全张量磁力梯度数据滤波处理

摘要

在传统的航空磁力测量系统中,地磁日变对实际测量会产生一定的影响,从而减弱异常体的地球物理信息,为了消除这一影响,国外的航空磁法勘探主要是以航空磁力梯度测量系统为主,其运动噪声水平大致是:水平梯度:1～10pT/m,垂直梯度:5～20pT/m之间，本文主要以卡尔曼滤波器为主要的滤波方法开展研究，并通过模型试验，验证滤波器的有效性。卡尔曼滤波是一种采用状态空间法在时域设计滤波器，对随机信号作估计，避开在频率域内分解信号功率谱麻烦；滤波器设计简单，用状态方程描述复杂多维信号的动力学特性，相比维纳滤波、最小二乘等算法具有较大的优越性。卡尔曼滤波具有两个计算回路：增益计算回路和滤波计算回路。在一个滤波周期内，从卡尔曼滤波在使用系统信息和量测信息的先后次序来看，卡尔曼滤波具有两个明显的信息更新过程：时间更新过程和量测更新过程。为了验证一维卡尔曼滤波方法，从测区范围内提取一条剖面数据进行测试，剖面位置如图2中红线位置所示，剖面长度20000m，采样间距为50m，采样点401个，在一维原始剖面数据上添加高斯随机噪声，之后采用卡尔曼滤波器对数据进行处理，得到6个分量的滤波处理结果。为了评估卡尔曼滤波器的滤波效果，引入Pajot等定义的噪声衰减因子β来估计噪声衰减量。用B来表示模型的真实值，Bn来表示增加噪声后的值，Br为经过滤波处理的值。