基于稀疏分解和压缩感知重构算法的大地电磁噪声压制

摘要

由于天然大地电磁信号本身微弱且频带范围宽，极易受到噪声污染。随着人类文明的不断进步，各类因素造成的人文电磁干扰日益严重，导致野外采集的大地电磁数据呈现典型的近源效应。如何消除大地电磁数据中的强干扰，提高大地电磁测深数据质量一直是该领域的重要研究课题。本文引入稀疏分解和压缩感知重构算法分别对大地电磁信号进行噪声压制，主要研究内容如下： （1）由于稀疏分解算法限制条件少、自适应性强，且灵活高效，为抑制大地电磁噪声干扰提供了一条新思路。匹配追踪是最为常用的稀疏分解方法，其本质是一种贪婪算法。针对匹配追踪计算量大、大地电磁数据处理效率低的问题，提出基于匹配追踪和遗传算法的大地电磁噪声压制方法。首先，利用Gabor原子构建过完备原子库，并对过完备原子库集合进行划分。然后，借助遗传算法的自适应性，快速搜寻最优匹配原子及所在位置。最后，运用最优匹配原子稀疏分解待处理信号，重构有用信号。利用计算机模拟的典型强干扰和矿集区实测大地电磁数据进行分析处理，实验结果表明，相对于匹配追踪和正交匹配追踪，所提方法能有效剔除大地电磁时间域序列中的大尺度强干扰，低频段的大地电磁数据质量得到明显改善。 （2）压缩感知是一种新型的信号采样理论，压缩感知重构算法是该理论中最重要的部分之一。为了快速、有效抑制大地电磁信号中的强干扰，保留低频段的大地电磁有用信息。根据矿集区典型的大地电磁噪声干扰类型，首先选取小波包和余弦原子等多种原子构造的冗余字典进行稀疏表示。然后，选用高斯矩阵进行观测采样。最后，采用分段正交匹配追踪重构有用信号。文中所提方法在保证重构信号质量的同时，极大地提升了计算效率，为后续开展海量实测大地电磁数据处理提供了一条新的研究思路，应用前景广阔。

目录

湖南师范大学学位论文版权使用授权书

20180605132011843