
需要说明的是，在本发明实施例中，准静态条件下，电磁波在大地中的传播满足扩散方程，不同频率的电磁信号在导电率不同的介质中传播速度有很大差异。因此，大地脉冲响应的峰值时间可反映电阻率的变化，利用脉冲响应峰值时间确定地电阻率的方法如公式(11)，如下：
Figure GDA0001792531230000122
式中，μ为介质的磁导率，tpeak为脉冲响应的峰值时间。对于图2所示的计算模型，已知均匀大地电阻率为150Ω·m，采用离散循环卷积求得m序列的伪随机响应(图6a)，并利用离散循环相关辨识得到大地脉冲响应(图6c)。算得大地脉冲响应峰值时间tpeak＝8.33ms，进而由式(11)反演出大地电阻率为150.7964Ω·m，进而证明了离散循环卷积与离散循环相关辨识方法的正确性与有效性。
实施例二
基于实施例一的同一发明构思，本发明实施例提供了一种地下目标体的识别方法，在地下目标体的识别方法中，地下目标体的识别装置通过发送机对地下目标体发送伪随机序列，获取伪随机序列对应的随时间变化的发射信号和发射电流之前，该地下目标体的识别装置需要先确定伪随机序列。
在本发明的一些实施例中，地下目标体的识别装置通过发送机对地下目标体发送伪随机序列之前，根据码元宽度和伪随机序列的周期确定伪随机序列。
在本发明的一些实施例中，地下目标体的识别装置通过发送机对地下目标体发送伪随机序列之前，还可以根据噪声的幅度、噪声的初始相位以及频率确定伪随机序列。
也就是说，伪随机序列的选择对本发明实施例提供的地下目标体的识别方法的效果会产生很大的影响。
这里，在地球物理实际勘探工作中，选择合适的m序列(伪随机序列)的参数对于高精度实现大地脉冲响应的辨识具有重要意义。
在本发明实施例中，不同码元宽度意味着m序列的带宽不同，为了能够更加完整的实现大地脉冲响应辨识，在能够满足发送机发射能力的条件下，同时考虑观测系统(地下目标体的识别装置)的存储能力，应尽量选择更窄的码元宽度。m序列的周期N(或者阶数k)的选择也要考虑多种因素。从理论上讲，N越长，利用m序列对系统的信噪比提升越有利。然而N越大，观测时间越长，观测过程并不经济。此外，当N过大时，m序列对信噪比的提升能力也会下降。因此，需要根据码元宽度和伪随机序列的周期确定伪随机序列。
下面通过具体的实验进行码元宽度和伪随机序列的周期对伪随机序列的影响。
m序列是宽频带信号，具有良好的随机性和互相关特性。m序列的自相关函数是类似于δ函数的三角波，其表达式为公式(12)，如下：
Figure GDA0001792531230000131
其中，N为m序列的周期，Δt为采样间隔。表1给出了不同阶数(不同长度)m序列的自相关特性。可以看出，随着阶数k的增加，m序列的长度明显增大。最大异相周期自相关函数值Ram快速减小，而最大周期互相关函数值Rcm则相对较大。说明m序列非常适合与实现同步，采用m序列作为电磁勘探的激励信号，同步记录发射信号和接收端的大地电磁响应，通过相关辨识可以获得精确的大地脉冲响应。
表1
k N R<sub>am</sub> R<sub>cm</sub>
3 7 1.42×10<sup>-1</sup> 0.71
4 15 6.66×10<sup>-2</sup> 0.60
5 31 3.22×10<sup>-2</sup> 0.35
6 63 1.58×10<sup>-2</sup> 0.36
7 127 7.78×10<sup>-3</sup> 0.32
8 255 3.92×10<sup>-3</sup> 0.37
9 511 1.95×10<sup>-3</sup> 0.22
10 1023 9.77×10<sup>-4</sup> 0.37
11 2047 4.88×10<sup>-4</sup> 0.14
如图7所示，假设m序列周期N＝255，阶数k＝8，循环次数Ncyc＝3的整体自相关函数。从图7可以看出，有限次循环m序列的整体自相关为非周期函数，其包含若干个幅度不同的类δ(t)函数尖峰，说明伪随机序列编码信号具有良好的自相关特性。并且N越大，Δt越小，其越接近于δ(t)函数。
此时，对公式(12)进行傅立叶变换并整理，可得周期m序列的功率谱密度为公式(13)，如下：
Figure GDA0001792531230000141
其中，
Figure GDA0001792531230000142
这样，可以看出，周期m序列的功率谱密度具有线状谱，各条谱线间隔由基频f0决定。时钟频率Δf＝1/Δt则影响这个周期信号所占的带宽。图8a-图8d表示m序列的周期N以及采样间隔Δt对其功率谱密度谱线间隔和频带宽度的影响。
为方便比较谱线间隔的变化，选用了相同的归一化频率fN1Δt1。图8a和8b分别为周期N1＝24-1＝15(图8a)、N2＝25-1＝31(图8b)，Δt1＝0.025。由图8a和图8b可见，当m序列的周期约增加一倍时，其谱线的密度也增加了一倍。虽然随着周期增加了一倍，功率约减少到一半，但功率谱密度的基本形状保持不变。而且，两者关于归一化频率的零分量谱线在同一地方，表明二者占有相同的带宽。图8c和8d分别为周期N1＝15、N2＝31，但采样间隔为Δt2＝Δt1/2。可以看出，与8a、8b相比，图8c和8d的零分量谱线在两倍频率处，表明其占有带宽翻了一番。
而采用周期为N＝28-1，循环次数Ncyc＝2的m序列作为发射信号时，在不同码元宽度条件下，通过相关辨识提取大地脉冲响应，根据脉冲响应峰值时间反演得到地层电阻率信息如表2所示。可以看出，随着码元宽度的减小，辨识误差整体有下降的趋势，当Δt＞1/3000(s)时，辨识误差超过25％，系统已经丧失对大地脉冲相应的辨识能力。当Δt＝1/6000(s)时，辨识误差达到最小，仅为0.531％。随着码元宽度的进一步减小，辨识误差又有所起伏。实际工作中，还需要结合周期N(阶数k)和循环次数Ncyc等参数综合决定.
表2
Figure GDA0001792531230000151
分析了不同长度m序列的自相关函数特性。结果表明，随着阶数k的增加，m序列的长度明显增大。最大异相周期自相关函数值Ram快速减小，而最大周期互相关函数值Rcm则相对较大，因而对实现同步十分有利。计算了有限次循环m序列的自相关函数及其功率谱密度，分析了m序列的阶数k、周期N以及码元宽度Δt对其频带宽度和功率谱密度谱线间隔的影响。数值结果显示，码元宽度越窄，m序列的频带宽度越大。周期越长，m序列的功率谱线密度越密。但较长的观测时间又会对观测效率造成影响。
在本发明实施例中，不同噪声的幅度、噪声的初始相位以及频率，可以对伪随机序列进行相关辨识大地脉冲响应产生影响。
下面通过具体的实验进行根据噪声的幅度、噪声的初始相位以及频率对伪随机序列的影响。
为研究离散循环相关辨识方法的抗噪性能，以下在伪随机响应场中加入了不同类型的噪声，在有干扰的情况下提取大地脉冲响应，并与理论脉冲响应进行了对比。
在本发明实施例中，工业用电的频率为50Hz。干扰噪声为50Hz及其谐波的电平，其频率稳定度为0.5％～-1％。尽管这种干扰电平会随着接收线圈远离动力线而大大减弱，但它具有区域性特点。曾经在南极大陆及西藏高原地区观测到了频率为50Hz及其谐波的大地电流场，这也许是工业用电渗入大地而形成的地表环流。为此，采用循环次数Ncyc＝2的8阶m序列作为激励信号，在伪随机激发场中加入了噪声信号10-8cos(2π×50t)，噪声信号幅度与伪随机信号激发场幅度保持在同一数量级，辨识结果如图9a-9d所示。其中，图9a为添加的噪声信号，图9b为m序列与噪声信号的互相关函数，图9c为采用相关辨识方法提取的大地脉冲响应，并与理论脉冲响应进行了叠绘，图9d为辨识误差比。可以看出，伪随机信号对于正弦波噪声有很强的抑制能力，整个脉冲响应时间段的辨识误差范围为：-6.959％～3.898％。
为研究伪随机发射信号(伪随机序列)对不同参数正弦波噪声的抑制能力，下面分别讨论正弦波噪声幅度，初始相位，以及频率等参数对辨识误差的影响。首先考察m序列对不同幅度正弦波噪声的抑制能力，取正弦波噪声频率为50Hz，幅度变化范围为10-7-10-9。图10a为m序列(周期N＝255，码元宽度Δt＝1/6000(s))的激发场与正弦波噪声10-7cos(2π×50t)的叠加，当正弦波噪声幅度分别取10-7,10-8,10-9时，采用相关辨识方法得到的辨识误差如图10b所示。由图10a和10b可见，当正弦波噪声幅度与伪随机响应幅度相当，或低于伪随机响应幅度时，如噪声分别为10-8cos(2π×50t)和109cos(2π×50t)时，m序列对其具有较强的抑制能力，辨识误差范围分别为：-6.959％～3.898％和-0.343％～0.7427％。把噪声幅度放大10倍，即为10-7cos(2π×50t)时，辨识误差最大值达到了-73.12％～35.45％。这表明当噪声信号幅度大于伪随机序列的激发场幅度时，m序列对其抗噪性逐渐减弱。其次分析m序列对不同初始相位正弦波噪声的抑制能力。图10c为m序列的激发场与正弦波噪声10- 8cos(2π×50t+5π/12)的叠加，当正弦波噪声的初始相位分别取π/12,π/6,π/3,π/4,5π/12时，相关辨识误差如图10d所示，辨识结果显示，对于初始相位为π/12的正弦波噪声，辨识误差范围为：-6.969％～3.650％。对于初始相位为5π/12的正弦波噪声，辨识误差范围为：-5.053％～8.597％。这说明m序列对不同初始相位的正弦波的抗噪能力基本类似，辨识误差保持在同一数量级。然后研究m序列对不同频率正弦波噪声的抑制能力。图10e为m序列的激发场与频率为150Hz奇次谐波噪声10-8cos(2π×150t)的叠加，图10f为当噪声源频率分别取150Hz，250Hz，350Hz和450Hz，即50Hz频率的主要奇次谐波成分时的相关辨识误差。计算结果显示，m序列对于150Hz和250Hz谐波频率噪声的辨识误相差不大，分别为：-2.088％～2.717％和-2.291％～2.530％。但随着谐波频率的增加，m序列的抗噪能力开始变差，对于350Hz和450Hz谐波频率噪声的分别为：-8.147％～9.951％和-6.820％～6.921％。得注意的是，随着谐波噪声频率的升高，辨识误差在脉冲响应中晚期阶段的振荡现象越为严重。说明m序列在脉冲响应的中晚期阶段，对于高频正弦波噪声的抑制能力变差。
另外，在本发明实施例中，天然电磁场噪声主要来自雷电活动，特别是与雷暴有关的闪电。由于地球上某些地方几乎时刻有雷暴发生，所产生的电磁场在E-I波动腔内来回传播，遍及于世界各地。这种闪电引起的电磁场在1～1000Hz频率范围内的能量密度特别高。由于传播过程中，高频成分衰减快，在远离雷电区所观测到的场中以低频成分占优势，并且由于波导空腔在某几个频率上发生共振，使其在频率为8Hz、14Hz、20Hz、26Hz、32Hz频点的电磁场相对较弱，通常称之为舒曼(Schumann)频率。显然，天电场的频率范围正好落在电磁系统的工作频率范围内，在地球上的任何地带都将存在并具有相当高的平均值。研究了m序列对舒曼频率噪声的抑制能力，图11a为m序列激发场与频率为14Hz的舒曼频率噪声的叠加，当噪声频率分别取8Hz、14Hz、20Hz、26Hz、32Hz频点时，相关辨识误差如图11b所示。由图11a和11b可见，m序列对不同舒曼频率噪声的抑制能力相差不大，对5个频点噪声的辨识误差整体范围在：-7.110％～3.495％以内。这说明m序列对于舒曼频率噪声具有较强的抗噪能力。
本发明实施例还可以考查伪随机响应中存在自然电位、电极极化引起的恒流干扰等情况时，相关辨识算法的抗噪能力。在图12a表示伪随机序列的激发场中叠加了幅度为的直流噪声的结果，当直流噪声幅度分别取10-7、10-8和10-9时，相关辨识误差如图12b所示。计算结果显示，当直流噪声幅度高于伪随机响应幅度一个数量级(噪声幅度取10-7)，在整个脉冲响应时间段内的最大辨识误差为-5.296％。当直流噪声幅度与伪随机响应幅度相当(噪声幅度取10-8)，最大辨识误差为-0.1766％。当直流噪声幅度小于伪随机响应幅度一个数量级(噪声幅度取10-9)，最大辨识误差为0.3353％。当直流噪声幅度等于或低于伪随机激发场响应幅度时，直流干扰的存在几乎不影响辨识结果。
也就是说，本发明实施例研究了正弦波噪声，舒曼频率噪声以及直流干扰等情况下，离散循环相关辨识方法的抗噪声性能。结果表明，m序列对于舒曼频率噪声具有较强的抑制能力，对于5个频点噪声的辨识误差总体保持在-7.110％～3.495％以内。当直流噪声幅度小于等于伪随机序列激发场幅度时，直流干扰的存在几乎不影响辨识结果。讨论了正弦波噪声的幅度、初始相位以及频率等参数对相关辨识误差的影响。当正弦波噪声幅度等于或小于伪随机响应幅度时，m序列对其具有较强的抑制能力，辨识误差为：-6.959％～3.898％。对于不同初始相位或不同频率的正弦波噪声，m序列对其的抑制能力变化不大，辨识误差保持在同一数量级。但对于高次谐波噪声而言，辨识误差在脉冲响应中、晚期阶段会出现较为严重的振荡现象，辨识误差增大，这一点在相关辨识时应引起重视。综上所述，在实际工作中，应针对硬件系统噪声，同时考虑环境噪声的影响，结合多种因素对m序列的参数进行优化选择，以达到最佳辨识效果。
实施例三
基于实施例一和实施例二的同一发明构思，如图13所示，本发明实施例提供了一种地下目标体的识别装置1，该地下目标体的识别装置包括发送机和接收机，还包括：
获取单元12，用于通过所述发送机对所述地下目标体发送伪随机序列，获取所述伪随机序列对应的随时间变化的发射信号和发射电流；及通过所述接收机接收伪随机响应序列，根据所述发射电流、预设理想大地阶跃响应和预设伪随机序列激发场模型，获取所述伪随机响应序列对应的接收响应；
相关单元13，用于根据预设离散循环相关模型、所述发射信号和所述接收响应进行离散循环相关处理，得到发射信号与接收响应电压的互相关函数和发射信号的自相关函数；及根据预设相关模型、所述互相关函数和所述自相关函数，得到大地脉冲响应；
识别单元14，用于基于所述大地脉冲响应，进行所述地下目标体的识别。
在本发明的一些实施例中，所述获取单元13，具体用于根据所述发射电流和预设发送机的仪器响应，得到实际发射电流；及根据所述实际发射电流、所述预设理想大地阶跃响应和所述预设伪随机序列激发场模型，获取所述伪随机响应序列对应的随时间变化的所述接收响应。
在本发明的一些实施例中，所述获取单元13还包括卷积子单元130；
所述获取单元13，还具体用于根据所述实际发射电流，得到实际发射电流的导数；
所述卷积子单元130，用于根据所述预设伪随机序列激发场模型，将所述预设理想大地阶跃响应和所述实际发射电流的导数进行离散循环卷积，得到所述伪随机响应序列对应的随时间变化的所述接收响应。
在本发明的一些实施例中，所述卷积子单元130，具体用于将所述预设理想大地阶跃响应和所述实际发射电流的导数进行离散化，得到离散化预设理想大地阶跃响应和离散化实际发射电流的导数；及将所述离散化预设理想大地阶跃响应和所述离散化实际发射电流的导数输入至所述预设伪随机序列激发场模型中，在一个周期内进行离散循环卷积，输出所述伪随机响应序列对应的随时间变化的所述接收响应。
在本发明的一些实施例中，所述相关单元13，具体用于将所述发射信号和所述接收响应进行离散化，得到离散化发射信号和离散化接收响应；及将所述离散化发射信号和所述离散化接收响应输入至所述预设离散循环相关模型，在一个周期内进行离散循环相关，输出所述发射信号与接收响应的互相关函数；以及将所述离散化发射信号和所述离散化发射信号输入至所述预设离散循环相关模型，在一个周期内进行离散循环相关，输出所述发射信号的自相关函数。
在本发明的一些实施例中，所述预设相关模型包括：
Ryv＝G·Rvv+Rnv
其中，Ryv表示发射信号与接收响应的互相关函数，Rvv表示发射信号的自相关函数，Rnv表示发射信号与接收端噪声的互相关函数。
在本发明的一些实施例中，所述预设离散循环相关模型包括：
Figure GDA0001792531230000181
其中，txy(n)表示输出数据，x(n)和y(n)分别表示为两个输入数据，rN(n)表示选取的周期序列的主值区间，i表示离散点，N表示循环相关长度。
在本发明的一些实施例中，所述预设伪随机序列激发场模型包括：
其中，yN(n)表示输出数据，x(n)和h(n)分别表示为两个输入数据，rN(n)表示选取的周期序列的主值区间，i表示离散点，N表示循环卷积长度。
在本发明的一些实施例中，所述获取单元13，还用于所述通过所述发送机对所述地下目标体发送伪随机序列之前，根据码元宽度和伪随机序列的周期确定所述伪随机序列。
在本发明的一些实施例中，所述获取单元13，还用于所述通过所述发送机对所述地下目标体发送伪随机序列之前，根据噪声的幅度、噪声的初始相位以及频率确定所述伪随机序列。
如图14所示，本发明实施例还提供了一种地下目标体的识别装置，该地下目标体的识别装置包括发送机10和接收机11，还包括：处理器20、存储器21及通信总线22，所述存储器21及所述处理器20通过所述通信总线22连接；
所述存储器21，用于存储有所述处理器20可执行指令或运行有地下目标体的识别程序；
所述发送机10，用于发送伪随机序列进行目标体探测；
所述接收机11，用于接收观测目标体后的伪随机响应序列；
所述处理器20，用于调用所述存储器21存储的地下目标体的识别程序，执行实施例一和实施例二中所述的地下目标体的识别方法。
在本发明实施例中，处理器20具体可以为中央处理器(CPU，Central ProcessingUnit)、微处理器(MPU，Microprocessor Unit)、数字信号处理器(DSP，Digital SignalProcessing)或现场可编程门阵列(FPGA，Field Programmable Gate Array)等。
可以理解的是，由于采用伪随机序列进行勘探，提高了电磁探测的深度与分辨率，在观测响应的同时，还记录了发射电流，得到了接收响应，通过接收响应和发射信号的相关性，采用离散循环相关辨识提取大地脉冲响应的方式，解决了在提取脉冲响应晚期时段误差较大的问题，有效消除了线性计算中激发场早期阶段的畸变现象，从而提高了辨识精度，即提高了勘探识别的准确率。
本发明实施例提供了一种计算机可读存储介质，应用于地下目标体的识别装置中，所述计算机可读存储介质存储有一个或者多个地下目标体的识别程序，所述一个或者多个地下目标体的识别程序可被一个或者多个处理器执行，以实现如实施例一和实施例二中所述的地下目标体的识别方法。
在本发明实施例中，存储介质包括：磁性随机存取存储器(FRAM，ferromagneticrandom access memory)、只读存储器(ROM，Read Only Memory)、可编程只读存储器(PROM，Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM，ErasableProgrammable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM，ElectricallyErasable Programmable Read-Only Memory)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(CD-ROM，Compact Disc Read-Only Memory)等各种可以存储程序代码的介质，本发明实施例不作限制。
以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。

Claims (10)

1.一种地下目标体的识别方法，应用于地下目标体的识别装置中，所述地下目标体的识别装置包括发送机和接收机，其特征在于，包括：
通过所述发送机对所述地下目标体发送伪随机序列，获取所述伪随机序列对应的随时间变化的发射信号和发射电流；
通过所述接收机接收伪随机响应序列，根据所述发射电流、预设理想大地阶跃响应和预设伪随机序列激发场模型，获取所述伪随机响应序列对应的随时间变化的接收响应；其中，所述预设理想大地阶跃响应为理想情况下的大地阶跃响应值，所述预设伪随机序列激发场模型为对预设理想大地阶跃响应和实际发射电流的导数进行离散循环卷积的模型，所述实际发射电流是由所述发射电流和预设发送机的仪器响应得到的；
根据预设离散循环相关模型、所述发射信号和所述接收响应进行离散循环相关处理，得到发射信号与接收响应的互相关函数和发射信号的自相关函数；
根据预设相关模型、所述互相关函数和所述自相关函数，得到大地脉冲响应；
基于所述大地脉冲响应，进行所述地下目标体的识别。
2.根据权利要求1所述的方法，其特征在于，所述根据所述发射电流、预设理想大地阶跃响应和预设伪随机序列激发场模型，获取所述伪随机响应序列对应的随时间变化的接收响应，包括：
根据所述发射电流和预设发送机的仪器响应，得到实际发射电流；
根据所述实际发射电流、所述预设理想大地阶跃响应和所述预设伪随机序列激发场模型，获取伪随机响应序列对应的随时间变化的所述接收响应。
3.根据权利要求2所述的方法，其特征在于，所述根据所述实际发射电流、所述预设理想大地阶跃响应和所述预设伪随机序列激发场模型，获取伪随机响应序列对应的随时间变化的所述接收响应，包括：
根据所述实际发射电流，得到实际发射电流的导数；
根据所述预设伪随机序列激发场模型，将所述预设理想大地阶跃响应和所述实际发射电流的导数进行离散循环卷积，得到所述伪随机响应序列对应的随时间变化的所述接收响应。
4.根据权利要求3所述的方法，其特征在于，所述根据所述预设伪随机序列激发场模型，将所述预设理想大地阶跃响应和所述实际发射电流的导数进行离散循环卷积，得到所述伪随机响应序列对应的随时间变化的所述接收响应，包括：
将所述预设理想大地阶跃响应和所述实际发射电流的导数进行离散化，得到离散化预设理想大地阶跃响应和离散化实际发射电流的导数；
将所述离散化预设理想大地阶跃响应和所述离散化实际发射电流的导数输入至所述预设伪随机序列激发场模型中，在一个周期内进行离散循环卷积，输出所述伪随机响应序列对应的随时间变化的所述接收响应。
5.根据权利要求1所述的方法，其特征在于，所述根据预设离散循环相关模型、所述发射信号和所述接收响应进行离散循环相关处理，得到发射信号与接收响应的互相关函数和发射信号的自相关函数，包括：
将所述发射信号和所述接收响应进行离散化，得到离散化发射信号和离散化接收响应；
将所述离散化发射信号和所述离散化接收响应输入至所述预设离散循环相关模型，在一个周期内进行离散循环相关，输出所述发射信号与接收响应的互相关函数；
将所述离散化发射信号输入至所述预设离散循环相关模型，在一个周期内进行离散循环相关，输出所述发射信号的自相关函数。
6.根据权利要求1所述的方法，其特征在于，所述预设离散循环相关模型包括：
Figure FDA0002267959620000021
其中，txy(n)表示输出数据，x(n)和y(n)分别表示为两个输入数据，rN(n)表示选取的周期序列的主值区间，i表示离散点，N表示循环相关长度；
所述预设伪随机序列激发场模型包括：
Figure FDA0002267959620000031
其中，yN(n)表示输出数据，x(n)和h(n)分别表示为两个输入数据，rN(n)表示选取的周期序列的主值区间，i表示离散点，N表示循环卷积长度。
7.根据权利要求1所述的方法，其特征在于，所述通过所述发送机对所述地下目标体发送伪随机序列之前，所述方法还包括：
根据码元宽度和伪随机序列的周期确定所述伪随机序列。
8.根据权利要求1所述的方法，其特征在于，所述通过所述发送机对所述地下目标体发送伪随机序列之前，所述方法还包括：
根据噪声的幅度、噪声的初始相位以及频率确定所述伪随机序列。
9.一种地下目标体的识别装置，包括发送机和接收机，其特征在于，还包括：处理器、存储器及通信总线，所述存储器及所述处理器通过所述通信总线连接；
所述存储器，存储有处理器可执行的指令或运行有地下目标体的识别程序；
所述发送机，用于发送伪随机序列进行目标体探测；
所述接收机，用于接收观测目标体后的伪随机响应序列；
所述处理器，用于调用所述存储器存储的地下目标体的识别程序，执行如权利要求1至8任一项所述的地下目标体的识别方法。
10.一种计算机可读存储介质，其特征在于，应用于地下目标体的识别装置中，所述计算机可读存储介质存储有一个或者多个地下目标体的识别程序，所述一个或者多个地下目标体的识别程序可被一个或者多个处理器执行，以实现如权利要求1至8任一项所述的地下目标体的识别方法。
CN201810898765.XA 2018-08-08 2018-08-08 一种地下目标体的识别方法及装置、存储介质 Active CN109001828B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810898765.XA CN109001828B (zh) 2018-08-08 2018-08-08 一种地下目标体的识别方法及装置、存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810898765.XA CN109001828B (zh) 2018-08-08 2018-08-08 一种地下目标体的识别方法及装置、存储介质

Publications (2)

Publication Number Publication Date
CN109001828A CN109001828A (zh) 2018-12-14
CN109001828B true CN109001828B (zh) 2020-01-03

Family

ID=64596273

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810898765.XA Active CN109001828B (zh) 2018-08-08 2018-08-08 一种地下目标体的识别方法及装置、存储介质

Country Status (1)

Country Link
CN (1) CN109001828B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111983704B (zh) * 2020-09-28 2023-09-12 西安石油大学 一种井间三维电磁探测方法和系统
CN112765546B (zh) * 2021-01-12 2024-05-14 中南大学 一种应用于可控源电磁法相关辨识中的降噪方法、系统及可读存储介质
CN115267920B (zh) * 2022-09-29 2023-02-07 自然资源实物地质资料中心 激发极化参数检测方法、装置、电子设备和存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102426393B (zh) * 2011-11-16 2014-04-09 中国地质大学（北京） 电法勘探方法
CN104502980B (zh) * 2014-12-08 2017-07-28 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
CN105044793B (zh) * 2015-06-17 2017-12-19 中国科学院地质与地球物理研究所 一种多道瞬变电磁探测数据的反演方法和装置
CN105938205A (zh) * 2016-03-04 2016-09-14 中国科学院地质与地球物理研究所 一种多道瞬变电磁法接收波形记录合成方法与装置
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

Also Published As

Publication number Publication date
CN109001828A (zh) 2018-12-14

Similar Documents

Publication Publication Date Title
CN109001828B (zh) 一种地下目标体的识别方法及装置、存储介质
Macnae et al. Noise processing techniques for time-domain EM systems
CA2679957C (en) High resolution magnetotelluric method for removing static frequency domain
Legchenko et al. Removal of power-line harmonics from proton magnetic resonance measurements
AU2007340850B2 (en) A process and device for measurement of spectral induced polarization response using Pseudo Random Binary Sequence (PRBS) current source
Liu et al. Correlation analysis for spread-spectrum induced-polarization signal processing in electromagnetically noisy environments
CN112083509B (zh) 时频电磁法中激发极化异常的检测方法
CN1480736A (zh) 测试电子元件的方法及其仪器
Birsan Measurement of the extremely low frequency (ELF) magnetic field emission from a ship
CN104849569B (zh) 一种介质损耗测量方法
Li et al. Time-domain spectral induced polarization based on pseudo-random sequence
Liu et al. Realization of multi-frequency resonance for a portable near-surface frequency-domain electromagnetic transmitting system
CN111221044B (zh) 基于多路正交编码的大地系统辨识电磁勘探方法及其系统
CN102780492B (zh) 高密度电法仪发射波形的自定义编码方法
CN104849551B (zh) 一种谐相角分析方法
He et al. A fusion approach for suppression of environmental noise in spread spectrum induced polarization data
Pu et al. Acceleration of the frequency-shift demodulation in phase-sensitive OTDR
NO310215B1 (no) Fremgangsmåte for bestemmelse av amplitude- og faserespons i et induktivt brönnloggeinstrument for korrigering av drift
Li et al. Application of pseudo random correlation identification method based on LabViewin electromagnetic prospecting
Li et al. Application model of pseudo‐random correlation method in electrical prospecting
He et al. An enhanced correlation identification algorithm and its application on spread spectrum induced polarization data
CN111308561B (zh) 一种电磁信号强噪声去除方法
Wang et al. A Versatile System for Arbitrary Function Large‐Amplitude Fourier Transformed Voltammetry
CN108507669B (zh) 电力设备声级测量的间歇性突发环境噪声降噪方法及装置
CN115166841A (zh) 基于相关谱识别的伪随机编码瞬变电磁数据处理方法

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