基于最小噪声分离的航空电磁探测剖面噪声压制方法研究

发布时间：2017-04-16 14:20

  本文关键词：基于最小噪声分离的航空电磁探测剖面噪声压制方法研究，由笔耕文化传播整理发布。

【摘要】：航空电磁探测是以飞机为搭载平台,以电磁感应理论为基础的地球物理勘查方法,具有速度快、成本低、通行性好、可大面积覆盖等优势。由于航空电磁探测装备均搭载于移动平台,除人文噪声、环境噪声、地质噪声、系统噪声外,还引入了移动平台特有的运动噪声及飞机产生的背景噪声等,影响数据质量,制约系统探测能力。因此,航空电磁探测的多源复杂噪声压制对提高系统探测能力具有重要实际意义。本文依托于国家863计划项目的子课题“吊舱式时间域直升机航空电磁勘查数据处理与成图关键技术”及国家重大科研装备研制专项的子课题“航空瞬变电磁系统数据处理与反演成像”,针对航空电磁探测的多源复杂噪声对经过背景场去除,叠加及抽道等预处理后的剖面数据的影响,研究基于最小噪声分离的航空电磁探测剖面噪声压制方法,论文主要研究内容及研究成果如下:分析了航空电磁探测剖面数据及残余噪声的时频特性,针对剖面残余噪声在时域和频域都和信号混叠难以压制的难题,采用统计分析方法—最小噪声分离压制剖面残余噪声。借鉴最小噪声分离在高光谱数据噪声压制的成功应用,将最小噪声分离(Minimum Noise Fraction,MNF)引入到航空电磁探测剖面噪声压制研究中。最小噪声分离利用噪声协方差对剖面数据进行噪声白化处理,从而将电磁剖面数据转换为按信噪比排列的MNF成分,利用L个低阶信噪比高的MNF成分进行重构达到压制残余噪声的目的。对未知噪声进行协方差估计是最小噪声分离的重要计算技术,采用自适应窗宽滤波滤除的噪声作为噪声估计,计算噪声协方差。通过仿真数据和野外飞行数据的噪声压制结果证明了最小噪声分离压制剖面残余噪声的有效性,仿真数据的噪声压制结果表明晚期道数据的信噪比提高了29.72 d B,野外飞行数据的噪声压制结果的噪声水平由原来的?60 n T/s减小到?40 n T/s。最小噪声分离重构的L个MNF成分中信噪比较低的MNF成分仍然含有高频空间噪声,本文在最小噪声分离压制航空电磁探测剖面噪声的基础上,提出最小噪声分离滤波算法,该算法对最小噪声分离重构的L个MNF成分中信噪比较高的前H(HL)个MNF成分保留,避免异常细节特征被当作噪声滤除,而对(L-H)个信噪比较低的MNF成分进行滤波,滤除高频空间噪声,最后利用前H个MNF成分和滤波后的(L-H)个MNF成分进行重构压制电磁剖面残余噪声。该算法不仅可以有效地压制电磁剖面残余噪声,而且能够避免剖面数据的异常细节特征被当作噪声处理。仿真数据和野外飞行数据应用最小噪声分离滤波压制剖面噪声的结果验证了该算法的有效性,并改善了最小噪声分离压制剖面噪声的效果,仿真数据晚期道的信噪比提高了22.29 d B,信噪比较最小噪声分离方法提高了4.37 d B。野外飞行数据的噪声压制结果表明噪声水平由原来的?60 n T/s减小到?25 n T/s。本文最后对基于最小噪声分离的航空电磁探测剖面乘性噪声压制方法进行初步研究,分析电磁剖面乘性噪声特点,利用同态对数变换方式进行处理,将乘性噪声转变为对数域加性噪声,并在对数域利用最小噪声分离压制噪声达到去除电磁剖面乘性噪声的目的。在仿真数据中分别应用最小噪声分离和自适应窗宽滤波压制剖面乘性噪声,验证最小噪声分离压制剖面乘性噪声的有效性,并取得优于自适应窗宽滤波的去噪效果。仿真数据的最小噪声分离压制噪声结果表明和未去噪的剖面数据相比信噪比提高了12.38d B;和自适应窗宽滤波的结果对比,信噪比提高了2.77 d B。野外飞行数据的乘性噪声压制结果的噪声水平由噪声压制前的?25 n T/s下降到?10 n T/s。
【关键词】：航空电磁探测 噪声压制 最小噪声分离 噪声协方差估计 小波变换 乘性噪声
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：P631.326
【目录】：

• 摘要4-6
• Abstract6-11
• 第1章 绪论11-15
• 1.1 课题研究背景及意义11-12
• 1.2 时间域航空电磁探测数据噪声压制方法国内外研究现状12-13
• 1.3 本文主要研究内容13-15
• 第2章 时间域航空电磁探测剖面数据与噪声分析15-22
• 2.1 时间域航空电磁探测基本原理15-17
• 2.2 时间域航空电磁探测的剖面数据17-19
• 2.3 时间域航空电磁探测剖面噪声分析19-21
• 2.4 本章小结21-22
• 第3章 基于MNF的航空电磁探测剖面噪声压制22-36
• 3.1 最小噪声分离压制剖面噪声原理22-24
• 3.1.1 最小噪声分离成分计算22-23
• 3.1.2 基于MNF重构的噪声压制23-24
• 3.2 噪声协方差估计24-30
• 3.2.1 最大自相关因子变换法24-27
• 3.2.2 残差分析法27-28
• 3.2.3 自适应窗宽滤波法28-30
• 3.3 仿真数据的剖面噪声压制30-33
• 3.3.1 大地模型建立30-31
• 3.3.2 仿真结果分析31-33
• 3.4 野外飞行实测数据的剖面噪声压制33-35
• 3.5 本章小结35-36
• 第4章 基于MNF滤波的航空电磁探测剖面噪声压制36-47
• 4.1 最小噪声分离滤波压制剖面噪声原理36-39
• 4.1.1 最小噪声分离成分滤波—重构过程36-37
• 4.1.2 小波变换37-38
• 4.1.3 小波阈值去噪38-39
• 4.2 仿真数据的剖面噪声压制39-43
• 4.3 野外飞行实测数据的剖面噪声压制43-45
• 4.4 本章小结45-47
• 第5章 基于MNF的航空电磁探测剖面乘性噪声压制47-58
• 5.1 乘性噪声的同态处理方式与噪声压制47-49
• 5.1.1 乘性噪声同态处理方式47-48
• 5.1.2 基于MNF的乘性噪声压制48-49
• 5.2 仿真数据的剖面乘性噪声压制49-54
• 5.2.1 大地模型建立49-51
• 5.2.2 仿真结果分析51-54
• 5.3 野外飞行实测数据的剖面乘性噪声压制54-57
• 5.4 本章小结57-58
• 第6章 总结及展望58-61
• 6.1 全文总结58-59
• 6.2 展望59-61
• 参考文献61-66
• 作者简介及在学期间所取得的科研成果66-67
• 致谢67

【参考文献】

中国期刊全文数据库 前10条

1 王凌群;李冰冰;林君;谢宾;王琦;程宇奇;朱凯光;;航空电磁数据主成分滤波重构的噪声去除方法[J];地球物理学报;2015年08期

2 殷长春;张博;刘云鹤;任秀艳;齐彦福;裴易峰;邱长凯;黄鑫;黄威;缪佳佳;蔡晶;;航空电磁勘查技术发展现状及展望[J];地球物理学报;2015年08期

3 徐冬;孙蕾;罗建书;;结合NAPCA和复小波变换的高光谱遥感图像去噪[J];红外与激光工程;2015年01期

4 陈斌;陆从德;刘光鼎;;基于核主成分分析的时间域航空电磁去噪方法[J];地球物理学报;2014年01期

5 武莹;余小东;成伟伟;;两种时间域航空电磁系统响应曲线对比分析[J];工程地球物理学报;2013年06期

6 朱凯光;王凌群;谢宾;王琦;程宇奇;林君;;基于主成分分析的航空电磁数据噪声去除方法[J];中国有色金属学报;2013年09期

7 尹大伟;林君;朱凯光;王亚冉;李冰冰;;时间域航空电磁数据线圈运动噪声去除方法仿真研究[J];吉林大学学报(地球科学版);2013年05期

8 肖雄斌;厉小润;赵辽英;;基于最小噪声分离变换的高光谱异常检测方法研究[J];计算机应用与软件;2012年04期

9 陈晓曦;王延杰;刘恋;;小波阈值去噪法的深入研究[J];激光与红外;2012年01期

10 姚莉丽;冯象初;李亚峰;;去除乘性噪音的主成分分析算法[J];光子学报;2011年07期

中国硕士学位论文全文数据库 前8条

1 谢宾;时间域航空电磁数据去噪方法研究[D];吉林大学;2015年

2 郭昌鹤;成像激光雷达距离像乘性噪声的分析和处理[D];哈尔滨工业大学;2014年

3 马铭遥;时间域航空电磁数据全波成像与处理技术研究[D];吉林大学;2013年

4 何腊梅;航空瞬变电磁数据时频分析及去噪方法研究[D];成都理工大学;2013年

5 车宏伟;基于主成分的时间域航空电磁数据神经网络反演方法研究[D];吉林大学;2012年

6 杨二伟;时间域航空电磁法电导率成像与反演技术研究[D];吉林大学;2012年

7 吕东伟;吊舱式时间域直升机航空电磁数据处理方法研究[D];成都理工大学;2011年

8 韩悦慧;基于神经网络的时间域航空电磁数据CDI成像与反演初探[D];吉林大学;2009年

  本文关键词：基于最小噪声分离的航空电磁探测剖面噪声压制方法研究，由笔耕文化传播整理发布。

，

本文编号：311011