CN110989020B - 一种音频大地电磁数据噪声干扰的滤波方法及系统 - Google Patents
一种音频大地电磁数据噪声干扰的滤波方法及系统 Download PDFInfo
- Publication number
- CN110989020B CN110989020B CN201911276599.0A CN201911276599A CN110989020B CN 110989020 B CN110989020 B CN 110989020B CN 201911276599 A CN201911276599 A CN 201911276599A CN 110989020 B CN110989020 B CN 110989020B
- Authority
- CN
- China
- Prior art keywords
- data
- interference
- filtering
- free
- noise
- 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
Links
- 238000001914 filtration Methods 0.000 title claims abstract description 191
- 238000000034 method Methods 0.000 title claims abstract description 98
- 238000011426 transformation method Methods 0.000 claims abstract description 10
- 238000001228 spectrum Methods 0.000 claims description 54
- 238000000354 decomposition reaction Methods 0.000 claims description 27
- 230000000877 morphologic effect Effects 0.000 claims description 15
- 230000009466 transformation Effects 0.000 claims description 15
- 238000007781 pre-processing Methods 0.000 claims description 12
- 238000012217 deletion Methods 0.000 claims description 4
- 230000037430 deletion Effects 0.000 claims description 4
- 238000005070 sampling Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 238000010291 electrical method Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010183 spectrum analysis Methods 0.000 description 2
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
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)
- Noise Elimination (AREA)
Abstract
本发明公开一种音频大地电磁数据噪声干扰的滤波方法及系统，涉及地球物理勘探技术领域。该音频大地电磁数据噪声干扰的滤波方法采用广义形态滤波方法对存在低频噪声干扰的数据进行滤波，采用小波变换方法对存在尖峰脉冲噪声干扰的数据进行滤波，既可以滤除低频噪声干扰，也可以滤除尖峰脉冲噪声干扰，可以同时滤除多种噪声干扰，获取了高质量的原始数据，提高了工作效率，减少了野外工作量，可以更好地为地质勘探工作服务。
Description
技术领域
本发明涉及地球物理勘探技术领域，特别是涉及一种音频大地电磁数据噪声干扰的滤波方法及系统。
背景技术
音频大地电磁测深法在野外工作时是同时采集测点上的电场信号和磁场信号，采集的频率范围大致是1Hz～10000Hz。音频大地电磁测深法采集的信号频段非常容易受高压输电线、地面游离电流、采矿区、工厂和人文活动等强干扰条件的影响。而且随着科技的进步、人文活动以及地球物理勘探工作范围的扩大，该方法受到的干扰越来越严重。在有强干扰的地区，该方法测得的数据质量很差，不得不通过重复测量的方式来获取可靠的数据，但有的地区由于干扰持续存在，即使通过重复测量也无法获取较好的结果，甚至部分地区的测量点不得不被舍弃。这些强干扰条件给音频大地电磁数据带来了严重的低频噪声和工频噪声，具体噪声类型包括三角波噪声、正弦波噪声和脉冲噪声，参见图2-图4，图2和图4中Ex表示电道X方向，Ey表示电道Y方向，图3中Hy表示磁道Y方向，图2-图4中横轴表示采样点，纵轴表示幅值。有些地区还会出现在某一时间段内的连续干扰，极大地影响野外施工的工作效率和质量，也增大了后期数据处理的工作量。通常在某一工区，只存在一种类型的噪声，但在干扰条件复杂的工区，会同时出现几种不同类型的噪声，例如既有三角波噪声也有脉冲噪声，甚至还会出现连续噪声干扰。目前滤波方法只能降低某一种类型的噪声，无法同时滤除含有多种类型噪声干扰的数据。
发明内容
本发明的目的是提供一种音频大地电磁数据噪声干扰的滤波方法及系统，解决了目前滤波方法无法同时滤除含有多种类型噪声干扰的数据的问题。
为实现上述目的，本发明提供了如下方案：
一种音频大地电磁数据噪声干扰的滤波方法，包括：
获取音频大地电磁数据；
对所述音频大地电磁数据进行预处理，得到原始时间序列文件；
判断所述原始时间序列文件的信号道功率谱曲线是否存在低频噪声干扰，得到第一判断结果；
所述第一判断结果为是，采用广义形态滤波方法对所述原始时间序列文件进行滤波，得到无低频干扰数据；
所述第一判断结果为否，确定所述原始时间序列文件为所述无低频干扰数据；
判断所述无低频干扰数据是否存在尖峰脉冲噪声干扰，得到第三判断结果；
所述第三判断结果为是，采用小波变换方法对所述无低频干扰数据进行滤波，得到无噪声干扰数据；
所述第三判断结果为否，确定所述无低频干扰数据为所述无噪声干扰数据；
对所述无噪声干扰数据进行格式处理，得到格式文件，并计算所述格式文件的电阻率和相位；
判断所述电阻率的曲线和所述相位的曲线是否光滑，得到第五判断结果；
所述第五判断结果为是，存储所述格式文件，结束滤波；
所述第五判断结果为否，将所述格式文件作为新的原始时间序列文件，并返回步骤“判断所述原始时间序列文件的信号道功率谱曲线是否存在低频噪声干扰，得到第一判断结果”。
可选的，所述第一判断结果为是，采用广义形态滤波方法对所述原始时间序列文件进行滤波，得到无低频干扰数据，具体包括：
采用广义形态滤波方法对所述原始时间序列文件进行滤波，得到所述初步无低频干扰数据；
判断所述初步无低频干扰数据的功率谱曲线是否存在低频噪声干扰，得到第二判断结果；
所述第二判断结果为是，调整广义形态滤波方法的滤波参数，对所述初步无低频干扰数据进行滤波，更新初步无低频干扰数据并返回步骤“判断所述初步无低频干扰数据的功率谱曲线是否存在低频噪声干扰，得到第二判断结果”；
所述第二判断结果为否，确定所述初步无低频干扰数据为所述无低频干扰数据。
可选的，所述第三判断结果为是，采用小波变换方法对所述无低频干扰数据进行滤波，得到无噪声干扰数据，具体包括：
采用小波变换方法对所述无低频干扰数据进行滤波，得到初步无噪声干扰数据；
判断所述初步无噪声干扰数据的功率谱曲线是否存在尖峰脉冲噪声干扰，得到第四判断结果；
所述第四判断结果为是，调整小波变换方法的滤波参数，对所述初步无噪声干扰数据进行滤波，更新初步无噪声干扰数据并返回步骤“判断所述初步无噪声干扰数据的功率谱曲线是否存在尖峰脉冲噪声干扰，得到第四判断结果”；
所述第四判断结果为否，确定所述初步无噪声干扰数据为所述无噪声干扰数据。
可选的，所述对所述音频大地电磁数据进行预处理，得到原始时间序列文件，具体包括：
将所述音频大地电磁数据转换成文本数据，获取所述文本数据中的原始时间序列信号；
获取所述原始时间序列信号tag信息中的时间信息；
根据所述时间信息计算所述文本数据的长度，根据所述长度确定第一数组；
读取所述原始时间序列信号的数据道，将读取的数据道数据存储在所述第一数组中，得到原始时间序列文件。
可选的，所述采用广义形态滤波方法对所述原始时间序列文件进行滤波，得到所述初步无低频干扰数据，具体包括：
获取预设的广义形态滤波方法的滤波参数；所述滤波参数包括第一结构元素和第二结构元素；
根据公式y1(n)＝ΨGOC(GCO)(g1,g2)＝[GOC(f(n))+GCO(f(n))]/2和公式y(n)＝ΨGOC(GCO)(-g1,-g2)＝[GOC(y1(n))+GCO(y1(n))]/2对所述原始时间序列文件进行滤波，计算得到初步无低频干扰数据；
上式中，y1(n)表示正结构元素的基本滤波单元；g1表示第一结构元素；g2表示第二结构元素；GOC表示广义形态开-闭滤波器；GCO表示广义形态闭-开滤波器；f(n)表示待滤波数据，即所述原始时间序列文件；y(n)表示所述初步无低频干扰数据。
可选的，所述采用小波变换方法对所述无低频干扰数据进行滤波，得到初步无噪声干扰数据，具体包括：
获取预设的小波变换函数和小波分解层数；
根据预设的所述小波变换函数和所述小波分解层数，对所述无低频干扰数据进行小波分解，得到近似系数和细节系数；
获取对应所述近似系数的第一预设阈值和对应所述细节系数的第二预设阈值；
判断所述近似系数是否大于所述第一预设阈值的102，得到第六判断结果；
所述第六判断结果为是，删除大于所述第一预设阈值的102的所述近似系数，得到近似系数信号；
所述第六判断结果为否，确定所述近似系数为所述近似系数信号；
判断所述细节系数是否大于所述第二预设阈值的102，得到第七判断结果；
所述第七判断结果为是，删除大于所述第一预设阈值的102的所述细节系数，得到细节系数信号；
所述第七判断结果为否，确定所述细节系数为所述细节系数信号；
对所述近似系数信号和所述细节系数信号进行小波逆变换，得到初步无噪声干扰数据。
可选的，所述对所述无噪声干扰数据进行格式处理，得到格式文件，具体包括：
将所述无噪声干扰数据转换成二进制的格式文件。
一种音频大地电磁数据噪声干扰的滤波系统，包括：
获取模块，用于获取音频大地电磁数据；
预处理模块，用于对所述音频大地电磁数据进行预处理，得到原始时间序列文件；
第一判断模块，用于判断所述原始时间序列文件的信号道功率谱曲线是否存在低频噪声干扰，得到第一判断结果；所述第一判断结果为是，执行第一滤波模块；所述第一判断结果为否，执行无低频干扰数据模块；
第一滤波模块，用于采用广义形态滤波方法对所述原始时间序列文件进行滤波，得到无低频干扰数据；
无低频干扰数据模块，用于确定所述原始时间序列文件为所述无低频干扰数据；
第三判断模块，用于判断所述无低频干扰数据是否存在尖峰脉冲噪声干扰，得到第三判断结果；所述第三判断结果为是，执行第二滤波模块；所述第三判断结果为否，执行无噪声干扰数据模块；
第二滤波模块，用于采用小波变换方法对所述无低频干扰数据进行滤波，得到无噪声干扰数据；
无噪声干扰数据模块，用于确定所述无低频干扰数据为所述无噪声干扰数据；
格式处理模块，用于对所述无噪声干扰数据进行格式处理，得到格式文件，并计算所述格式文件的电阻率和相位；
第五判断模块，用于判断所述电阻率的曲线和所述相位的曲线是否光滑，得到第五判断结果；所述第五判断结果为是，执行结束模块；所述第五判断结果为否，执行循环模块；
结束模块，用于存储所述格式文件，结束滤波；
循环模块，用于将所述格式文件作为新的原始时间序列文件，并执行第一判断模块。
可选的，所述第一滤波模块，具体包括：
第一初步单元，用于采用广义形态滤波方法对所述原始时间序列文件进行滤波，得到所述初步无低频干扰数据；
第二判断单元，用于判断所述初步无低频干扰数据的功率谱曲线是否存在低频噪声干扰，得到第二判断结果；所述第二判断结果为是，执行第一更新单元；所述第二判断结果为否，执行第一确定单元；
第一更新单元，用于调整广义形态滤波方法的滤波参数，对所述初步无低频干扰数据进行滤波，更新初步无低频干扰数据并执行第二判断单元；
第一确定单元，用于确定所述初步无低频干扰数据为所述无低频干扰数据。
可选的，所述第二滤波模块，具体包括：
第二初步单元，用于采用小波变换方法对所述无低频干扰数据进行滤波，得到初步无噪声干扰数据；
第四判断单元，用于判断所述初步无噪声干扰数据的功率谱曲线是否存在尖峰脉冲噪声干扰，得到第四判断结果；所述第四判断结果为是，执行第二更新单元；所述第四判断结果为否，执行第二确定单元；
第二更新单元，用于调整小波变换方法的滤波参数，对所述初步无噪声干扰数据进行滤波，更新初步无噪声干扰数据并执行第四判断单元；
第二确定单元，用于确定所述初步无噪声干扰数据为所述无噪声干扰数据。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明提供了一种音频大地电磁数据噪声干扰的滤波方法及系统。该方法包括：获取音频大地电磁数据；对音频大地电磁数据进行预处理，得到原始时间序列文件；采用广义形态滤波方法对存在低频噪声干扰的原始时间序列文件的信号道功率谱曲线进行滤波，得到无低频干扰数据；采用小波变换方法对存在尖峰脉冲噪声干扰的无低频干扰数据进行滤波，得到无噪声干扰数据；对无噪声干扰数据进行格式处理，得到格式文件，计算格式文件的电阻率和相位；若格式文件的电阻率曲线和相位曲线光滑，则存储格式文件，结束滤波；若格式文件的电阻率曲线和相位曲线不光滑，则继续采用广义形态滤波方法和小波变换方法进行滤波。该方法采用广义形态滤波方法对存在低频噪声干扰的数据进行滤波，采用小波变换方法对存在尖峰脉冲噪声干扰的数据进行滤波，既可以滤除低频噪声干扰，也可以滤除尖峰脉冲噪声干扰，可以同时滤除多种噪声干扰，获取了高质量的原始数据，提高了工作效率，减少了野外工作量，可以更好地为地质勘探工作服务。
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，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例所提供的音频大地电磁数据噪声干扰的滤波方法的流程图；
图2为背景技术的三角波噪声干扰图；
图3为背景技术的正弦波噪声干扰图；
图4为背景技术的脉冲噪声干扰图；
图5为本发明实施例所提供的未受干扰信号的电道和磁道功率谱曲线图；
图6为本发明实施例所提供的低频噪声干扰图；
图7为本发明实施例所提供的圆盘型结构元素；
图8为本发明实施例所提供的抛物线型结构元素；
图9为本发明实施方式所提供的滤波前的电阻率曲线和相位曲线图；
图10为本发明实施方式所提供的滤波后的电阻率曲线和相位曲线图；
图11为本发明实施例所提供的音频大地电磁数据噪声干扰的滤波系统的结构图。
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，显然，所描述的实施例仅仅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做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。
本发明的目的是提供一种可以同时滤除多种噪声干扰的音频大地电磁数据噪声干扰的滤波方法及系统。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
本实施例提供一种音频大地电磁数据噪声干扰的滤波方法，图1为本发明实施例所提供的音频大地电磁数据噪声干扰的滤波方法的流程图。参见图1，音频大地电磁数据噪声干扰的滤波方法包括：
步骤101，获取音频大地电磁数据。优选的，音频大地电磁数据的采样率为150Hz采样率，2400Hz采样率和24000Hz采样率。
步骤101具体包括：获取V8多功能电法仪采集到的受干扰的音频大地电磁数据的二进制数据文件。
步骤102，对音频大地电磁数据进行预处理，得到原始时间序列文件。
步骤102具体包括：将音频大地电磁数据转换成文本数据，获取文本数据中的原始时间序列信号。具体为将受干扰的音频大地电磁数据的二进制数据文件转换成文本数据，获取文本数据中的原始时间序列信号。
获取原始时间序列信号标签(tag)信息中的时间信息。具体为打开文本数据中时间序列信号所在的路径，读取原始时间序列信号的tag信息，并进行保存。
根据时间信息计算文本数据的长度，根据长度确定第一数组。具体为根据tag信息中的时间信息，计算出文本数据的总长度，即文本数据的采集总秒数乘以文本数据的采样率，根据计算出来的文件数据的总长度，确定一个与文件数据总长度大小相同的数组为第一数组。
读取原始时间序列信号的数据道，将读取的数据道数据存储在第一数组中，得到原始时间序列文件。具体为跳过tag信息，直接读取数据道，将读取的数据保存在第一数组中。第一数组的数据即为原始时间序列文件，用于后期分析及滤波处理。读取的数据为文本数据中除去tag信息以外的数据，即待滤波的数据。
步骤103，判断原始时间序列文件的信号道功率谱曲线是否存在低频噪声干扰，得到第一判断结果。
步骤103具体包括：读取第一数组中的数据，对数据的每个信号道均做功率谱分析，得到每个信号道的功率谱曲线，根据每个信号道的功率谱曲线判断噪声信号的频率范围。正常的功率谱曲线是一条近似平行横轴且连续光滑的曲线。图5为本发明实施例所提供的未受干扰信号的电道和磁道功率谱曲线图；图6为本发明实施例所提供的低频噪声干扰图，图6的曲线为电道信号的低频段和部分频点受低频噪声干扰的功率谱曲线。本实施例中，采样率为150Hz的正常的功率谱曲线为：50赫兹(Hz)及其倍频信号的功率谱曲线衰减到小于-3分贝(db)，参见图5；功率谱曲线频率从0Hz开始，幅值是一条由大变小的下降曲线时，说明受到了低频噪声干扰，参见图6。
步骤104，第一判断结果为是，采用广义形态滤波方法对原始时间序列文件进行滤波，得到无低频干扰数据。
步骤104具体包括：
采用广义形态滤波方法对原始时间序列文件中存在低频噪声干扰的电道信号或磁道信号进行滤波，得到初步无低频干扰数据，具体包括：获取预设的广义形态滤波方法的滤波参数；滤波参数包括第一结构元素、第一结构元素的幅值、第一结构元素的宽度、第一结构元素的长度、第二结构元素、第二结构元素的幅值、第二结构元素的长度和第二结构元素的宽度。第一结构元素的幅值、第一结构元素的宽度、第二结构元素的幅值和第二结构元素的宽度的取值均根据原始时间序列文件进行设置，第一结构元素的长度范围为3-7，第二结构元素的长度范围为3-7。
根据公式(1)和公式(2)对原始时间序列文件进行滤波，计算得到初步无低频干扰数据。
y1(n)＝ΨGOC(GCO)(g1,g2)＝[GOC(f(n))+GCO(f(n))]/2 (1)
y(n)＝ΨGOC(GCO)(-g1,-g2)＝[GOC(y1(n))+GCO(y1(n))]/2 (2)
上式中，y1(n)表示正结构元素的基本滤波单元；g1表示第一结构元素；g2表示第二结构元素；GOC表示广义形态开-闭滤波器；GCO表示广义形态闭-开滤波器；f(n)表示待低频滤波数据，即原始时间序列文件中存在低频噪声干扰的电道信号或磁道信号；y(n)表示初步无低频干扰数据；ΨGOC(GCO)(g1,g2)表示正结构元素的基本滤波单元的计算函数；ΨGOC(GCO)(-g1,-g2)表示初步无低频干扰数据的计算函数。本实施例考虑音频大地电磁信号的准对称性及有效克服基线漂移现象，将正的结构元素和负的结构元素级联组成组合广义形态滤波器，即公式(1)和公式(2)。公式(1)为采用正的结构元素组成的广义形态基本滤波单元，公式(2)为采用负的结构元素组成的广义形态基本滤波单元。
上式中，○代表开运算，·代表闭运算。
图7为本发明实施例所提供的圆盘型结构元素；图8为本发明实施例所提供的抛物线型结构元素，图7和图8中的横轴代表结构元素的宽度，纵轴代表结构元素的幅值。参见图7及图8，本实施例中，结构元素为滤波函数，第一结构元素采用圆盘型滤波函数，第二结构元素采用抛物线型滤波函数。
圆盘型滤波函数：
-L≤n≤L；n,L∈Z；k∈R
上式中，g(n)表示圆盘型滤波函数，k表示圆盘型滤波函数的幅值，L表示圆盘型滤波函数的宽度，n表示圆盘型滤波函数的长度。
抛物线型滤波函数：g'(n')＝k'(L'2-n'2)；-L’≤n’≤L’；n’,L’∈Z；k’∈R
上式中，g’(n’)表示抛物线型滤波函数，k’表示抛物线型滤波函数的幅值，L’表示抛物线型滤波函数的宽度，n’表示抛物线型滤波函数的长度。
判断初步无低频干扰数据的功率谱曲线是否存在低频噪声干扰，得到第二判断结果，即判断初步无低频干扰数据的功率谱曲线是否为一条近似平行横轴且连续光滑的曲线，得到第二判断结果。
第二判断结果为是，调整广义形态滤波方法的滤波参数，对初步无低频干扰数据进行滤波，更新初步无低频干扰数据并返回步骤“判断初步无低频干扰数据的功率谱曲线是否存在低频噪声干扰，得到第二判断结果”。调整的滤波参数包括第一结构元素的幅值、第一结构元素的宽度、第一结构元素的长度、第二结构元素的幅值、第二结构元素的长度和第二结构元素的宽度。具体包括：调整第一结构元素的幅值、第一结构元素的宽度、第一结构元素的长度、第二结构元素的幅值、第二结构元素的长度和第二结构元素的宽度后，根据公式(1)和公式(2)对初步无低频干扰数据进行滤波，得到更新的初步无低频干扰数据并返回步骤“判断初步无低频干扰数据的功率谱曲线是否存在低频噪声干扰，得到第二判断结果”。第一次调整滤波参数时可以随机进行调整，然后将第一次调整滤波参数并进行滤波处理后更新的初步无低频干扰数据与预设的滤波参数进行滤波处理后的初步无低频干扰数据进行比较，确定后续调整滤波参数的方向。
第二判断结果为否，确定初步无低频干扰数据为无低频干扰数据。
步骤105，第一判断结果为否，确定原始时间序列文件为无低频干扰数据。
步骤106，判断无低频干扰数据是否存在尖峰脉冲噪声干扰，得到第三判断结果。
步骤106具体包括：判断无低频干扰数据的信号道功率谱曲线的最大幅值是否大于正常值的两个数量级。正常值为待滤波数据的信号道功率谱曲线的最大幅值的平均值，数量级为10的幂次方，两个数量级为102。
步骤107，第三判断结果为是，采用小波变换方法对无低频干扰数据进行滤波，得到无噪声干扰数据。
步骤107具体包括：
采用小波变换方法对无低频干扰数据中存在尖峰脉冲噪声干扰的电道信号或磁道信号进行滤波，得到初步无噪声干扰数据，具体包括：获取预设的小波变换函数和小波分解层数。本实施例中预设的小波变换函数为haar(哈尔)小波函数，预设的小波分解层数为3层。
根据预设的小波变换函数和预设的小波分解层数，对待脉冲滤波数据，即无低频干扰数据中存在尖峰脉冲噪声干扰的电道信号或磁道信号进行小波分解，得到近似系数和细节系数。尖峰脉冲噪声包括细节系数Cd(高频)和近似系数Ca(低频)，小波分解将待脉冲滤波数据分解为近似系数和细节系数两部分。
对近似系数和细节系数进行小波去噪，小波去噪具体包括：获取对应近似系数的第一预设阈值和对应细节系数的第二预设阈值。具体可以采用MATLAB软件的wdcbm函数计算小波变换方法中每层的阈值，得到第一预设阈值和第二预设阈值。
判断近似系数是否大于第一预设阈值的两个数量级，即第一预设阈值的102，得到第六判断结果。
第六判断结果为是，删除大于第一预设阈值的102的近似系数，得到近似系数信号。
第六判断结果为否，确定近似系数为近似系数信号。
判断细节系数是否大于第二预设阈值的两个数量级，即第二预设阈值的102，得到第七判断结果。
第七判断结果为是，删除大于第一预设阈值的102的细节系数，得到细节系数信号。
第七判断结果为否，确定细节系数为细节系数信号。
对近似系数信号和细节系数信号进行小波逆变换，得到初步无噪声干扰数据。具体为采用小波逆变换对近似系数信号和细节系数信号进行信号重构，得到初步无噪声干扰数据。
判断初步无噪声干扰数据的功率谱曲线是否存在尖峰脉冲噪声干扰，得到第四判断结果，具体为判断初步无噪声干扰数据的功率谱曲线的最大幅值是否大于正常值的两个数量级。
第四判断结果为是，调整小波变换方法的滤波参数，对初步无噪声干扰数据进行滤波，更新初步无噪声干扰数据并返回步骤“判断初步无噪声干扰数据的功率谱曲线是否存在尖峰脉冲噪声干扰，得到第四判断结果”。调整小波变换方法的滤波参数具体为调整小波变换函数、小波分解层数、第一预设阈值和第二预设阈值。第一次调整滤波参数时可以随机进行调整，然后将第一次调整滤波参数并进行滤波处理后更新的初步无噪声干扰数据与预设的滤波参数进行滤波处理后的初步无噪声干扰数据进行比较，确定后续调整滤波参数的方向。
第四判断结果为否，确定初步无噪声干扰数据为无噪声干扰数据。
步骤108，第三判断结果为否，确定无低频干扰数据为无噪声干扰数据。
步骤109，对无噪声干扰数据进行格式处理，得到格式文件，并计算格式文件的电阻率和相位。
步骤109具体包括：将无噪声干扰数据转换成二进制的格式文件。二进制的格式文件具体为与V8多功能电法仪相应的处理软件SSMT2000兼容的二进制格式文件。
本实施例采用SSMT2000软件计算格式文件的电阻率和相位，并得到电阻率的曲线和相位的曲线。
步骤110，判断格式文件的电阻率曲线和相位曲线是否光滑，得到第五判断结果。本实施例采用MTEDITOR软件打开由步骤111计算的格式文件的电阻率和相位得到的电阻率的曲线和相位的曲线，判断电阻率曲线和相位曲线在除去频率为1Hz以下和1000Hz附近之外的曲线部分是否连续光滑，得到第五判断结果。
步骤111，第五判断结果为是，存储格式文件，结束滤波。
步骤112，第五判断结果为否，将格式文件作为新的原始时间序列文件，并返回步骤103“判断原始时间序列文件的信号道功率谱曲线是否存在低频噪声干扰，得到第一判断结果”。
本实施例提供一种采用音频大地电磁去噪软件降低噪声干扰的具体实施方式：
采用音频大地电磁去噪软件(以下简称“软件”)打开以TS4为后缀的采样率为150Hz的文件的原始时间序列信号的各信号道，信号道包括电道信号和磁道信号，本实施方式的各信号道包括电道X方向(Ex)、电道Y方向(Ey)、磁道X方向(Hx)和磁道Y方向(Hy)。打开文件后，软件已经将原始时间序列信号的二进制数据转换成了十进制数据，并将十进制数据中的各信号道以曲线的形式绘制到软件界面上。
分析打开的各信号道的功率谱曲线，判断是否存在低频噪声干扰，若不存在低频噪声干扰，则判断是否存在尖峰脉冲噪声干扰。
若存在低频噪声干扰，则采用广义形态滤波方法对存在低频噪声干扰的数据进行滤波。首先选取第一结构元素为圆盘型，第二结构元素为抛物线型，第一结构元素和第二结构元素的长度均为3，第一结构元素和第二结构元素的宽度均为10，第一结构元素和第二结构元素的幅值均为10。然后根据公式(1)和公式(2)开始进行滤波，滤波结束后，得到初步无低频干扰数据。软件界面显示未滤波数据曲线、噪声曲线和滤波后的曲线(即初步无低频干扰数据)，对比未滤波数据曲线和滤波后的曲线。如果未滤波数据曲线的低频噪声干扰得到了有效去除，即滤波后的曲线不存在低频噪声干扰，确定广义形态滤波方法滤波后的初步无低频干扰数据为无低频干扰数据，保存无低频干扰数据。如果未滤波数据曲线的低频噪声干扰没有得到有效去除，修改第一结构元素和第二结构元素的长度、宽度和幅值，重新进行滤波，直至滤波后的曲线不存在低频噪声干扰。
广义形态滤波方法滤波结束后，将无低频干扰数据以曲线的形式绘制到软件界面上，判断是否存在尖峰脉冲噪声干扰。
若存在尖峰脉冲噪声干扰，采用小波变换方法对存在尖峰脉冲噪声干扰的数据进行滤波。首先选择小波函数为haar(哈尔)小波函数，小波分解层数为3层。对存在尖峰脉冲噪声干扰的数据进行小波分解，小波分解完成后，开始进行小波去噪，小波去噪会自动去除大于第一预设阈值的102的近似系数和大于第二预设阈值的102的细节系数，得到近似系数信号和细节系数信号。然后对近似系数信号和细节系数信号进行小波逆变换，并对小波逆变换后的数据进行数据重构，得到初步无噪声干扰数据。
小波变换方法滤波结束后，软件界面会自动显示小波变换方法滤波前数据(即无低频干扰数据)和滤波后的数据(即初步无噪声干扰数据)，观察初步无噪声干扰数据是否仍然存在尖峰脉冲噪声干扰，如果仍然存在，重新设定小波变换方法的滤波参数，再次根据小波变换方法进行滤波，直到滤波后的数据不存在尖峰脉冲噪声干扰，确定小波变换方法滤波后的初步无噪声干扰数据为无噪声干扰数据，保存无噪声干扰数据。
若不存在尖峰脉冲噪声干扰，采用SSMT2000软件计算不存在低频噪声干扰和尖峰脉冲噪声干扰的数据的电阻率和相位，并得到电阻率的曲线和相位的曲线。采用MTEDITOR软件打开电阻率曲线和相位曲线，判断电阻率曲线和相位曲线的形态，如果电阻率曲线和相位曲线在除去1Hz以下和1000Hz附近之外的曲线部分连续光滑，说明滤波效果好，达到了滤波目的，去除了低频噪声干扰和尖峰脉冲噪声干扰。图9为本发明实施方式所提供的滤波前的电阻率曲线和相位曲线图；图10为本发明实施方式所提供的滤波后的电阻率曲线和相位曲线图，图9和图10中的电阻率xy表示TM模(TM mode，横磁波)的电阻率，电阻率yx表示TE模(transverse electric mode，横电波)的电阻率，相位xy表示TM模的相位，相位yx表示TE模的相位。参见图9和图10，本实施方式可以滤除150Hz采样率、2400Hz采样率和24000Hz采样率三个不同时间序列文件下电道X方向(Ex)、电道Y方向(Ey)、磁道X方向(Hx)和磁道Y方向(Hy)各信号道的噪声干扰。
本实施例音频大地电磁数据噪声干扰的滤波方法采用广义形态滤波方法对存在低频噪声干扰的数据进行滤波，采用小波变换方法对存在尖峰脉冲噪声干扰的数据进行滤波，既可以滤除低频噪声干扰，也可以滤除尖峰脉冲噪声干扰，可以同时滤除多种噪声干扰，进而获取高质量的原始数据，提高了工作效率，减少了野外工作量，可以更好地为地质勘探工作服务。
本实施例提供一种音频大地电磁数据噪声干扰的滤波系统，图11为本发明实施例所提供的音频大地电磁数据噪声干扰的滤波系统的结构图。参见图11，音频大地电磁数据噪声干扰的滤波系统包括：
获取模块201，用于获取音频大地电磁数据。优选的，音频大地电磁数据的采样率为150Hz采样率，2400Hz采样率和24000Hz采样率。获取模块201具体包括：获取V8多功能电法仪采集到的受干扰的音频大地电磁数据的二进制数据文件。
预处理模块202，用于对音频大地电磁数据进行预处理，得到原始时间序列文件。
预处理模块202包括：
文本数据单元，用于将音频大地电磁数据转换成文本数据，获取文本数据中的原始时间序列信号。具体为将受干扰的音频大地电磁数据的二进制数据文件转换成文本数据，获取文本数据中的原始时间序列信号。
时间信息单元，用于获取原始时间序列信号标签(tag)信息中的时间信息。具体为打开文本数据中时间序列信号所在的路径，读取原始时间序列信号的tag信息，并进行保存。
第一数组单元，用于根据时间信息计算文本数据的长度，根据长度确定第一数组。具体为根据tag信息中的时间信息，计算出文本数据的总长度，即文本数据的采集总秒数乘以文本数据的采样率，根据计算出来的文件数据的总长度，确定一个与文件数据总长度大小相同的数组为第一数组。
原始时间序列文件单元，用于读取原始时间序列信号的数据道，将读取的数据道数据存储在第一数组中，得到原始时间序列文件。具体为跳过tag信息，直接读取数据道，将读取的数据保存在第一数组中。第一数组的数据即为原始时间序列文件，用于后期分析及滤波处理。读取的数据为文本数据中除去tag信息以外的数据，即待滤波的数据。
第一判断模块203，用于判断原始时间序列文件的信号道功率谱曲线是否存在低频噪声干扰，得到第一判断结果。第一判断结果为是，执行第一滤波模块204；第一判断结果为否，执行无低频干扰数据模块205。
第一判断模块203具体包括：第一判断单元，用于读取第一数组中的数据，对数据的每个信号道均做功率谱分析，得到每个信号道的功率谱曲线，根据每个信号道的功率谱曲线判断噪声信号的频率范围。正常的功率谱曲线是一条近似平行横轴且连续光滑的曲线。
第一滤波模块204，用于采用广义形态滤波方法对原始时间序列文件进行滤波，得到无低频干扰数据。
第一滤波模块204包括：
第一初步单元，用于采用广义形态滤波方法对原始时间序列文件中存在低频噪声干扰的电道信号或磁道信号进行滤波，得到初步无低频干扰数据。第一初步单元具体包括：滤波参数子单元，用于获取预设的广义形态滤波方法的滤波参数；滤波参数包括第一结构元素、第一结构元素的幅值、第一结构元素的宽度、第一结构元素的长度、第二结构元素、第二结构元素的幅值、第二结构元素的长度和第二结构元素的宽度。第一结构元素的幅值、第一结构元素的宽度、第二结构元素的幅值和第二结构元素的宽度的取值均根据原始时间序列文件进行设置，第一结构元素的长度范围为3-7，第二结构元素的长度范围为3-7。
第一计算子单元，用于根据公式(1)和公式(2)对原始时间序列文件进行滤波，计算得到初步无低频干扰数据。
y1(n)＝ΨGOC(GCO)(g1,g2)＝[GOC(f(n))+GCO(f(n))]/2 (1)
y(n)＝ΨGOC(GCO)(-g1,-g2)＝[GOC(y1(n))+GCO(y1(n))]/2 (2)
上式中，y1(n)表示正结构元素的基本滤波单元；g1表示第一结构元素；g2表示第二结构元素；GOC表示广义形态开-闭滤波器；GCO表示广义形态闭-开滤波器；f(n)表示待低频滤波数据，即原始时间序列文件中存在低频噪声干扰的电道信号或磁道信号；y(n)表示初步无低频干扰数据；ΨGOC(GCO)(g1,g2)表示正结构元素的基本滤波单元的计算函数；ΨGOC(GCO)(-g1,-g2)表示初步无低频干扰数据的计算函数。本实施例考虑音频大地电磁信号的准对称性及有效克服基线漂移现象，将正的结构元素和负的结构元素级联组成组合广义形态滤波器，即公式(1)和公式(2)。公式(1)为采用正的结构元素组成的广义形态基本滤波单元，公式(2)为采用负的结构元素组成的广义形态基本滤波单元。
上式中，ο代表开运算，·代表闭运算。
本实施例中，结构元素为滤波函数，第一结构元素采用圆盘型滤波函数，第二结构元素采用抛物线型滤波函数。
圆盘型滤波函数：
-L≤n≤L；n,L∈Z；k∈R
上式中，g(n)表示圆盘型滤波函数，k表示圆盘型滤波函数的幅值，L表示圆盘型滤波函数的宽度，n表示圆盘型滤波函数的长度。
抛物线型滤波函数：g'(n')＝k'(L'2-n'2)；-L’≤n’≤L’；n’,L’∈Z；k’∈R
上式中，g’(n’)表示抛物线型滤波函数，k’表示抛物线型滤波函数的幅值，L’表示抛物线型滤波函数的宽度，n’表示抛物线型滤波函数的长度。
第二判断单元，用于判断初步无低频干扰数据的功率谱曲线是否存在低频噪声干扰，得到第二判断结果，即判断初步无低频干扰数据的功率谱曲线是否为一条近似平行横轴且连续光滑的曲线，得到第二判断结果。第二判断结果为是，执行第一更新单元；第二判断结果为否，执行第一确定单元。
第一更新单元，用于调整广义形态滤波方法的滤波参数，对初步无低频干扰数据进行滤波，更新初步无低频干扰数据并执行第二判断单元。
第一更新单元具体包括：调整第一结构元素的幅值、第一结构元素的宽度、第一结构元素的长度、第二结构元素的幅值、第二结构元素的长度和第二结构元素的宽度后，根据公式(1)和公式(2)对初步无低频干扰数据进行滤波，得到更新的初步无低频干扰数据并执行第二判断单元。
第一确定单元，用于确定初步无低频干扰数据为无低频干扰数据。
无低频干扰数据模块205，用于确定原始时间序列文件为无低频干扰数据。
第三判断模块206，用于判断无低频干扰数据是否存在尖峰脉冲噪声干扰，得到第三判断结果；第三判断结果为是，执行第二滤波模块207；第三判断结果为否，执行无噪声干扰数据模块208。
第三判断模块206具体包括：第三判断单元，用于判断无低频干扰数据的信号道功率谱曲线的最大幅值是否大于正常值的两个数量级。正常值为待滤波数据的信号道功率谱曲线的最大幅值的平均值，数量级为10的幂次方，两个数量级为102。
第二滤波模块207，用于采用小波变换方法对无低频干扰数据进行滤波，得到无噪声干扰数据。
第二滤波模块207具体包括：
第二初步单元，用于采用小波变换方法对无低频干扰数据中存在尖峰脉冲噪声干扰的电道信号或磁道信号进行滤波，得到初步无噪声干扰数据，具体包括：
获取预设子单元，用于获取预设的小波变换函数和小波分解层数。本实施例中预设的小波变换函数为haar(哈尔)小波函数，预设的小波分解层数为3层。
分解子单元，用于根据预设的小波变换函数和预设的小波分解层数，对待脉冲滤波数据，即无低频干扰数据中存在尖峰脉冲噪声干扰的电道信号或磁道信号进行小波分解，得到近似系数和细节系数。
预设阈值子单元，用于获取对应近似系数的第一预设阈值和对应细节系数的第二预设阈值。
第六判断子单元，用于判断近似系数是否大于第一预设阈值的102，得到第六判断结果。第六判断结果为是，执行第一删除子单元；第六判断结果为否，执行近似系数信号子单元。
第一删除子单元，用于删除大于第一预设阈值的102的近似系数，得到近似系数信号。
近似系数信号子单元，用于确定近似系数为近似系数信号。
第七判断子单元，用于判断细节系数是否大于第二预设阈值的102，得到第七判断结果。第七判断结果为是，执行第二删除子单元；第七判断结果为否，执行细节系数信号子单元。
第二删除子单元，用于删除大于第一预设阈值的102的细节系数，得到细节系数信号。
细节系数信号子单元，用于确定细节系数为细节系数信号。
无噪声干扰数据子单元，用于对近似系数信号和细节系数信号进行小波逆变换，得到初步无噪声干扰数据。具体为采用小波逆变换对近似系数信号和细节系数信号进行信号重构，得到初步无噪声干扰数据。
第四判断单元，用于判断初步无噪声干扰数据的功率谱曲线是否存在尖峰脉冲噪声干扰，得到第四判断结果，具体为判断初步无噪声干扰数据的功率谱曲线的最大幅值是否大于正常值的两个数量级。第四判断结果为是，执行第二更新单元；第四判断结果为否，执行第二确定单元。
第二更新单元，用于调整小波变换方法的滤波参数，对初步无噪声干扰数据进行滤波，更新初步无噪声干扰数据并执行第四判断单元。调整小波变换方法的滤波参数具体为调整小波变换函数、小波分解层数、第一预设阈值和第二预设阈值。
第二确定单元，用于确定初步无噪声干扰数据为无噪声干扰数据。
无噪声干扰数据模块208，用于确定无低频干扰数据为无噪声干扰数据。
格式处理模块209，用于对无噪声干扰数据进行格式处理，得到格式文件，并计算格式文件的电阻率和相位，以及根据电阻率得到电阻率的曲线，根据相位得到相位的曲线。
格式处理模块209包括：
格式文件单元，用于将无噪声干扰数据转换成二进制的格式文件。
第五判断模块210，用于判断格式文件的电阻率曲线和相位曲线是否光滑，得到第五判断结果。判断格式文件的电阻率曲线和相位曲线是否光滑具体为判断电阻率曲线和相位曲线在除去频率为1Hz以下和1000Hz附近之外的曲线部分是否连续光滑，得到第五判断结果。第五判断结果为是，执行结束模块211；第五判断结果为否，执行循环模块212。
结束模块211，用于存储格式文件，结束滤波。
循环模块212，用于将格式文件作为新的原始时间序列文件，并执行第一判断模块203。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。
Claims (7)
1.一种音频大地电磁数据噪声干扰的滤波方法，其特征在于，包括：
获取音频大地电磁数据；
对所述音频大地电磁数据进行预处理，得到原始时间序列文件；
判断所述原始时间序列文件的信号道功率谱曲线是否存在低频噪声干扰，得到第一判断结果；
所述第一判断结果为是，采用广义形态滤波方法对所述原始时间序列文件进行滤波，得到无低频干扰数据；
所述第一判断结果为否，确定所述原始时间序列文件为所述无低频干扰数据；
判断所述无低频干扰数据是否存在尖峰脉冲噪声干扰，得到第三判断结果，具体包括：
判断无低频干扰数据的信号道功率谱曲线的最大幅值是否大于正常值的两个数量级；所述正常值为待滤波数据的信号道功率谱曲线的最大幅值的平均值；
所述第三判断结果为是，采用小波变换方法对所述无低频干扰数据进行滤波，得到无噪声干扰数据，具体包括：
采用小波变换方法对所述无低频干扰数据进行滤波，得到初步无噪声干扰数据，具体包括：
获取预设的小波变换函数和小波分解层数；
根据预设的所述小波变换函数和所述小波分解层数，对所述无低频干扰数据进行小波分解，得到近似系数和细节系数；
获取对应所述近似系数的第一预设阈值和对应所述细节系数的第二预设阈值；
判断所述近似系数是否大于所述第一预设阈值的102，得到第六判断结果；
所述第六判断结果为是，删除大于所述第一预设阈值的102的所述近似系数，得到近似系数信号；
所述第六判断结果为否，确定所述近似系数为所述近似系数信号；
判断所述细节系数是否大于所述第二预设阈值的102，得到第七判断结果；
所述第七判断结果为是，删除大于所述第一预设阈值的102的所述细节系数，得到细节系数信号；
所述第七判断结果为否，确定所述细节系数为所述细节系数信号；
对所述近似系数信号和所述细节系数信号进行小波逆变换，得到初步无噪声干扰数据；
判断所述初步无噪声干扰数据的功率谱曲线是否存在尖峰脉冲噪声干扰，得到第四判断结果；
所述第四判断结果为是，调整小波变换方法的滤波参数，对所述初步无噪声干扰数据进行滤波，更新初步无噪声干扰数据并返回步骤“判断所述初步无噪声干扰数据的功率谱曲线是否存在尖峰脉冲噪声干扰，得到第四判断结果”；所述调整小波变换方法的滤波参数具体包括：调整小波变换函数、小波分解层数、第一预设阈值和第二预设阈值；第一次调整滤波参数时随机进行调整，并将第一次调整滤波参数进行滤波处理后更新的初步无噪声干扰数据与预设的滤波参数进行滤波处理后的初步无噪声干扰数据进行比较，确定后续调整滤波参数的方向；
所述第四判断结果为否，确定所述初步无噪声干扰数据为所述无噪声干扰数据；
所述第三判断结果为否，确定所述无低频干扰数据为所述无噪声干扰数据；
对所述无噪声干扰数据进行格式处理，得到格式文件，并计算所述格式文件的电阻率和相位；
判断所述电阻率的曲线和所述相位的曲线是否光滑，得到第五判断结果；
所述第五判断结果为是，存储所述格式文件，结束滤波；
所述第五判断结果为否，将所述格式文件作为新的原始时间序列文件，并返回步骤“判断所述原始时间序列文件的信号道功率谱曲线是否存在低频噪声干扰，得到第一判断结果”。
2.根据权利要求1所述的音频大地电磁数据噪声干扰的滤波方法，其特征在于，所述第一判断结果为是，采用广义形态滤波方法对所述原始时间序列文件进行滤波，得到无低频干扰数据，具体包括：
采用广义形态滤波方法对所述原始时间序列文件进行滤波，得到所述初步无低频干扰数据；
判断所述初步无低频干扰数据的功率谱曲线是否存在低频噪声干扰，得到第二判断结果；
所述第二判断结果为是，调整广义形态滤波方法的滤波参数，对所述初步无低频干扰数据进行滤波，更新初步无低频干扰数据并返回步骤“判断所述初步无低频干扰数据的功率谱曲线是否存在低频噪声干扰，得到第二判断结果”；
所述第二判断结果为否，确定所述初步无低频干扰数据为所述无低频干扰数据。
3.根据权利要求1所述的音频大地电磁数据噪声干扰的滤波方法，其特征在于，所述对所述音频大地电磁数据进行预处理，得到原始时间序列文件，具体包括：
将所述音频大地电磁数据转换成文本数据，获取所述文本数据中的原始时间序列信号；
获取所述原始时间序列信号tag信息中的时间信息；
根据所述时间信息计算所述文本数据的长度，根据所述长度确定第一数组；
读取所述原始时间序列信号的数据道，将读取的数据道数据存储在所述第一数组中，得到原始时间序列文件。
4.根据权利要求2所述的音频大地电磁数据噪声干扰的滤波方法，其特征在于，所述采用广义形态滤波方法对所述原始时间序列文件进行滤波，得到所述初步无低频干扰数据，具体包括：
获取预设的广义形态滤波方法的滤波参数；所述滤波参数包括第一结构元素和第二结构元素；
根据公式y1(n)＝ΨGOC(GCO)(g1,g2)＝[GOC(f(n))+GCO(f(n))]/2和公式y(n)＝ΨGOC(GCO)(-g1,-g2)＝[GOC(y1(n))+GCO(y1(n))]/2对所述原始时间序列文件进行滤波，计算得到初步无低频干扰数据；
上式中，y1(n)表示正结构元素的基本滤波单元；g1表示第一结构元素；g2表示第二结构元素；GOC表示广义形态开-闭滤波器；GCO表示广义形态闭-开滤波器；f(n)表示待滤波数据，即所述原始时间序列文件；y(n)表示所述初步无低频干扰数据。
5.根据权利要求1所述的音频大地电磁数据噪声干扰的滤波方法，其特征在于，所述对所述无噪声干扰数据进行格式处理，得到格式文件，具体包括：
将所述无噪声干扰数据转换成二进制的格式文件。
6.一种音频大地电磁数据噪声干扰的滤波系统，其特征在于，包括：
获取模块，用于获取音频大地电磁数据；
预处理模块，用于对所述音频大地电磁数据进行预处理，得到原始时间序列文件；
第一判断模块，用于判断所述原始时间序列文件的信号道功率谱曲线是否存在低频噪声干扰，得到第一判断结果；所述第一判断结果为是，执行第一滤波模块；所述第一判断结果为否，执行无低频干扰数据模块；
第一滤波模块，用于采用广义形态滤波方法对所述原始时间序列文件进行滤波，得到无低频干扰数据；
无低频干扰数据模块，用于确定所述原始时间序列文件为所述无低频干扰数据；
第三判断模块，用于判断所述无低频干扰数据是否存在尖峰脉冲噪声干扰，得到第三判断结果；所述第三判断结果为是，执行第二滤波模块；所述第三判断结果为否，执行无噪声干扰数据模块；所述第三判断模块包括：
第三判断单元，用于判断无低频干扰数据的信号道功率谱曲线的最大幅值是否大于正常值的两个数量级；所述正常值为待滤波数据的信号道功率谱曲线的最大幅值的平均值；
第二滤波模块，用于采用小波变换方法对所述无低频干扰数据进行滤波，得到无噪声干扰数据，具体包括：
第二初步单元，用于采用小波变换方法对所述无低频干扰数据进行滤波，得到初步无噪声干扰数据，具体包括：
第二初步单元，用于采用小波变换方法对无低频干扰数据中存在尖峰脉冲噪声干扰的电道信号或磁道信号进行滤波，得到初步无噪声干扰数据，具体包括：
获取预设子单元，用于获取预设的小波变换函数和小波分解层数；
分解子单元，用于根据预设的小波变换函数和预设的小波分解层数，对待脉冲滤波数据进行小波分解，得到近似系数和细节系数；
预设阈值子单元，用于获取对应近似系数的第一预设阈值和对应细节系数的第二预设阈值；
第六判断子单元，用于判断近似系数是否大于第一预设阈值的102，得到第六判断结果；第六判断结果为是，执行第一删除子单元；第六判断结果为否，执行近似系数信号子单元；
第一删除子单元，用于删除大于第一预设阈值的102的近似系数，得到近似系数信号；
近似系数信号子单元，用于确定近似系数为近似系数信号；
第七判断子单元，用于判断细节系数是否大于第二预设阈值的102，得到第七判断结果；第七判断结果为是，执行第二删除子单元；第七判断结果为否，执行细节系数信号子单元；
第二删除子单元，用于删除大于第一预设阈值的102的细节系数，得到细节系数信号；
细节系数信号子单元，用于确定细节系数为细节系数信号；
无噪声干扰数据子单元，用于对近似系数信号和细节系数信号进行小波逆变换，得到初步无噪声干扰数据；
第四判断单元，用于判断所述初步无噪声干扰数据的功率谱曲线是否存在尖峰脉冲噪声干扰，得到第四判断结果；所述第四判断结果为是，执行第二更新单元；所述第四判断结果为否，执行第二确定单元；
第二更新单元，用于调整小波变换方法的滤波参数，对所述初步无噪声干扰数据进行滤波，更新初步无噪声干扰数据并执行第四判断单元；所述调整小波变换方法的滤波参数具体包括：调整小波变换函数、小波分解层数、第一预设阈值和第二预设阈值；第一次调整滤波参数时随机进行调整，并将第一次调整滤波参数进行滤波处理后更新的初步无噪声干扰数据与预设的滤波参数进行滤波处理后的初步无噪声干扰数据进行比较，确定后续调整滤波参数的方向；
第二确定单元，用于确定所述初步无噪声干扰数据为所述无噪声干扰数据；
无噪声干扰数据模块，用于确定所述无低频干扰数据为所述无噪声干扰数据；
格式处理模块，用于对所述无噪声干扰数据进行格式处理，得到格式文件，并计算所述格式文件的电阻率和相位；
第五判断模块，用于判断所述电阻率的曲线和所述相位的曲线是否光滑，得到第五判断结果；所述第五判断结果为是，执行结束模块；所述第五判断结果为否，执行循环模块；
结束模块，用于存储所述格式文件，结束滤波；
循环模块，用于将所述格式文件作为新的原始时间序列文件，并执行第一判断模块。
7.根据权利要求6所述的音频大地电磁数据噪声干扰的滤波系统，其特征在于，所述第一滤波模块，具体包括：
第一初步单元，用于采用广义形态滤波方法对所述原始时间序列文件进行滤波，得到所述初步无低频干扰数据；
第二判断单元，用于判断所述初步无低频干扰数据的功率谱曲线是否存在低频噪声干扰，得到第二判断结果；所述第二判断结果为是，执行第一更新单元；所述第二判断结果为否，执行第一确定单元；
第一更新单元，用于调整广义形态滤波方法的滤波参数，对所述初步无低频干扰数据进行滤波，更新初步无低频干扰数据并执行第二判断单元；
第一确定单元，用于确定所述初步无低频干扰数据为所述无低频干扰数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911276599.0A CN110989020B (zh) | 2019-12-12 | 2019-12-12 | 一种音频大地电磁数据噪声干扰的滤波方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911276599.0A CN110989020B (zh) | 2019-12-12 | 2019-12-12 | 一种音频大地电磁数据噪声干扰的滤波方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110989020A CN110989020A (zh) | 2020-04-10 |
| CN110989020B true CN110989020B (zh) | 2021-12-07 |
Family
ID=70092970
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911276599.0A Expired - Fee Related CN110989020B (zh) | 2019-12-12 | 2019-12-12 | 一种音频大地电磁数据噪声干扰的滤波方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110989020B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111780817B (zh) * | 2020-06-07 | 2022-02-11 | 承德石油高等专科学校 | 一种低频励磁电磁流量计噪声信号检测及处理的算法 |
| CN112564670B (zh) * | 2020-11-20 | 2023-11-21 | 核工业二〇八大队 | 一种音频大地电磁数据工频噪声干扰的滤波方法 |
| CN117076858B (zh) * | 2023-08-18 | 2024-06-04 | 东华理工大学 | 一种基于深度学习的低频大地电磁强干扰压制方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102721663A (zh) * | 2012-05-28 | 2012-10-10 | 中国科学院长春光学精密机械与物理研究所 | 一种基于自适应滤波的近红外土壤光谱去噪方法 |
| CN102841248A (zh) * | 2012-09-04 | 2012-12-26 | 西安石油大学 | 一种任意频率任意幅度微弱信号检测方法 |
| CN105372707A (zh) * | 2014-08-27 | 2016-03-02 | 中国石油化工股份有限公司 | 一种多尺度地震资料随机噪音衰减方法 |
| CN107817527A (zh) * | 2017-10-31 | 2018-03-20 | 吉林大学 | 基于块稀疏压缩感知的沙漠地震勘探随机噪声压制方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2450641B (en) * | 2006-01-30 | 2010-06-09 | Exxonmobil Upstream Res Co | Method for spatial filtering of electromagnetic survey data |
| US9377548B2 (en) * | 2011-11-09 | 2016-06-28 | Chevron U.S.A. Inc. | Wavelet-transform based system and method for analyzing characteristics of a geological formation |
| CN104502756B (zh) * | 2014-12-16 | 2017-08-25 | 华南理工大学 | 基于广义形态学开闭和闭开小波变换的电能质量检测方法 |
| CN106092015B (zh) * | 2016-05-27 | 2018-07-03 | 南京理工大学 | 一种轨道表面凹陷长度检测方法 |
| CN107123987A (zh) * | 2017-05-11 | 2017-09-01 | 华东交通大学 | 基于在线训练加权svm的电能质量扰动识别方法 |
-
2019
- 2019-12-12 CN CN201911276599.0A patent/CN110989020B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102721663A (zh) * | 2012-05-28 | 2012-10-10 | 中国科学院长春光学精密机械与物理研究所 | 一种基于自适应滤波的近红外土壤光谱去噪方法 |
| CN102841248A (zh) * | 2012-09-04 | 2012-12-26 | 西安石油大学 | 一种任意频率任意幅度微弱信号检测方法 |
| CN105372707A (zh) * | 2014-08-27 | 2016-03-02 | 中国石油化工股份有限公司 | 一种多尺度地震资料随机噪音衰减方法 |
| CN107817527A (zh) * | 2017-10-31 | 2018-03-20 | 吉林大学 | 基于块稀疏压缩感知的沙漠地震勘探随机噪声压制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110989020A (zh) | 2020-04-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110989020B (zh) | 一种音频大地电磁数据噪声干扰的滤波方法及系统 | |
| CN102998706B (zh) | 一种衰减地震数据随机噪声的方法及系统 | |
| Parolai | Denoising of seismograms using the S transform | |
| Chen et al. | Distributed acoustic sensing coupling noise removal based on sparse optimization | |
| CN103995289B (zh) | 基于时频谱模拟的时变混合相位地震子波提取方法 | |
| CN106199532B (zh) | 基于混合傅立叶-小波分析的探地雷达信号降噪方法 | |
| Zhang et al. | Signal preserving and seismic random noise attenuation by Hurst exponent based time–frequency peak filtering | |
| CN110908001B (zh) | 一种大地电磁测深信号的重构方法及系统 | |
| Lin et al. | Recovery of seismic events by time-frequency peak filtering | |
| CN107783191B (zh) | 多维空间时空时频峰值滤波消减地震勘探随机噪声的方法 | |
| CN102944895B (zh) | 一种地震记录面波干扰压制方法及装置 | |
| CN104635264B (zh) | 叠前地震数据的处理方法及设备 | |
| CN103675904A (zh) | 一种井震匹配解释性目标处理方法及装置 | |
| CN117059118A (zh) | 一种聊天室音频数据优化处理方法及系统 | |
| CN111553308A (zh) | 一种电力变压器局部放电信号的重构方法 | |
| CN111427088A (zh) | 用于识别薄互储层的地震数据低频补偿方法 | |
| CN110531420A (zh) | 一种地震数据中工业干扰噪声无损分离方法 | |
| Gong et al. | Nonlinear vibration feature extraction based on power spectrum envelope adaptive empirical Fourier decomposition | |
| CN103954994B (zh) | 基于连续小波变换的地震信号增强方法及装置 | |
| CN112904412B (zh) | 一种矿山微震信号p波初至时刻提取方法及系统 | |
| Zhang et al. | Seismic random noise attenuation by time-frequency peak filtering based on joint time-frequency distribution | |
| Lin et al. | Removal of a series of spikes from magnetic resonance sounding signal by combining empirical mode decomposition and wavelet thresholding | |
| CN108226996B (zh) | 基于能量频带分布的自适应各向异性分频分区滤波方法 | |
| CN116383605A (zh) | 基于小波分解的车辆震动信号去噪方法 | |
| CN115577241A (zh) | 一种基于短时窗均值-vmd算法的惯导非平稳信号降噪方法 |
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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20211207 |