CN117233850B - 一种大地电磁信号处理方法与系统 - Google Patents

Abstract

本发明提供一种大地电磁信号处理方法与系统，该方法由处理器执行，包括：通过位于监测位置的电磁监测装置获取电磁监测信号；基于电磁监测信号，确定干扰源信息；基于干扰源信息，对电磁监测信号进行处理。本发明基于电磁监测信号确定其中的干扰源信息，为进一步降噪处理提供重要支撑。通过基于干扰源信息对电磁监测信号进行处理，可以有针对性地对电磁监测信号进行降噪、提纯等，提高信号处理的质量，提高电磁信号数据的准确性和可用性。

Description

一种大地电磁信号处理方法与系统

技术领域

本发明涉及电磁信号处理领域，特别涉及一种大地电磁信号处理方法与系统。

背景技术

大地电磁测深(Magnetotelluric, MT)法是一种利用天然场源的电法勘探方法。由于其成本低、施工简单、分辨率高而得到了广泛应用。然而，天然大地电磁场信号微弱、频带范围宽，采集数据容易受到不同程度的干扰。比如场源噪声、地质噪声，以及日趋严重的人文噪声干扰等，导致大地电磁数据质量下降，严重影响了采集到的大地电磁信号的可靠性，使数据无法被直接解释或分析。

针对上述问题，CN113158553B提出一种基于cnn-lstm的大地电磁信号噪声压制方法及系统，利用卷积神经网络，长短时记忆神经网络模型对电磁信号进行信噪区分。但该申请缺乏足够的干扰噪声源头分析，因此在降噪处理方面比较被动和滞后。

因此，需要一种大地电磁信号处理方法与系统，可以分析噪声来源，以便更好地对大地电磁信号进行处理，提高信号质量，提高电磁信号数据的准确性和可用性。

发明内容

发明内容包括一种大地电磁信号处理方法，所述大地电磁信号处理方法由处理器执行，包括：通过位于监测位置的电磁监测装置获取电磁监测信号；基于所述电磁监测信号，确定干扰源信息；基于所述干扰源信息，对所述电磁监测信号进行处理。

发明内容包括一种大地电磁信号处理系统，所述大地电磁信号处理系统包括：获取模块被配置为通过位于监测位置的电磁监测装置获取电磁监测信号；确定模块被配置为基于所述电磁监测信号，确定干扰源信息；处理模块被配置为基于所述干扰源信息，对所述电磁监测信号进行处理。

有益效果：基于电磁监测信号确定其中的干扰源信息，为进一步降噪处理提供重要支撑。通过基于干扰源信息对电磁监测信号进行处理，可以有针对性地对电磁监测信号进行降噪、提纯等，提高信号处理的质量，提高电磁信号数据的准确性和可用性。

附图说明

本说明书将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：

图1是根据本说明书一些实施例所示的大地电磁信号处理方法的示例性流程图；

图2是根据本说明书一些实施例所示的基于第一检测图谱确定电磁提纯信号的示例性示意图；

图3是根据本说明书一些实施例所示的基于第二检测图谱确定电磁提纯信号的示例性示意图；

图4是根据本说明书一些实施例所示的大地电磁信号处理系统的示例性模块图。

具体实施方式

为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本说明书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。

应当理解，本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。

除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。

本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。

对于利用天然场源的勘探方法采集到的大地电磁信号，降噪处理手段，大多是针对采集到的波形信号进行滤波、利用机器学习模型等对电磁信号进行信噪区分，但上述方法一般缺乏对干扰噪声源头的分析。因此需要一种大地电磁信号处理方法与系统，可以分析噪声来源，合理地从原始监测数据中，去除噪声源的噪声干扰数据，以便更好地对大地电磁信号进行处理，提高电磁信号数据的准确性和可用性。

图1是根据本说明书一些实施例所示的大地电磁信号处理方法的示例性流程图。如图1所示，流程100包括下述步骤。在一些实施例中，流程100可以由处理器执行，步骤110、步骤120、步骤130可以分别由获取模块410、确定模块420和处理模块430执行。

步骤110，通过位于监测位置的电磁监测装置获取电磁监测信号。

监测位置是指用于安置电磁监测装置的位置。监测位置可以有多个，可以由技术人员根据经验预设。在一些实施例中，监测位置不同时，由于地质构造等不同，或因监测位置距离干扰源的距离不同，进而受到不同干扰源的干扰程度不同，监测到的电磁监测信号可能不同。

电磁监测装置是指用于获取大地电磁监测信号的装置。例如，电磁监测装置可以包括电磁感应器、大地电磁仪等中的至少一种。在一些实施例中，每个监测位置可以对应一组电磁监测装置，一组电磁监测装置可以包括一个或多个电磁监测装置。

电磁监测信号是指天然电场在地下介质传播过程中产生的电磁感应信号。电磁监测信号可以包括多组，每个监测位置可以对应一组电磁监测信号。

在一些实施例中，处理器可以通过多种方式获取电磁监测信号。处理器可以基于监测位置获取每个监测位置的一组电磁监测信号。例如，处理器可以通过一个监测位置对应的一组电磁监测装置获取一组电磁监测信号。不同监测位置对应的不同电磁监测装置分别获取电磁监测信号，进而可以获取多组电磁监测信号。

步骤120，基于电磁监测信号，确定干扰源信息。

干扰源信息是指电磁监测信号中的干扰噪声的相关信息。在一些实施例中，干扰源信息可以包括干扰类型、干扰方位、干扰强度等中的至少一种。干扰类型指干扰源的类型，例如，地表振动干扰、基站信号干扰、无线通讯设备干扰、电力线路干扰、天气干扰等。干扰方位指干扰源相对于电磁监测装置的方向和角度。例如，干扰方位表示为北偏东25°，表示干扰源在相对于电磁监测装置的北偏东25°的方位上。干扰强度指干扰噪声的强度大小。例如，干扰强度可以通过干扰噪声的频率高低、干扰噪声的波形振幅大小等进行表示。

在一些实施例中，处理器可以通过多种方式基于电磁监测信号，确定干扰源信息。例如，处理器可以将电磁监测信号与标准大地电磁信号对比分析，并结合环境因素（如地表振动、风振、周围建筑物基站交通等情况）确定干扰源信息。其中，标准大地电磁信号是指去除噪声的大地电磁信号。在一些实施例中，标准大地电磁信号可以是经过人工对电磁监测信号进行处理得到的信号。在一些实施例中，标准大地电磁信号可以是从第三方平台获取的信号，或者人工模拟得到的信号。其中，第三方平台可以为其他能获取标准大地电磁信号的平台。例如，第三方平台可以为具有相关仪器的实验室等。

步骤130，基于干扰源信息，对电磁监测信号进行处理。

在一些实施例中，处理器可以通过多种方式基于干扰源信息，对电磁监测信号进行处理。处理是指对电磁监测信号实施的相关处理。相关处理可以包括实施降噪处理、信号变换（比如傅里叶变换等）处理、删减信号片段处理等。例如，处理器可以基于干扰源信息，将干扰噪声造成的影响较多和较大的电磁监测信号中的至少一个片段进行删除。又例如，处理器可以利用滤波方法对电磁监测信号进行去噪等。

本说明书一些实施例中，基于电磁监测信号确定其中的干扰源信息，为进一步降噪处理提供重要支撑。通过基于干扰源信息对电磁监测信号进行处理，可以有针对性地对电磁监测信号进行降噪、提纯等，提高信号处理的质量，提高电磁信号数据的准确性和可用性。

在一些实施例中，电磁监测信号还可以包括监测子信号，干扰源信息还可以包括位置信息。

在一些实施例中，处理器可以基于位置信息，确定更新监测位置；通过更新监测位置的电磁监测装置获取监测子信号；基于监测子信号，通过处理模型确定电磁提纯信号。

监测子信号是指每个电磁监测装置获取的一组电磁感应信号。在一些实施例中，处理器可以通过分别位于至少一个更新监测位置的至少一个电磁监测装置获取至少一组监测子信号。

更新监测位置是指更新后的监测位置。其中，更新后监测位置可以包括原先的监测位置中的部分或全部以及新启用的监测位置。

在一些实施例中，电磁监测信号可以包括至少3组监测子信号，至少3组监测子信号对应的至少3个更新监测位置之间连线的夹角需要满足预设条件。更新监测位置之间连线的夹角是指以某一更新监测位置为顶点，顶点与另外两个更新监测位置连接形成的两条边组成的夹角。预设条件是指预先设定的更新监测位置之间连线的夹角的大小需满足的条件，例如，预设条件可以为至少3个更新监测位置之间连线的夹角至少大于30度。处理器可以根据实际情况和经验进行适应性调整预设条件。

在一些实施例中，处理器可以基于至少3个更新监测位置，通过多种方式确定更新监测位置之间连线的夹角。例如，以3个更新位置为例，3个更新监测位置之间相互连接形成3个夹角。示例性的，以某一更新监测位置为顶点，以顶点连接到另外两个更新监测位置的连线为边。处理器可以通过测量工具（如水平度盘等）对更新监测位置之间连线产生的夹角进行测量，确定该夹角。其余更新监测位置之间连线的夹角的确定的方式类似。

在一些实施例中，更新监测位置之间连线的夹角可以通过第一监测图谱的虚拟边的边属性确定。例如，处理器可以根据第一监测图谱中确定的至少3个虚拟节点（至少3个更新监测位置）产生的虚拟边的夹角，作为更新监测位置之间连线的夹角。通过虚拟节点及虚拟边确定夹角的方式和上述确定更新监测位置之间连线的夹角的步骤类似。关于第一监测图谱及其虚拟边的相关内容可以参见图2相关说明。

本说明书一些实施例中，通过第一监测图谱确定更新监测位置之间连线的夹角，可以使夹角的确定方式更合理、更直观，提高确定更新监测位置之间连线的夹角的效率和准确性。

本说明书一些实施例中，经过采用不同更新监测装置在不同位置进行实践监测，发现当至少3个更新监测位置之间连线的夹角满足预设条件（上述夹角大于30度）时，可以保证至少3组监测子信号中的干扰噪声是与监测位置有明显关联的。而不满足预设条件（如有至少一个夹角小于等于30度）时，处理模型输出结果的可靠性明显下降。通过保证更新监测位置之间的角度，能够比较准确可靠地根据至少3个更新监测位置上的监测子信号，并有利于后续经处理模型处理得到更准确的电磁提纯信号。

位置信息是反映干扰源所在位置的相关信息。例如，位置信息可以包括干扰源位置，干扰源位置可以通过干扰源的经纬度坐标进行表示。在一些实施例中，处理器可以基于环境因素、干扰范围、干扰强度大小等中的至少一种，通过多种方式确定位置信息。例如，由于波形振幅大小跟监测位置与干扰源的距离相关，处理器可以通过确定不同监测位置的电磁监测信号的干扰强度变化幅度大小，确定干扰源的方位。例如，将电磁监测信号的干扰强度变化幅度最大的方位确定为干扰源的方位。处理器可以通过至少两组干扰源的方位确定位置信息（如，将两个方位上的直线交点确定为干扰源位置）。

在一些实施例中，处理器可以基于干扰源的位置信息，确定更新监测位置。例如，在确定干扰源的位置信息后，处理器，可以将更新监测位置布置在干扰源的周围不同方位上。又例如，更新监测位置可以由技术人员基于干扰源的位置信息，通过先验经验进行设定。

处理模型是对电磁监测信号进行处理的模型。在一些实施例中，处理模型可以是机器学习模型。例如，处理模型可以是神经网络模型。又例如，处理模型可以是图神经网络模型（Graph Neural Network，GNN）、卷积神经网络模型（Convolutional NeuralNetworks, CNN）等中的至少一种或任意组合。在一些实施例中，处理模型的输入可以为至少一个更新监测位置对应的至少一组监测子信号，输出可以为电磁提纯信号。

电磁提纯信号是指经过处理后的信号。例如，电磁提纯信号可以为降噪处理后的信号。处理模型输出的电磁提纯信号可以对应于输入的一组监测子信号降噪处理后的一组更新后监测子信号。

在一些实施例中，处理模型可以由带有样本标签的训练样本训练得到。在一些实施例中，训练样本可以为预设环境下电磁监测装置监测到的电磁监测信号。预设环境是指预先设置的有干扰源的环境，例如，处理器可以人工预设至少1个参数已知的干扰源，则训练样本可以为前述情况下电磁监测装置监测到的电磁监测信号。在一些实施例中，样本标签可以为训练样本经过降噪处理后的电磁提纯信号。例如，样本标签可以为从训练样本中剔除已知干扰源产生的噪声得到的电磁提纯信号，样本标签的更多获取方式可以参考下述图1的相关描述。

在一些实施例中，处理器可以将多个带有样本标签的训练样本输入初始处理模型，通过样本标签和初始处理模型的结果构建损失函数，基于损失函数通过梯度下降或其他方法迭代更新初始处理模型的参数。当满足预设条件时模型训练完成，得到训练好的处理模型。其中，预设条件可以是损失函数收敛、迭代的次数达到阈值等。

在一些实施例中，处理模型可以通过训练样本和对应的样本标签进行训练获取。训练样本和对应的样本标签的说明可以参考图1上述的实施例。

在一些实施例中，处理器可以通过以下方式获取训练处理模型的训练样本对应的样本标签：基于干扰生成装置，生成训练干扰源，训练干扰源的干扰源信息通过预设确定；基于变换算法对训练样本进行变换分析，确定变换后样本；基于训练干扰源的干扰源信息对变换后样本进行降噪处理，确定样本标签。

干扰生成装置是指生成干扰信号的装置，例如，可以包括波形发生器、信号发生器、无线电发射机、振荡器、频率合成器等中的至少一种。

训练干扰源是指模拟的与自然存在的干扰噪声类似的干扰源。训练干扰源的干扰源信息是指关于训练干扰源的相关电磁信号。例如，训练干扰源的干扰源信息可以为模拟的电器设备产生的电磁信号。在一些实施例中，训练干扰源可以包括多组不同的干扰源。

在一些实施例中，训练干扰源的干扰源信息可以由干扰生成装置基于预设生成。预设指技术人员预先设定的相关参数等。

变换算法是用于时频分析的算法。例如，变换算法可以包括短时傅里叶变换（short-time Fourier transform，STFT）、余弦变换等中的至少一种。

在一些实施例中，处理器可以基于变换算法对训练样本中的电磁监测信号的波形、频率、相位、波幅等中的至少一种进行变换分析，确定变换后样本。变换后样本是指样本经过变换分析后得到的结果。例如，处理器可以将训练样本中的电磁监测信号从模拟信号变换为数字信号。

降噪处理是指将干扰噪声从电磁信号中去除的处理。例如，降噪处理可以包括滤波法、阈值函数降噪法等中的至少一种。在一些实施例中，处理器可以对变换后样本进行降噪处理，将降噪处理后的信号作为样本标签。

在一些实施例中，降噪处理可以包括基于预设的干扰源信息，在训练样本中去除指定频域信息。

预设的干扰源信息指提前预设的干扰源相关的信息。指定频域信息是指事先给定的干扰源产生的频率范围的信息。

在一些实施例中，处理器可以基于预设的干扰源信息获取指定频域信息，将训练样本中的指定频域信息去除，得到降噪处理后的信号，再将该信号作为样本标签。

在一些实施例中，处理器可以将带有标签的多个训练样本输入处理模型进行训练，具体训练方式可以参见上述相关说明。

本说明书一些实施例中，通过基于预设的干扰源信息对训练样本进行降噪处理，可以使确定的样本标签更准确，使训练过程中的降噪处理更符合实际，以进行更合理的模型训练，提高确定的处理模型的准确性。

本说明书一些实施例中，通过预设至少一组已知干扰源信息的干扰源，对大地电磁信号进行干扰，然后将通过电磁监测装置采集到的样本电磁监测信号进行变换分析，并基于训练干扰源的干扰源信息对变换后样本进行降噪处理，可以获取大量足够准确的电磁提纯信号作为训练过程中的样本标签，满足模型训练的需要，为获取足够可靠的样本标签（电磁提纯信号）提供支撑。

在一些实施例中，处理模型的输入还可以包括第一监测图谱，具体内容可以参见图2相关说明。

本说明书一些实施例中，通过基于干扰源的位置信息等数据，确定更新监测位置，进而确定监测子信号，并由处理模型对监测子信号进行处理，确定电磁提纯信号，可以比较快速地获取合理的电磁提纯信号，提高信号处理效率，同时保证信号处理的质量。

在一些实施例中，干扰源信息还可以包括干扰源子信息。

干扰源子信息是指一个位置的干扰源对应的一组干扰源信息。在一些实施例中，干扰源信息可以包括多组干扰源子信息。

在一些实施例中，处理器可以基于电磁监测信号和干扰源子信息，通过处理模型确定电磁提纯信号。关于电磁监测信号的更多内容可以参见步骤110中的相关描述。关于处理模型、电磁提纯信号的更多内容参见图1上述的相关描述。

在一些实施例中，处理模型的输入可以为电磁监测信号和干扰源子信息，输出可以为电磁提纯信号。

在一些实施例中，处理模型可以通过多个带有第一标签的第一训练样本训练获得。在一些实施例中，第一训练样本可以为电磁监测装置监测到的样本电磁监测信号，以及对应的样本干扰源子信息。其中，样本干扰源子信息可以由人工进行预设。在一些实施例中，第一标签可以为样本电磁监测信号经过针对干扰源子信息的降噪处理后的电磁提纯信号。处理模型的具体训练过程可以参见上述相关描述。

在一些实施例中，处理模型的输入还可以包括第二监测图谱，具体内容可以参见图3相关说明。

本说明书一些实施例中，基于电磁监测信号和干扰源子信息，通过处理模型确定电磁提纯信号，可以同时对多个干扰源子信息进行处理，从而避免逐一分析干扰源信息，逐一处理的效率低的问题，并在一定程度上提高了降噪处理质量。

应当注意的是，上述有关流程100的描述仅仅是为了示例和说明，而不限定本说明书的适用范围。对于本领域技术人员来说，在本说明书的指导下可以对流程100进行各种修正和改变。然而，这些修正和改变仍在本说明书的范围之内。

图2是根据本说明书一些实施例所示的基于第一检测图谱确定电磁提纯信号的示例性示意图。

在一些实施例中，处理模型220的输入为第一监测图谱210，第一监测图谱210包括虚拟节点（如虚拟节点210-1、虚拟节点210-2、虚拟节点210-3等）以及虚拟边（如虚拟边210-4等）。虚拟节点可以基于监测位置、更新监测位置确定。虚拟节点之间通过虚拟边连接。

在一些实施例中，处理器可以基于处理模型220对第一监测图谱210进行处理，确定电磁提纯信号230。

在一些实施例中，处理器可以基于更新监测位置和监测位置构建第一监测图谱210。关于更新监测位置和监测位置的更多内容可以参见图1的相关描述。

第一监测图谱210是反映更新监测位置和监测位置的相关关系的图谱。在一些实施例中，第一监测图谱210可以包括虚拟节点和虚拟边。

在一些实施例中，虚拟节点可以与更新监测位置和监测位置一一对应。虚拟节点的节点属性可以与更新监测位置或监测位置的特征一一对应。例如，节点属性可以包括位置坐标、监测子信号、节点类型等中的至少一种。位置坐标用于反映更新监测位置或监测位置的具体位置，例如，位置坐标可以为经纬度坐标。节点类型是指虚拟节点的类型。例如，更新监测位置和监测位置都可以为监测位置类型的节点，干扰源位置可以为干扰源类型的节点，更多节点类型可以参见图3的相关说明。关于监测子信号的相关内容可以参见图1的相关说明。

在一些实施例中，虚拟边是指虚拟节点之间的虚拟关系。虚拟边可以为任意2个虚拟节点之间的连线。虚拟边属性可以反映虚拟边的特征，例如，虚拟边的边属性可以包括物理距离、不同虚拟边之间的夹角。其中，物理距离可以反映虚拟节点之间的实际测量距离，在一些实施例中，处理器可以根据坐标，通过电子地图进行测算得到虚拟节点之间的物理距离。不同虚拟边之间的夹角可以反映多个虚拟节点的相对方位。某一虚拟边对应的夹角可以包括该虚拟边与至少一个其他虚拟边之间的至少一个夹角。示例性，以虚拟边1的某一端点作为顶点，该顶点连接的另一条任意虚拟边（如虚拟边2）与虚拟边1形成夹角1；该顶点连接的另一条任意虚拟边（如虚拟边3）与虚拟边1形成夹角2等；即一条虚拟边可以包含该虚拟边与至少一个另一条任意虚拟边之间的至少一个夹角。某一虚拟边对应的夹角可以通过夹角序列数据表示。某一虚拟边对应的夹角序列数据可以包括多个夹角，每个夹角可以分别表示与该虚拟边的2个端点（虚拟节点）连接的不同边的之间的夹角。在一些实施例中，处理器可以先将经纬度坐标转换成笛卡尔坐标系下的值，再利用向量的夹角公式求虚拟边之间的夹角。

在一些实施例中，处理器可以基于监测区域内的电磁监测装置构建第一监测图谱。第一监测图谱的具体构建方式与第二监测图谱构建方式类似，关于第一监测图谱的构建可以参考图3中构建第二监测图谱的相关描述。

在一些实施例中，处理模型220可以为图神经网络模型（GNN）。处理模型220的输入可以是第一监测图谱210，输出可以是每个虚拟节点对应的更新后的监测子信号。更新后的监测子信号指将虚拟节点对应的监测子信号进行降噪、提纯后的信号。在一些实施例中，处理器可以根据预设规则，将经处理模型220处理后，干扰最小的虚拟节点上的监测子信号作为电磁提纯信号230。例如，处理器可以将降噪后残留的不合理脉冲波、尖波数量最少的（即干扰最小的）监测子信号作为电磁提纯信号230。又例如，处理器可以对每个虚拟节点的输出结果根据降噪后的不合理脉冲波、尖波数量从小到大进行排序，排序靠前的为干扰比较小的，将排序最前的作为电磁提纯信号230。

在一些实施例中，处理模型220可以通过大量带有第二标签的第二训练样本训练得到。在一些实施例中，第二训练样本可以是样本第一监测图谱，样本第一监测图谱可以由人工进行构建。样本第一监测图谱中的更新监测位置或监测位置可以进行预设和修改。例如，初始的监测位置可以由人工预设，确定训练干扰源后，可以修改样本第一监测图谱中的相应位置，以更符合实际更新监测位置的设置。训练干扰源的说明可以参见图1相关描述。第二标签可以为样本第一监测图谱对应的虚拟节点的更新后的监测子信号，第二标签可以由人工标注的方式获取，第二标签可以为样本标签，具体获取方式可以参考图1中的相关说明。

由于电磁监测装置的不同、干扰源的位置信息的不同以及不同的电磁监测装置之间的距离和方位角度不同，处理器在基于多组监测子信号进行降噪处理的过程中，可能存在计算量较大，费时费力等问题。本说明书一些实施例中，通过基于监测位置、更新监测位置构建第一监测图谱，并由处理模型对第一监测图谱进行处理，可以快速地获取更合理的电磁提纯信号，进一步提高信号处理效率，保证信号处理的质量。通过大量带有标签的训练样本进行有监督的训练，可以提高处理模型的准确性。

图3是根据本说明书一些实施例所示的基于第二监测图谱确定电磁提纯信号的示例性示意图。

在一些实施例中，处理模型的输入为第二监测图谱310。第二监测图谱310包括虚拟节点（如虚拟节点210-1、 虚拟节点210-2、 虚拟节点210-3、 虚拟节点310-1等）和虚拟边（如虚拟边210-4、虚拟边310-2等）。虚拟节点可以基于更新监测位置、监测位置和干扰源位置确定。虚拟节点之间可以通过虚拟边连接。虚拟节点的节点属性可以包括位置坐标、节点类型、监测子信号或干扰源子信息。虚拟边的边属性可以包括物理距离和不同虚拟边之间的夹角。第二监测图谱310中的节点类型为干扰源节点的虚拟节点的数量为至少一个。关于更新监测位置、监测位置、干扰源位置、监测子信号以及干扰源子信息等的更多说明可以参见图1的相关描述。关于虚拟节点、虚拟边、位置坐标以及节点类型等的更多说明可以参见图2的相关描述。

在一些实施例中，处理器可以基于处理模型220对第二监测图谱310进行处理，确定电磁提纯信号230。

第二监测图谱是反映更新监测位置、监测位置和干扰源位置之间相关关系的图谱。

在一些实施例中，虚拟节点可以分别与更新监测位置（如虚拟节点210-1等）、监测位置（如虚拟节点210-2等）以及干扰源位置（如虚拟节点310-1等）一一对应。虚拟节点的节点属性可以包括位置坐标、节点类型、监测子信号或干扰源信息。关于监测子信号和干扰源信息的更多内容参考图1的相关说明。关于位置坐标和节点类型的详细内容参见图2的相关说明。

在一些实施例中，第二监测图谱中的同一个虚拟节点的节点类型可以同时包括干扰源节点和监测位置节点，即干扰噪声是由电磁监测装置（如电磁监测装置参数设置不当）和/或周围人员（如周围人员的手机等）造成的。

在一些实施例中，第二监测图谱中的节点类型为干扰源节点的虚拟节点的数量为至少1个。

在一些实施例中，虚拟边可以包括任意2个虚拟节点之间的连线，例如，虚拟边可以是干扰源位置（如虚拟节点310-1）与更新监测位置（如虚拟节点210-1）之间的虚拟边310-2、干扰源位置（如虚拟节点310-1）与监测位置（如虚拟节点210-2）之间的虚拟边310-3等。虚拟边的边属性可以包括物理距离和不同虚拟边之间的夹角。其中，物理距离可以反映虚拟节点之间的实际测量距离，例如，可以反映干扰源位置与更新监测位置之间物理距离等。虚拟边之间的夹角可以反映各个虚拟节点之间的相对方位。例如，可以反映干扰源位置相对监测位置、更新监测位置等的位置关系。关于物理距离和不同虚拟边之间的夹角的更多内容可以参见图2的相关描述。

在一些实施例中，处理器可以基于监测区域内的电磁监测装置构建第二监测图谱。例如，处理器可以根据监测区域内的拓扑结构，确定虚拟节点（更新监测位置、监测位置和干扰源位置）在第二监测图谱中的位置和连接关系，并基于各虚拟节点之间的实际物理距离和夹角，在各个虚拟节点之间建立虚拟边。通过图形化工具或编程语言等将虚拟节点和虚拟边结合起来，形成可视化的第二监测图谱。

在一些实施例中，处理器可以基于不同的方式获取虚拟节点的节点属性和虚拟边的边属性。例如，处理器可以从电磁监测装置获取虚拟节点的节点属性（如位置坐标和监测子信号等）和虚拟边的边属性（如物理距离和不同虚拟边之间的夹角）。又例如，处理器可以通过历史时间段收集的干扰源信息和干扰源子信息等获取虚拟节点和虚拟边的属性等。构建第二监测图谱与构建第一监测图谱类似，更多内容参见图2的相关描述。

在一些实施例中，处理模型220的输入可以为第二监测图谱310，输出可以包括节点类型为监测位置的至少一个虚拟节点对应的更新的监测子信号。

在一些实施例中，处理器可以基于虚拟节点对应的更新的监测子信号和预设规则确定电磁提纯信号。电磁提纯信号可以为受干扰最小的虚拟节点对应的监测子信号，例如，降噪后残留的不合理脉冲波和/或尖波数量最少的监测子信号。在一些实施例中，处理器还可以对处理模型输出的虚拟节点根据一种或多种度量标准进行排序，排序靠前的受到干扰较小的虚拟节点对应的更新的监测子信号相对更加可靠和准确，其中，度量标准可以为信噪比（SNR）、干扰程度或其他相关的统计量中的一种或多种。

在一些实施例中，处理模型可以基于大量带有第三标签的第三训练样本训练得到。

在一些实施例中，第三训练样本可以包括样本第二监测图谱。样本第二监测图谱可以由人工进行构建。样本第二监测图谱中的更新监测位置（如虚拟节点210-1等）、监测位置（如虚拟节点210-2等）以及干扰源位置（如虚拟节点310-1等）可以进行预设和修改。例如，初始的干扰源位置可以通过人工预设，确定训练干扰源后，可以修改样本第二监测图谱中的相应位置，以使其更符合实际干扰源位置的设置。训练干扰源的说明可以参见图1相关描述。第三标签为样本第二监测图谱对应的虚拟节点的更新后的监测子信号，第三标签可以由人工标注的方式获取，第三标签可以为样本标签，获取方式的更多说明可以参考图1及其说明。关于处理模型的训练方式的更多内容可以参见图2及其说明。

在本说明书一些实施例中，通过处理模型输入为第二监测图谱，可以更高效地同时处理多个干扰源信息，处理器通过构建包含多个干扰源为虚拟节点的第二监测图谱，充分考虑了不同干扰源之间的交叉影响，在一定程度上提高了降噪处理的质量。

图4是根据本说明书一些实施例所示的大地电磁信号处理系统的示例性模块图。

在一些实施例中，大地电磁信号处理系统400可以包括获取模块410、确定模块420和处理模块430。

在一些实施例中，获取模块410可以被配置为通过位于监测位置的电磁监测装置获取电磁监测信号。

在一些实施例中，电磁监测信号可以包括至少3组监测子信号。在一些实施例中，至少3组监测子信号对应的至少3个更新监测位置之间连线的夹角满足预设条件。其中，所述夹角通过第二监测图谱的虚拟边的边属性确定。

在一些实施例中，确定模块420可以被配置为基于电磁监测信号，确定干扰源信息。

在一些实施例中，处理模块430可以被配置为基于干扰源信息，对电磁监测信号进行处理。

在一些实施例中，电磁监测信号包括监测子信号，干扰源信息包括位置信息，处理模块430可以进一步被配置为基于位置信息，确定更新监测位置；通过位于更新监测位置的电磁监测装置获取监测子信号；基于监测子信号，通过处理模型确定电磁提纯信号，其中，处理模型为机器学习模型。

在一些实施例中，干扰源信息还包括干扰源子信息，处理模块430进一步被配置为基于电磁监测信号和干扰源子信息，通过处理模型确定电磁提纯信号。

在一些实施例中，处理模型可以通过训练样本和对应的样本标签进行训练获取，样本标签可以通过以下方式确定：基于干扰生成装置，生成训练干扰源，训练干扰源的干扰源信息通过预设确定；基于变换算法对训练样本进行变换分析，确定变换后样本；基于训练干扰源的干扰源信息对变换后样本进行降噪处理，确定样本标签。

在一些实施例中，大地电磁信号处理系统400可以包括处理器。处理器可以处理与大地电磁信号处理系统400有关的信息和/或数据，以执行本申请中描述的一个或以上功能。在一些实施例中，大地电磁信号处理系统400可以包括存储设备等，处理器可以从存储设备中获取预先存储的与大地电磁信号处理系统400相关的数据和/或信息。在一些实施例中，大地电磁信号处理系统400可以包括网络和/或其他连接系统与外部资源的组成部分。处理器可以通过网络获取与大地电磁信号处理系统400相关的数据和/或信息。

关于上述大地电磁信号处理系统400的更多内容可以参见图1至图3的相关描述。

需要注意的是，以上对于大地电磁信号处理系统400及其模块的描述，仅为描述方便，并不能把本说明书限制在所举实施例范围之内。可以理解，对于本领域的技术人员来说，在了解该系统的原理后，可能在不背离这一原理的情况下，对各个模块进行任意组合，或者构成子系统与其他模块连接。在一些实施例中，图4中披露的获取模块410、确定模块420和处理模块430可以是一个系统中的不同模块，也可以是一个模块实现上述的两个或两个以上模块的功能。例如，各个模块可以共用一个存储模块，各个模块也可以分别具有各自的存储模块。诸如此类的变形，均在本说明书的保护范围之内。

本说明书一些实施例提供了一种大地电磁信号处理装置，该装置包括至少一个处理器以及至少一个存储器；至少一个存储器用于存储计算机指令；至少一个处理器用于执行计算机指令中的至少部分指令以实现大地电磁信号处理方法。

本说明书一些实施例还提供了一种计算机可读存储介质，该存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机运行上述大地电磁信号处理方法。

上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。

同时，本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。

此外，除非权利要求中明确说明，本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。

同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本说明书实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。

一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有±20%的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。

针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外，对本说明书权利要求最广范围有限制的文件（当前或之后附加于本说明书中的）也除外。需要说明的是，如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方，以本说明书的描述、定义和/或术语的使用为准。

最后，应当理解的是，本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导一致。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。

Claims (6)

1.一种大地电磁信号处理方法，其特征在于，所述方法由处理器执行，包括：

通过位于监测位置的电磁监测装置获取电磁监测信号；

基于所述电磁监测信号，确定干扰源信息，所述电磁监测信号包括至少3组监测子信号，所述干扰源信息包括位置信息；

基于所述干扰源信息，对所述电磁监测信号进行处理，所述处理包括：

基于所述位置信息，确定至少3个更新监测位置，所述至少3个更新监测位置之间连线的夹角至少大于30度；

通过位于所述更新监测位置的所述电磁监测装置获取所述监测子信号；

基于所述监测子信号，通过处理模型确定电磁提纯信号，其中，所述处理模型为机器学习模型，所述处理模型的输入包括第一监测图谱，输出包括虚拟节点的更新后的监测子信号，基于所述更新后的监测子信号的受干扰程度大小确定所述电磁提纯信号，所述第一监测图谱包括所述虚拟节点和虚拟边，所述虚拟节点与所述更新监测位置和所述监测位置分别一一对应，所述虚拟节点的节点属性包括位置坐标、所述监测子信号和节点类型中的至少一种，所述虚拟边的边属性包括物理距离和不同所述虚拟边之间的虚拟夹角，所述不同所述虚拟边之间的虚拟夹角与所述至少3个更新监测位置之间连线的夹角分别一一对应。

2.根据权利要求1所述的方法，其特征在于，所述干扰源信息还包括干扰源子信息，还包括：

基于所述电磁监测信号和所述干扰源子信息，通过所述处理模型确定所述电磁提纯信号。

3.根据权利要求1所述的方法，其特征在于，所述处理模型通过训练样本和对应的样本标签进行训练获取，所述样本标签通过以下方式确定：

基于干扰生成装置，生成训练干扰源，所述训练干扰源的干扰源信息通过预设确定；

基于变换算法对所述训练样本进行变换分析，确定变换后样本；

基于所述训练干扰源的干扰源信息对所述变换后样本进行降噪处理，确定所述样本标签。

4.一种大地电磁信号处理系统，其特征在于，所述系统包括：

获取模块被配置为通过位于监测位置的电磁监测装置获取电磁监测信号；

确定模块被配置为基于所述电磁监测信号，确定干扰源信息，所述电磁监测信号包括至少3组监测子信号，所述干扰源信息包括位置信息；

处理模块被配置为基于所述干扰源信息，对所述电磁监测信号进行处理，所述处理模块被进一步配置为：

基于所述位置信息，确定至少3个更新监测位置，所述至少3个更新监测位置之间连线的夹角至少大于30度；

通过位于所述更新监测位置的所述电磁监测装置获取所述监测子信号；

基于所述监测子信号，通过处理模型确定电磁提纯信号，其中，所述处理模型为机器学习模型，所述处理模型的输入包括第一监测图谱，输出包括虚拟节点的更新后的监测子信号，基于所述更新后的监测子信号的受干扰程度大小确定所述电磁提纯信号，所述第一监测图谱包括所述虚拟节点和虚拟边，所述虚拟节点与所述更新监测位置和所述监测位置分别一一对应，所述虚拟节点的节点属性包括位置坐标、所述监测子信号和节点类型中的至少一种，所述虚拟边的边属性包括物理距离和不同所述虚拟边之间的虚拟夹角，所述不同所述虚拟边之间的虚拟夹角与所述至少3个更新监测位置之间连线的夹角分别一一对应。

5.根据权利要求4所述的系统，其特征在于，所述干扰源信息还包括干扰源子信息，所述处理模块进一步被配置为：

基于所述电磁监测信号和所述干扰源子信息，通过所述处理模型确定所述电磁提纯信号。

6.根据权利要求4所述的系统，其特征在于，所述处理模型通过训练样本和对应的样本标签进行训练获取，所述样本标签通过以下方式确定：

基于干扰生成装置，生成训练干扰源，所述训练干扰源的干扰源信息通过预设确定；

基于变换算法对所述训练样本进行变换分析，确定变换后样本；

基于所述训练干扰源的干扰源信息对所述变换后样本进行降噪处理，确定所述样本标签。