CN111767887B - 基于小波分解与ime频率估计的瞬变电磁数据处理方法 - Google Patents

基于小波分解与ime频率估计的瞬变电磁数据处理方法 Download PDF

Info

Publication number
CN111767887B
CN111767887B CN202010649806.9A CN202010649806A CN111767887B CN 111767887 B CN111767887 B CN 111767887B CN 202010649806 A CN202010649806 A CN 202010649806A CN 111767887 B CN111767887 B CN 111767887B
Authority
CN
China
Prior art keywords
noise
frequency
transient electromagnetic
ime
wavelet decomposition
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
CN202010649806.9A
Other languages
English (en)
Other versions
CN111767887A (zh
Inventor
张洋
黄思和
张博
孙一书
林君
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.)
Jilin University
Original Assignee
Jilin 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 Jilin University filed Critical Jilin University
Priority to CN202010649806.9A priority Critical patent/CN111767887B/zh
Publication of CN111767887A publication Critical patent/CN111767887A/zh
Application granted granted Critical
Publication of CN111767887B publication Critical patent/CN111767887B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/02—Preprocessing
    • G06F2218/04—Denoising
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G06F17/12—Simultaneous equations, e.g. systems of linear equations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/15—Correlation function computation including computation of convolution operations

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Operations Research (AREA)
  • Noise Elimination (AREA)

Abstract

本发明提出了一种基于小波分解与IME频率估计的瞬变电磁数据处理方法，属于瞬变电磁信号处理领域，采用小波分解算法对环境噪声进行预处理以压制随机噪声，减小其他噪声对评估工频噪声频率的干扰，再利用IME频率估计方法，将噪声中的谐波噪声成分作为主要成分，精确地估计出工频噪声频率f；最后设置瞬变电磁工作频率4/f、占空比25％和双极性方波发射，再利用工频噪声的周期性，有效消除工频谐波噪声及其残余噪声。

Description

基于小波分解与IME频率估计的瞬变电磁数据处理方法
技术领域
本发明涉及瞬变电磁信号处理领域，特别是涉及一种基于小波分解与IME频率估计的瞬变电磁数据处理方法。
背景技术
瞬变电磁法是一种基于电磁感应定律的地球物理探测方法，因其对低阻体敏感的特点，广泛应用于地质结构探测、地质资源勘查等工作中，同时广泛服务于人类城市地下空间的科学研究与探索工作中。
然而在噪声抑制方面，目前瞬变电磁法处理噪声的最有效方法是在发射双极性方波的基础上进行数据多次叠加，该方法在拥有大量数据的前提下取得了优异的噪声抑制效果，但是大量的叠加次数会导致系统工作效率大大下降，尤其是对于移动测量的瞬变电磁系统，获取的叠加次数有限，难以满足数据处理的需求。因此，在电力线分布密集、谐波噪声复杂的城市环境中工作效率更差，航空瞬变电磁数据由于工频谐波噪声的干扰甚至无法正常工作。
另外，现存的谐波噪声处理方法都是在假设其基频为50Hz前提下进行的，这种假设被证实存在不合理性，在实际探测环境中，谐波噪声频率会存在一定程度的波动，这会导致传统的以50Hz为假设方法噪声抑制效果受到限制，残余工频谐波噪声仍会导致较低的信噪比。因此，在强谐波噪声环境中，一个高效的噪声抑制方法是有必要的。
发明内容
本发明的目的就是针对现有瞬变电磁法噪声抑制方面存在的工频谐波噪声残余、叠加次数多、效率低，在电力线分布密集、谐波噪声复杂的城市环境中工作效率更差，航空瞬变电磁数据由于工频谐波噪声的干扰甚至无法正常工作等缺点，提供了一种基于小波分解与IME频率估计的瞬变电磁数据处理方法，该方法在获取精确的工频频率前提下，设置瞬变电磁工作频率和占空比，再利用双极性方波发射，能够有效抑制工频谐波噪声，消除噪声残余，同时大幅降低叠加次数，对于实现地下空间的高效探测具有重要意义。
本发明的目的是通过以下技术方案实现的：一种基于小波分解与IME频率估计的瞬变电磁数据处理方法，其特征在于，包括以下步骤：
S1、采集环境噪声，环境噪声n(t)为谐波噪声nr(t)与其他噪声ne(t)共同组成的耦合噪声；
环境噪声形式表示如下：
n(t)＝nr(t)+ne(t)
S2、采用小波分解算法预处理环境噪声n(t)：将步骤S1中的谐波噪声nr(t)作为噪声中的主要成分，利用小波分解算法抑制其他噪声ne(t)，小波分解处理后获得环境噪声n′(t)；
S3、采用IME算法估算谐波噪声频率：针对谐波噪声nr(t)构造IME方程组并迭代优化，对步骤S2预处理后的环境噪声n′(t)进行频率估算，得到工频噪声频率f；
S4、设定瞬变电磁发射线圈工作模式：根据步骤S3获得的工频噪声频率f设定发射频率为f/4，发射双极性方波，占空比设定为25％；
S5、发射结束后，采集瞬变电磁二次场信号，采集时间为Ts/4，其中Ts为发射频率的周期，即4/f，在一个工作周期内双极性方波产生的二次场信号为正信号s1和负信号s2交替出现；
S6、判定信号采集时长是否大于1s，采集时长大于1s，返回步骤S1；采集时长小于1s，瞬变电磁发射线圈继续工作，继续采集瞬变电磁二次场信号；
S7、完成瞬变电磁信号采集后，对同一个周期内的所有相邻正负信号做差再求平均，获得信号s，s＝(s1-s2)/2，s1为正信号，s2为负信号；
S8、所有做差平均后的信号s叠加平均，叠加平均后的信号s作为本方法的最终消噪结果，从而实现瞬变电磁噪声抑制。
进一步，所述步骤S1中环境噪声采集时长Ta，Ta≥60ms，采集时长Ta包含至少两个完整的谐波噪声周期。
进一步，步骤S2中小波分解算法的小波基选取db小波，阈值函数采用软阈值函数。
进一步，步骤S3中，针对谐波噪声nr(t)构造IME方程组并迭代优化，对步骤S2预处理后的环境噪声n′(t)进行频率估算，得到工频噪声频率f的过程如下：
构造IME方程组：
Figure BDA0002574512180000031
Figure BDA0002574512180000032
Figure BDA0002574512180000033
Figure BDA0002574512180000034
Figure BDA0002574512180000035
Figure BDA0002574512180000036
Figure BDA0002574512180000037
Figure BDA0002574512180000038
其中k＝1,2,...,kmax，kmax对应估算的谐波总数，n为步骤S1采集的环境噪声n(t)在时间域上对应的离散采样点，N为离散采样点总个数，Δt为离散采样点之间的时间间隔，n′(n)为经步骤S2预处理后的环境噪声数据n′(t)在时间域上的离散数据，ω为角频率，ω与谐波噪声频率f的对应关系为ω＝2πf，f的初始值为理论频率值50Hz，Tall为估测数据在时间域上的总时长，Ak、Bk、Xk、Yk、
Figure BDA0002574512180000041
均为过渡临时变量，IME算法是一个迭代优化的过程，每次迭代优化遵循公式(1)到公式(8)的顺序计算过程，每一次迭代均更新一次角频率ω，随着迭代优化的不断进行，角频率偏移量
Figure BDA0002574512180000042
逐渐趋于0，角频率ω逐渐平稳，平稳的角频率ω对应的谐波噪声频率f即为工频噪声频率f。
进一步，步骤S8中所有做差平均后的信号s叠加平均，叠加平均后的信号s作为本方法的最终消噪结果，从而实现瞬变电磁噪声抑制的过程如下：根据步骤S1至步骤S4得到的工频噪声频率f和设置发射频率，每秒进行设置一次；根据工频噪声的频率高的采样数据为基准，从每一秒内获取的信号s中第一个点开始叠加平均，叠加平均后的信号作为本方法发明的最终消噪结果，从而实现瞬变电磁噪声抑制。
通过上述设计方案，本发明可以带来如下有益效果：
1、本发明提供了一种基于小波分解与IME频率估计的瞬变电磁数据处理方法，用于抑制强谐波噪声环境的瞬变电磁噪声，将谐波噪声频率的波动性考虑在内，有效消除了传统方法存在工频谐波噪声残余、叠加次数多、效率低的缺点，本发明提出的方法仅通过较少的叠加次数即可大幅提高信噪比。
2、本发明提出的方法采用小波分解算法对环境噪声进行预处理以压制随机噪声，减小其他噪声对评估工频噪声频率的干扰，再利用IME频率估计方法，将噪声中的谐波噪声成分作为主要成分，精确地估计出工频噪声频率f；最后设置瞬变电磁工作频率4/f、占空比25％和双极性方波发射，再利用工频噪声的周期性，有效消除工频谐波噪声及其残余噪声。
附图说明
图1为本发明的整体工作流程图；
图2为60ms纯噪声波形图；
图3为采集到的一组瞬变电磁二次场正负信号波形图；
图4为本发明实例方法相邻信号做差平均后的波形图；
图5为本发明实例方法采用理论50Hz频率假设下的相邻信号做差平均后的波形图；
图6为仅采用传统叠加100次信号波形图；
图7为仅采用传统叠加500次信号波形图；
图8为本发明实例方法处理后叠加100次信号波形图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。为了避免混淆本发明的实质，公知的方法、过程、流程并没有进行详尽的说明。
在本发明的描述中，IME(Improvingmodelestimator)算法为改进的建模频率估计。
一种基于小波分解与IME频率估计的瞬变电磁数据处理方法，其整体工作流程如图1所示，包括以下步骤：
S1、采集环境噪声：采集一组时长为Ta的环境噪声，其中Ta≥60ms，环境噪声表示如下：
n(t)＝nr(t)+ne(t)
其中环境噪声n(t)为谐波噪声nr(t)与其他噪声ne(t)共同组成的耦合噪声；
S2、采用小波分解算法预处理环境噪声n(t)：将步骤S1中的谐波噪声nr(t)作为噪声中的主要成分，利用小波分解算法抑制其他噪声ne(t)，从而提高IME算法频率估计的精确度；小波基选取db小波，阈值函数采用软阈值函数；软阈值函数的定义形式采用现有的形式，此处不再赘述；小波分解处理后获得环境噪声n′(t)，其主要成分为谐波噪声nr(t)；
S3、IME算法估算谐波噪声频率：对预处理后的环境噪声n′(t)进行频率估算，针对谐波噪声nr(t)，构造IME方程组：
Figure BDA0002574512180000061
Figure BDA0002574512180000062
Figure BDA0002574512180000063
Figure BDA0002574512180000064
Figure BDA0002574512180000065
Figure BDA0002574512180000066
Figure BDA0002574512180000067
Figure BDA0002574512180000068
其中k＝1,2,...,kmax，kmax对应估算的谐波总数，n为步骤S1采集的环境噪声n(t)在时间域上对应的离散采样点，N为离散采样点总个数，Δt为离散采样点之间的时间间隔，n′(n)为经步骤S2预处理后的环境噪声数据n′(t)在时间域上的离散数据，ω为角频率，ω与谐波噪声频率f的对应关系为ω＝2πf，f的初始值为理论频率值50Hz，Tall为估测数据在时间域上的总时长，Ak、Bk、Xk、Yk、
Figure BDA0002574512180000071
均为过渡临时变量，IME算法是一个迭代优化的过程，每次迭代优化遵循公式(1)到公式(8)的顺序计算过程，且如公式(8)每一次迭代均更新一次角频率ω，随着迭代优化的不断进行，角频率偏移量
Figure BDA0002574512180000072
逐渐趋于0，角频率ω也会逐渐平稳，平稳的角频率ω对应的谐波噪声频率f即为IME算法估算的真实谐波噪声频率；
S4、设定瞬变电磁发射线圈工作模式：根据步骤S3获得的真实谐波噪声频率作为工频噪声频率f，设定发射频率为f/4，发射双极性方波，占空比设定为25％；
S5、发射结束后，采集瞬变电磁二次场信号，采集时间为Ts/4，其中Ts为发射频率的周期，即4/f，在一个工作周期内双极性方波产生的二次场信号依次为一个正信号s1和一个负信号s2；
S6、判定信号采集时长是否大于1s，如果采集时长小于1s，瞬变电磁发射线圈继续工作，继续采集瞬变电磁二次场信号，如果采集时长大于1s，返回步骤S1；这样做的目的是设定工频噪声的基频在一秒内是不变的，通过前60ms的纯噪声数据获取精准的工频噪声的频率；
S7、完成瞬变电磁信号采集，相邻正负信号做差再求平均：完成瞬变电磁信号采集，对同一个周期内的正信号s1与负信号s2做差，再求平均，公式如下：
s＝(s1-s2)/2
s即为做差再平均后的信号，由于正信号s1与负信号s2符号相反，相减后信号加倍；而由于采用发射频率为工频噪声频率的1/4，在一个周期内两次采集的工频噪声相位完全相同，相减后抵消，真正实现了工频及其谐波噪声的抑制；
S8、根据探测噪声情况，选择实际叠加次数，将上述步骤噪声处理后得到的所有信号s进一步叠加平均，抑制随机噪声；由于电网等干扰源的不稳定性，工频噪声的频率会有波动，因此信号s中的数据量也不同，工频噪声的频率高的采样数据量最少；并根据步骤S1至步骤S4得到的工频噪声频率f和设置发射频率，每秒进行设置一次，每秒进行设置一次；在进行该步骤叠加平均抑制随机噪声时，要根据工频噪声的频率高的采样数据为基准，从每一秒内获取的信号s中第一个点开始叠加平均，叠加平均后的信号作为本方法发明的最终消噪结果。
一种基于小波分解与IME频率估计的瞬变电磁数据处理方法细节说明：
(1)本发明工作流程示意图如图1所示，该方法按照以下流程进行：S1、采集一组时长为Ta的环境噪声，要求Ta≥60ms，保证包含两个完整的谐波噪声周期；S2、小波分解算法预处理环境噪声n(t)：将谐波噪声nr(t)作为噪声中的主要成分，利用小波分解算法抑制其他噪声ne(t)，从而提高IME算法频率估计的精确度；S3、对预处理后的环境噪声n′(t)进行频率估算，针对谐波噪声nr(t)，构造IME方程组并迭代优化，求得估算的谐波声频率，作为工频噪声频率f；S4、根据步骤S3获得的工频噪声频率f，设定发射线圈的发射频率为f/4，且工作电压为双极性方波；S5、瞬变电磁发射线圈工作，采集瞬变电磁二次场信号：发射的双极性方波产生的二次场信号依次为一个正信号s1和一个负信号s2；S6、判定信号采集时长是否大于1s，如果采集时长小于1s，瞬变电磁发射线圈继续工作，继续采集瞬变电磁二次场信号，如果采集时长大于1s，返回步骤S1；S7、完成瞬变电磁信号采集，对所有相邻的正信号s1与负信号s2做差平均，获得N组做差平均后的信号；S8、N组信号叠加平均；
(2)采集的60ms噪声数据如图2所示；从图中可以看出谐波噪声振幅明显；
(3)采集到的瞬变电磁二次场正负信号如图3所示；图中信号受到噪声的影响严重畸变，且相邻的信号振幅相反，一正一负；
(4)步骤S2和步骤S3目的是估算采集到的谐波噪声真实的频率，由于噪声中除谐波噪声外还存在随机噪声等其他噪声，对于频率估计存在一定的干扰，因此先利用小波分解算法对采集到的噪声进行预处理，在此基础上再进行频率预估，保证估算出的频率尽可能逼近真实频率，且估算过程是在理论频率50Hz附近进行了，符合实际环境中谐波噪声频率波动规律，图4和图5分别表示完整采用本发明频率估计算法和不采用频率估计算法的实验对比图，从图中可以看出基于本发明频率估计算法的噪声抑制效果更好；
(5)步骤S4设定发射频率为f/4是保证相邻的正负二次场信号中耦合的谐波噪声波形尽可能相似，从图4做差平均后的信号波形图中可以看出谐波噪声做差平均后抑制效果明显；
(6)步骤S6判断信号采集时长若大于1s即返回步骤S1，重新进行谐波噪声频率估计，原因是真实环境中的谐波噪声频率存在一定程度的波动，随着时间的流逝，频率的累计波动可能导致较大的频率偏移，因此返回步骤S1重新进行频率估计；
(7)图6和图7分别为仅采用传统叠加方法叠加100次和500次效果图，从信号波形可以看出传统叠加方法对谐波噪声处理效果不理想，受工频噪声影响较大；
(8)图8为本发明方法处理后效果，其中叠加次数为100次，与传统方法相比如图6和图7所示，本发明方法噪声效果优异。

Claims (4)

1.一种基于小波分解与IME频率估计的瞬变电磁数据处理方法，其特征在于，包括以下步骤：
S1、采集环境噪声，环境噪声n(t)为谐波噪声nr(t)与其他噪声ne(t)共同组成的耦合噪声；
环境噪声形式表示如下：
n(t)＝nr(t)+ne(t)；
S2、采用小波分解算法预处理环境噪声n(t)：将步骤S1中的谐波噪声nr(t)作为噪声中的主要成分，利用小波分解算法抑制其他噪声ne(t)，小波分解处理后获得环境噪声n′(t)；
S3、采用IME算法估算谐波噪声频率：针对谐波噪声nr(t)构造IME方程组并迭代优化，对步骤S2预处理后的环境噪声n′(t)进行频率估算，得到工频噪声频率f；
S4、设定瞬变电磁发射线圈工作模式：根据步骤S3获得的工频噪声频率f设定发射频率为f/4，发射双极性方波，占空比设定为25％；
S5、发射结束后，采集瞬变电磁二次场信号，采集时间为Ts/4，其中Ts为发射频率的周期，即4/f，在一个工作周期内双极性方波产生的二次场信号为正信号s1和负信号s2交替出现；
S6、判定信号采集时长是否大于1s，采集时长大于1s，返回步骤S1；采集时长小于1s，瞬变电磁发射线圈继续工作，继续采集瞬变电磁二次场信号；
S7、完成瞬变电磁信号采集后，对同一个周期内的所有相邻正负信号做差再求平均，获得信号s，s＝(s1-s2)/2，s1为正信号，s2为负信号；
S8、所有做差平均后的信号s叠加平均，叠加平均后的信号s作为本方法的最终消噪结果，从而实现瞬变电磁噪声抑制；
所述步骤S1中环境噪声采集时长Ta，Ta≥60ms，采集时长Ta包含至少两个完整的谐波噪声周期。
2.根据权利要求1所述的基于小波分解与IME频率估计的瞬变电磁数据处理方法，其特征在于：步骤S2中小波分解算法的小波基选取db小波，阈值函数采用软阈值函数。
3.根据权利要求1所述的基于小波分解与IME频率估计的瞬变电磁数据处理方法，其特征在于：步骤S3中，针对谐波噪声nr(t)构造IME方程组并迭代优化，对步骤S2预处理后的环境噪声n′(t)进行频率估算，得到工频噪声频率f的过程如下：
构造IME方程组：
Figure FDA0003633924340000021
Figure FDA0003633924340000022
Figure FDA0003633924340000023
Figure FDA0003633924340000024
Figure FDA0003633924340000025
Figure FDA0003633924340000026
Figure FDA0003633924340000027
Figure FDA0003633924340000031
其中k＝1,2,...,kmax，kmax对应估算的谐波总数，n为步骤S1采集的环境噪声n(t)在时间域上对应的离散采样点，N为离散采样点总个数，Δt为离散采样点之间的时间间隔，n′(n)为经步骤S2预处理后的环境噪声数据n′(t)在时间域上的离散数据，ω为角频率，ω与谐波噪声频率f的对应关系为ω＝2πf，f的初始值为理论频率值50Hz，Tall为估测数据在时间域上的总时长，Ak、Bk、Xk、Yk、
Figure FDA0003633924340000032
均为过渡临时变量，IME算法是一个迭代优化的过程，每次迭代优化遵循公式(1)到公式(8)的顺序计算过程，每一次迭代均更新一次角频率ω，随着迭代优化的不断进行，角频率偏移量
Figure FDA0003633924340000033
逐渐趋于0，角频率ω逐渐平稳，平稳的角频率ω对应的谐波噪声频率f即为工频噪声频率f。
4.根据权利要求1所述的基于小波分解与IME频率估计的瞬变电磁数据处理方法，其特征在于：步骤S8中所有做差平均后的信号s叠加平均，叠加平均后的信号s作为本方法的最终消噪结果，从而实现瞬变电磁噪声抑制的过程如下：根据步骤S1至步骤S4得到的工频噪声频率f和设置发射频率，每秒进行设置一次；根据工频噪声的频率高的采样数据为基准，从每一秒内获取的信号s中第一个点开始叠加平均，叠加平均后的信号作为本方法发明的最终消噪结果，从而实现瞬变电磁噪声抑制。
CN202010649806.9A 2020-07-08 2020-07-08 基于小波分解与ime频率估计的瞬变电磁数据处理方法 Active CN111767887B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010649806.9A CN111767887B (zh) 2020-07-08 2020-07-08 基于小波分解与ime频率估计的瞬变电磁数据处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010649806.9A CN111767887B (zh) 2020-07-08 2020-07-08 基于小波分解与ime频率估计的瞬变电磁数据处理方法

Publications (2)

Publication Number Publication Date
CN111767887A CN111767887A (zh) 2020-10-13
CN111767887B true CN111767887B (zh) 2022-06-28

Family

ID=72725207

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010649806.9A Active CN111767887B (zh) 2020-07-08 2020-07-08 基于小波分解与ime频率估计的瞬变电磁数据处理方法

Country Status (1)

Country Link
CN (1) CN111767887B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011109839A2 (en) * 2010-03-05 2011-09-09 Vialogy Llc Active noise injection computations for improved predictability in oil and gas reservoir discovery and characterization
CN106094046A (zh) * 2016-07-06 2016-11-09 中国电建集团贵阳勘测设计研究院有限公司 基于奇异值分解和小波分析的时间域航空电磁数据去噪方法
CN106814402A (zh) * 2016-12-22 2017-06-09 中石化石油工程技术服务有限公司 瞬变电磁信号叠前去噪方法
CN108776357A (zh) * 2018-04-16 2018-11-09 中煤科工集团西安研究院有限公司 沉积地层瞬变电磁法电磁干扰的校正方法及装置
CN109542021A (zh) * 2018-12-24 2019-03-29 广东理致技术有限公司 一种传感器弱信号数据采集方法及装置
CN110221349A (zh) * 2019-07-15 2019-09-10 桂林电子科技大学 一种基于小波变换与正弦波估计的瞬变电磁信号降噪方法
CN110850482A (zh) * 2019-11-08 2020-02-28 吉林大学 一种基于变分模态分解原理的瞬变电磁信噪分离方法
CN110954962A (zh) * 2019-11-20 2020-04-03 吉林大学 一种用于强噪声环境的拖曳式瞬变电磁数据处理方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8649980B2 (en) * 2010-03-05 2014-02-11 Vialogy Llc Active noise injection computations for improved predictability in oil and gas reservoir characterization and microseismic event analysis

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011109839A2 (en) * 2010-03-05 2011-09-09 Vialogy Llc Active noise injection computations for improved predictability in oil and gas reservoir discovery and characterization
CN106094046A (zh) * 2016-07-06 2016-11-09 中国电建集团贵阳勘测设计研究院有限公司 基于奇异值分解和小波分析的时间域航空电磁数据去噪方法
CN106814402A (zh) * 2016-12-22 2017-06-09 中石化石油工程技术服务有限公司 瞬变电磁信号叠前去噪方法
CN108776357A (zh) * 2018-04-16 2018-11-09 中煤科工集团西安研究院有限公司 沉积地层瞬变电磁法电磁干扰的校正方法及装置
CN109542021A (zh) * 2018-12-24 2019-03-29 广东理致技术有限公司 一种传感器弱信号数据采集方法及装置
CN110221349A (zh) * 2019-07-15 2019-09-10 桂林电子科技大学 一种基于小波变换与正弦波估计的瞬变电磁信号降噪方法
CN110850482A (zh) * 2019-11-08 2020-02-28 吉林大学 一种基于变分模态分解原理的瞬变电磁信噪分离方法
CN110954962A (zh) * 2019-11-20 2020-04-03 吉林大学 一种用于强噪声环境的拖曳式瞬变电磁数据处理方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
张书凡等.《基于小波分析的瞬变电磁信号消噪》.《物探与化探》.2007, *
徐洁等.《小波分析法在瞬变电磁去噪中的应用》.《西部探矿工程》.2015, *
解海军等.《混合小波去噪在瞬变电磁资料处理中的应用》.《黑龙江科技大学学报》.2016, *

Also Published As

Publication number Publication date
CN111767887A (zh) 2020-10-13

Similar Documents

Publication Publication Date Title
CN113378661B (zh) 一种基于改进小波阈值和相关检测的直流电能信号去噪方法
CN105549097B (zh) 一种瞬变电磁信号工频及其谐波干扰消除方法及装置
CN110865357A (zh) 一种基于参数优化vmd的激光雷达回波信号降噪方法
CN106771905B (zh) 一种适用于高频电流局部放电检测的脉冲提取方法
CN102819043B (zh) 阵列信号随机噪声自适应模型去噪方法
CN103995950A (zh) 基于空域相关修正阈值的变小波系数局部放电信号消噪方法
CN107144879A (zh) 一种基于自适应滤波与小波变换结合的地震波降噪方法
CN107395157A (zh) 基于小波变换和加权移动平均的接地网电位差滤波方法
CN111767887B (zh) 基于小波分解与ime频率估计的瞬变电磁数据处理方法
CN114690003A (zh) 一种基于eemd的局放信号降噪方法
CN110287853B (zh) 一种基于小波分解的暂态信号去噪方法
CN105490516A (zh) Atem发射机发射电流pwm噪声的去噪方法
Sun et al. An efficient preprocessing method to suppress power harmonic noise for urban towed transient electromagnetic measurement data
Cortés et al. Analysis of wavelet based denoising methods applied to measured lightning electric fields
Han et al. Seismic signal detection algorithm based on gs transform filtering and emd denoising
Wang et al. Research on noise suppression method for transient electromagnetic signal
Zhang et al. The anti-correlation method for removing harmonic distortion in vibroseis slip-sweep data
CN117932317B (zh) 一种基于vmd-mad的长周期大地电磁信号降噪方法
CN114063167B (zh) 一种用于压制外源干扰的地震资料处理方法
CN111983698B (zh) 基于成分相位反相的拖曳瞬变电磁数据工频噪声抑制方法
Zhongjie et al. A joint rapid parameter estimate method of frequency-hopping signals
Meng et al. Design of seismic data acquisition system based on improved wavelet threshold de-noising
Belashev Methods to reveal Hidden Structures of Signals and their Applications
CN105640502B (zh) 一种呼吸信号检测方法和装置
Wu et al. Time delay estimation in unknown spatially uncorrelated Gaussian noises using higher-order statistics

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