CN115017933A - 基于类周期性小波系数恢复的核磁信号尖峰噪声抑制方法 - Google Patents
基于类周期性小波系数恢复的核磁信号尖峰噪声抑制方法 Download PDFInfo
- Publication number
- CN115017933A CN115017933A CN202210235561.4A CN202210235561A CN115017933A CN 115017933 A CN115017933 A CN 115017933A CN 202210235561 A CN202210235561 A CN 202210235561A CN 115017933 A CN115017933 A CN 115017933A
- Authority
- CN
- China
- Prior art keywords
- noise
- wavelet
- signal
- magnetic resonance
- coefficient
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000011084 recovery Methods 0.000 title claims abstract description 11
- 230000001629 suppression Effects 0.000 title claims abstract description 9
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 12
- 238000005481 NMR spectroscopy Methods 0.000 claims abstract description 10
- 230000009466 transformation Effects 0.000 claims abstract description 9
- 230000000737 periodic effect Effects 0.000 claims description 6
- 238000001228 spectrum Methods 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 abstract description 3
- 238000012545 processing Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 29
- 238000001514 detection method Methods 0.000 description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 6
- 230000008030 elimination Effects 0.000 description 4
- 238000003379 elimination reaction Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000003673 groundwater Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明属于核磁共振测深信号噪声抑制领域,为一种基于类周期性小波系数恢复的核磁信号尖峰噪声抑制方法,包括以下步骤:首先对含有噪声的地面磁共振信号进行离散小波分解,提取出各尺度小波细节系数,运用类周期性小波系数恢复算法对各尺度小波细节系数进行更新,最后利用小波反变换恢复有效磁共振信号,剔除尖峰脉冲噪声。本发明仅通过处理单次信号即可有效剔除尖峰脉冲噪声,对强噪声环境中提取有效磁共振信号具有重要意义和应用价值。
Description
技术领域
本发明涉及核磁共振测深(Magnetic Resonance Sounding,MRS)信号噪声滤除方法,尤其是基于类周期性小波系数恢复的核磁信号尖峰噪声抑制方法。
背景技术
磁共振地下水探测技术是目前唯一一种可以直接对地下含水体进行探测的方法,与其他地球物理方法相比,具有高分辨率、高效率等特点,近年来被广泛应用于地下水勘探领域。然而MRS信号极其微弱,仅有纳伏级别,在野外试验时无法采用屏蔽措施,因此磁共振信号极易受到环境噪声的干扰。针对尖峰脉冲噪声,其来源广泛,常见来源为电气设备启停、太阳磁暴和雷暴等。尖峰脉冲噪声持续时间较长,一般为几毫秒至几十毫秒、幅值大于或远大于信号幅度,可高于信号幅度2-3个数量级,频谱范围分布广,通常为几赫兹到100MHz 以上,与磁共振信号频率混叠在一起,严重降低了信号特征参数提取的准确度,影响反演解释中水文地质参数的结果。因此,有效抑制尖峰噪声在磁共振地下水探测过程中至关重要。
专利CN103823244A公开了一种“磁共振三分量消噪装置及消噪方法”,通过在地面铺设三分量接收线圈和参考线圈,用同一探测地点铺设的线圈感应到的x和y分量信号与z分量信号的相关性,消除z分量噪声后,滤波处理得到可靠的磁共振信号,但当接收线圈边长较长时(100米)线圈铺设难度较大,不便于野外深层含水体探测。
专利CN106772646A公开了“一种地面核磁共振信号提取方法”,该方法利用统计方法判断是否存在尖峰噪声,如果存在,去除尖峰噪声并用插值结果代替,如果不存在,则保持测量数据不变。这种方法提出了对尖峰噪声进行识别和替代的思路,但尖峰噪声识别过程复杂,并且由于工频和随机噪声的存在,去除尖峰噪声后,用插值结果推测缺失数据存在误差,影响后续反演的准确性。
专利CN109100813A公开了“一种基于协同滤波消除地面核磁共振数据中尖峰噪声的方法”,该方法首先通过法3σ法则判断一个脉冲矩下所有测量数据中是否存在尖峰噪声,并将测量数据分为包含尖峰噪声和不包含尖峰噪声两组。其次分别对其进行离散余弦和Hadamard变换,得到两组变换域系数。利用无尖峰噪声数据的变换系数计算滤波系数,对包含尖峰噪声数据的系数进行滤波。最后,对滤波后的包含尖峰噪声数据的系数进行Hadamard和离散余弦逆变换,实现尖峰噪声的消除。该方法不删除或替换包含尖峰噪声时间段的数据,不会引入额外噪声,但需要重复发射同一脉冲矩采集多组数据,增加仪器测量时间,并且计算量大,工作效率较低。
专利CN10988593A公开了一种“基于模型的地面核磁共振信号尖峰噪声去除方法”,主要对核磁共振信号中电网引起的尖峰噪声进行滤除。首先,利用核磁共振探水仪采集MRS信号,采用基于谐波建模方法去除工频谐波。其次,通过两个二阶级联带通滤波器建立尖峰噪声模型,同时,采用NEO算法定位出尖峰噪声的位置并截取相应的数据段。然后,基于最小二乘法进行参数提取,获得尖峰噪声。最后,将去除工频谐波的MRS数据与建模获得的尖峰噪声相减,得到去除尖峰噪声的MRS信号。但该方法适用于符合特定传递函数的电网噪声引起的尖峰噪声去除,对于太阳磁暴、雷暴等引起的天电噪声消减效果明显减弱。
发明内容
本发明所要解决的技术问题在于提出一种基于类周期性小波系数恢复的核磁信号尖峰噪声抑制方法,有效抑制尖峰脉冲噪声的同时不损失信号成分,该方法对受尖峰脉冲干扰的低信噪比全波磁共振信号具有良好的实用性,通过处理单次采集信号即可获得明显的噪声消减效果,可提高探测效率。
本发明是这样实现的,
一种基于类周期性小波系数恢复的核磁信号尖峰噪声抑制方法,包括以下步骤:
a、采集地面核磁共振数据,并对其进行离散小波变换,提取出各层小波细节系数d1,…,dn,n为分解尺度,一般取4-8;
b、设置阈值K,在各尺度的细节系数中对尖峰脉冲噪声干扰部分进行识别;
c、利用小波系数类周期性质逐层更新小波细节系数;
d、运用小波反变换得到消噪信号。
进一步地,步骤b包括:
1)求取各尺度小波细节系数dn的平方值dn 2;
2)在每一个尺度上设置阈值Kn;
3)将各层小波系数的平方值与阈值Kn进行对比,大于阈值Kn部分标记噪声干扰部分spn(i),小于阈值Kn部分为信号部分;
步骤c包括:
1)计算各尺度小波细节系数的长度Ln以及周期长度Cn,n为分解尺度;
2)通过其他周期未被尖峰噪声干扰的小波细节系数恢复噪声干扰部分系数 spn(i),即spn(i)=1/2*(spn(i+m*Cn)+spn(i-m*Cn)),其中m为正整数,且m*Cn<Ln。
本发明与现有技术相比,有益效果在于:本发明主要应用在磁共振地下水探测中,首先对含有噪声的磁共振信号进行离散小波分解,提取出各尺度小波细节系数,运用类周期性小波系数恢复算法对各尺度小波细节系数进行更新,最后利用小波反变换恢复有效磁共振信号,剔除尖峰脉冲噪声,大大提高了后期地下含水层反演解释的准确性和可信度。同时该方法仅通过处理单次采集信号即可剔除尖峰脉冲噪声,除对幅值较大、持续时间较长的严重尖峰噪声具有明显消噪效果外,对幅值较小、持续时间较短的尖峰脉冲噪声也可准确识别并有效抑制,对于磁共振测深信号的噪声消除具有新的应用价值。
附图说明
图1为基于类周期性小波系数恢复的磁共振信号尖峰脉冲噪声抑制方法流程图;
图2为理想的磁共振全波信号时域图和频域图,图2A为时域图,图2B为频域图;
图3为含尖峰脉冲噪声的磁共振全波信号时域图和频域图,图3A为时域图,图3B为频域图;
图4为理想磁共振信号的小波细节系数图;
图5为含尖峰脉冲噪声的磁共振信号小波细节系数图;
图6为剔除尖峰脉冲噪声的磁共振信号时域图和频域图,图6A为时域图,图6B为频域图;
图7为实测噪声污染信号时域图和频域图,图7A为时域图,图7B为频域图;
图8为剔除实测噪声的磁共振信号时域图和频域图,图8A为时域图,图8 B为频域图。
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。
如图1所示,一种基于类周期性小波系数恢复的核磁信号尖峰噪声抑制方法,尖峰脉冲噪声指的是持续时间为几毫秒至几十毫秒、幅值高于信号幅度2-3 个数量级,频谱范围为几赫兹到100MHz以上,与磁共振信号频率混叠在一起尖峰脉冲噪声。例如:持续时间为1毫秒至90毫秒、幅值高于信号幅度2-3个数量级,频谱范围为1赫兹至500MHz,或者至500MHz以上,并与磁共振信号频率混叠在一起尖峰脉冲噪声,参照图1,包括以下步骤:
a、采集地面核磁共振数据,并对其进行离散小波变换,提取出各层小波细节系数d1,…,dn,n为分解尺度,一般取4-8;
b、设置阈值K,在各尺度的细节系数中对尖峰脉冲噪声干扰部分进行识别;
c、利用小波系数类周期性质逐层更新小波细节系数;
d、运用小波反变换得到消噪信号。
步骤b包括:
1)求取各尺度小波细节系数dn的平方值dn 2;
2)在每一个尺度上设置阈值Kn;
3)将各层小波系数的平方值与阈值Kn进行对比,大于阈值Kn部分标记噪声干扰部分spn(i),小于阈值Kn部分为信号部分;
步骤c包括:
1)计算各尺度小波细节系数的长度Ln以及周期长度Cn,n为分解尺度;
2)通过其他周期未被尖峰噪声干扰的小波细节系数恢复噪声干扰部分系数 spn(i),即spn(i)=1/2*(spn(i+m*Cn)+spn(i-m*Cn)),其中m为正整数,且m*Cn<Ln。 spn(i-m*Cn)和spn(i+m*Cn)分别是干扰周期之前和之后的未被尖峰噪声干扰的其他周期小波细节系数。
实施例1
本实施例是在matlabR2020b编程环境下开展的本发明方法的仿真实验。
基于小波变换的磁共振信号工频噪声消减方法的仿真,参照图1,包括以下步骤:
a、根据公式构造理想核磁共振信号,其中初始振幅E0为200nV,弛豫时间T2 *为200ms,拉莫尔频率f0为2330Hz,初始相位为Π/3,如图2所示,图2A为理想磁共振信号时域图,图2B为频域图;根据公式sp(t)=Ap sin(πt/Tw)·cos(2πfspt+α)构造尖峰脉冲噪声,三个尖峰脉冲噪声幅值Ap分别为2000,1600和1400nV,持续时间Tw分别为8,4,5ms, fsp均为2330Hz。将尖峰脉冲噪声加入理想磁共振信号中构成含噪声磁共振信号,图3A为含噪声磁共振信号时域图,图3B为相应频域图。对含有尖峰脉冲噪声的磁共振数据进行离散小波变换,分解尺度n为5,提取出各尺度小波细节系数d1,d2,d3,d4,d5,图4为理想磁共振信号的小波细节系数图,图5为含尖峰脉冲噪声的磁共振信号小波细节系数图;
b、求取每个尺度小波细节系数dn的平方值dn 2,在每一尺度上设置阈值Kn,将各层小波系数的平方值与阈值Kn进行对比,大于阈值Kn部分标记为尖峰脉冲噪声干扰部分spn(i),小于阈值Kn部分为信号部分;
c、计算各尺度小波细节系数的长度Ln以及周期长度Cn,n为分解尺度,通过其他周期未被尖峰脉冲噪声干扰的小波细节系数恢复噪声干扰部分的系数 spn(i),即spn(i)=1/2*(spn(i+m*Cn)+spn(i-m*Cn)),其中m为正整数,且m*Cn<Ln,图7为剔除尖峰噪声磁共振信号小波细节系数图;
d、运用小波反变换得到消噪信号,图6为剔除尖峰脉冲噪声的磁共振信号,图6A为时域图,图6B为相应频域图。
实施例2
本实施例中以吉林省长春市烧锅镇实地采集的尖峰脉冲噪声作为本发明的消噪对象。
基于小波变换的磁共振信号工频噪声消减方法的仿真实验,参照图1,包括以下步骤:
a、对含有尖峰脉冲噪声的磁共振数据(如图7所示,图7A为时域图,图 7B为频域图)进行离散小波变换,分解尺度n为5,提取出各尺度小波细节系数d1,d2,d3,d4,d5;
b、求取每个尺度小波细节系数dn的平方值dn 2,在每一尺度上设置阈值Kn,将各层小波系数的平方值与阈值Kn进行对比,大于阈值Kn部分标记为尖峰脉冲噪声干扰部分spn(i),小于阈值Kn部分为信号部分;
c、计算各尺度小波细节系数的长度Ln以及周期长度Cn,n为分解尺度,通过其他周期未被尖峰脉冲噪声干扰的小波细节系数恢复噪声干扰部分的系数 spn(i),即spn(i)=1/2*(spn(i+m*Cn)+spn(i-m*Cn)),其中m为正整数,且m*Cn<Ln;
d、运用小波反变换得到消噪信号,图8为剔除尖峰脉冲噪声的磁共振信号,图8A为时域图,图8B为相应频域图。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种基于类周期性小波系数恢复的核磁信号尖峰噪声抑制方法,其特征在于,包括以下步骤:
a、采集地面核磁共振数据,并对其进行离散小波变换,提取出各层小波细节系数d1,…,dn,n为分解尺度,取4-8;
b、在各尺度的细节系数中对尖峰脉冲噪声干扰部分进行识别;
c、利用小波系数类周期性质逐层更新小波细节系数;
d、运用小波反变换得到消噪信号。
2.按照权利要求1所述的方法,其特征在于,步骤b包括:
求取各尺度小波细节系数dn的平方值dn 2;
在每一个尺度上设置阈值Kn;
将各层小波系数的平方值与阈值Kn进行对比,大于阈值Kn部分标记噪声干扰部分spn(i),小于阈值Kn部分为信号部分。
3.按照权利要求1所述的方法,其特征在于,步骤c包括:
计算各尺度小波细节系数的长度Ln以及周期长度Cn,n为分解尺度;
通过其他周期未被尖峰噪声干扰的小波细节系数恢复噪声干扰部分系数spn(i),即spn(i)=1/2*(spn(i+m*Cn)+spn(i-m*Cn)),其中m为正整数,且m*Cn<Ln。spn(i-m*Cn)和spn(i+m*Cn)分别是干扰周期之前和之后的未被尖峰噪声干扰的其他周期小波细节系数。
4.按照权利要求1所述的方法,其特征在于,
所述的尖峰脉冲噪声为持续时间为几毫秒至几十毫秒、幅值高于信号幅度2-3个数量级,频谱范围为几赫兹至100MHz以上,与磁共振信号频率混叠在一起尖峰脉冲噪声。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210235561.4A CN115017933B (zh) | 2022-03-11 | 2022-03-11 | 基于类周期性小波系数恢复的核磁信号尖峰噪声抑制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210235561.4A CN115017933B (zh) | 2022-03-11 | 2022-03-11 | 基于类周期性小波系数恢复的核磁信号尖峰噪声抑制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115017933A true CN115017933A (zh) | 2022-09-06 |
CN115017933B CN115017933B (zh) | 2024-04-05 |
Family
ID=83066942
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210235561.4A Active CN115017933B (zh) | 2022-03-11 | 2022-03-11 | 基于类周期性小波系数恢复的核磁信号尖峰噪声抑制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115017933B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090103395A1 (en) * | 2005-07-28 | 2009-04-23 | Willen Dennis W | Method for Wavelet Denoising of Controlled Source Electromagnetic Survey Data |
CN102944817A (zh) * | 2012-12-10 | 2013-02-27 | 辽宁省电力有限公司沈阳供电公司 | 基于暂态信号小波变换的配电网单相接地故障定位方法及定位装置 |
CN103150707A (zh) * | 2013-01-10 | 2013-06-12 | 华东师范大学 | 一种消除磁共振图像中尖峰噪声的方法 |
CN104898172A (zh) * | 2015-05-19 | 2015-09-09 | 吉林大学 | 一种基于互相关的核磁共振全波信号噪声滤除方法 |
CN105266800A (zh) * | 2015-12-02 | 2016-01-27 | 广东工业大学 | 一种基于低信噪比条件下胎儿心电盲分离方法 |
CN106646637A (zh) * | 2016-12-27 | 2017-05-10 | 吉林大学 | 一种去除核磁信号中尖峰噪声的方法 |
CN108956141A (zh) * | 2018-04-03 | 2018-12-07 | 北京信息科技大学 | 基于模平方阈值—FastICA的滚动轴承降噪方法 |
US20190287220A1 (en) * | 2016-05-11 | 2019-09-19 | Cornell University | Systems, methods and programs for denoising signals using wavelets |
CN111650654A (zh) * | 2020-05-13 | 2020-09-11 | 吉林大学 | 联合emd与wt算法的地面磁共振信号尖峰噪声剔除方法 |
-
2022
- 2022-03-11 CN CN202210235561.4A patent/CN115017933B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090103395A1 (en) * | 2005-07-28 | 2009-04-23 | Willen Dennis W | Method for Wavelet Denoising of Controlled Source Electromagnetic Survey Data |
CN102944817A (zh) * | 2012-12-10 | 2013-02-27 | 辽宁省电力有限公司沈阳供电公司 | 基于暂态信号小波变换的配电网单相接地故障定位方法及定位装置 |
CN103150707A (zh) * | 2013-01-10 | 2013-06-12 | 华东师范大学 | 一种消除磁共振图像中尖峰噪声的方法 |
CN104898172A (zh) * | 2015-05-19 | 2015-09-09 | 吉林大学 | 一种基于互相关的核磁共振全波信号噪声滤除方法 |
CN105266800A (zh) * | 2015-12-02 | 2016-01-27 | 广东工业大学 | 一种基于低信噪比条件下胎儿心电盲分离方法 |
US20190287220A1 (en) * | 2016-05-11 | 2019-09-19 | Cornell University | Systems, methods and programs for denoising signals using wavelets |
CN106646637A (zh) * | 2016-12-27 | 2017-05-10 | 吉林大学 | 一种去除核磁信号中尖峰噪声的方法 |
CN108956141A (zh) * | 2018-04-03 | 2018-12-07 | 北京信息科技大学 | 基于模平方阈值—FastICA的滚动轴承降噪方法 |
CN111650654A (zh) * | 2020-05-13 | 2020-09-11 | 吉林大学 | 联合emd与wt算法的地面磁共振信号尖峰噪声剔除方法 |
Non-Patent Citations (3)
Title |
---|
S. H. K. HAMADI ET AL.: "Evaluation of denoising performance indices for noisy partial discharge signal based on DWT technique", 《2017 IEEE 15TH STUDENT CONFERENCE ON RESEARCH AND DEVELOPMENT (SCORED)》, 1 March 2018 (2018-03-01) * |
万玲 等: "基于能量运算的磁共振信号尖峰噪声抑制方法", 《地球物理学报》, vol. 59, no. 6, 15 June 2016 (2016-06-15) * |
陈臻懿 等: "自适应分层阈值小波去噪在雷达信号中的运用研究", 《大气与环境光学学报》, vol. 7, no. 2, 15 March 2012 (2012-03-15) * |
Also Published As
Publication number | Publication date |
---|---|
CN115017933B (zh) | 2024-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Costabel et al. | Despiking of magnetic resonance signals in time and wavelet domains | |
CN105549097A (zh) | 一种瞬变电磁信号工频及其谐波干扰消除方法及装置 | |
Larsen | Model-based subtraction of spikes from surface nuclear magnetic resonance data | |
CN109885903B (zh) | 一种基于模型的地面核磁共振信号尖峰噪声去除方法 | |
CN109828318A (zh) | 一种基于变分模态分解的磁共振测深信号噪声滤除方法 | |
CN109765624A (zh) | 一种基于变分模态分解的频率域航空电磁数据去噪方法 | |
CN109633761B (zh) | 基于小波变换模极大值法的磁共振信号工频噪声消减方法 | |
CN108345039A (zh) | 一种消除地面核磁共振数据中邻频谐波干扰的方法 | |
Lin et al. | Recovery of seismic events by time-frequency peak filtering | |
CN111650654B (zh) | 联合emd与wt算法的地面磁共振信号尖峰噪声剔除方法 | |
Wei et al. | Comparative research on noise reduction of transient electromagnetic signals based on empirical mode decomposition and variational mode decomposition | |
CN109100813B (zh) | 一种基于协同滤波消除地面核磁共振数据中尖峰噪声的方法 | |
Jiang et al. | Harmonic noise-elimination method based on the synchroextracting transform for magnetic-resonance sounding data | |
CN108776357B (zh) | 沉积地层瞬变电磁法电磁干扰的校正方法及装置 | |
CN109782363B (zh) | 一种基于时域建模与频域对称的磁共振信号消噪方法 | |
CN115017933B (zh) | 基于类周期性小波系数恢复的核磁信号尖峰噪声抑制方法 | |
LIN et al. | Segmented time-frequency peak filtering for random noise reduction of MRS oscillating signal | |
TIAN et al. | Denoising and extraction method of magnetic resonance sounding signal based on adaptive harmonic modeling and autocorrelation | |
CN103995293B (zh) | 磁共振测深信号检测方法 | |
CN115826068A (zh) | 一种基于自适应高斯滤波的mrs信号包络提取方法 | |
Tian et al. | Noise suppression method for magnetic resonance sounding signals based on double singular value decomposition | |
Lin et al. | Removal of a series of spikes from magnetic resonance sounding signal by combining empirical mode decomposition and wavelet thresholding | |
Ge et al. | Improved data preprocessing algorithm for time-domain induced polarization method with digital notch filter | |
CN111856590B (zh) | 海洋大地电磁探测的海浪磁干扰压制方法 | |
CN109871784B (zh) | 遗传算法优化匹配追踪的全波核磁共振信号噪声滤除方法 |
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 |