基于压缩感知的磁共振测深信号重构与噪声压制算法研究

发布时间：2021-10-23 07:01

　　磁共振测深技术（Magnetic Resonance Sounding,MRS）作为当前世界上先进的直接探测地下水的地球物理方法,具有直接、定量和无损测量的优点,在水资源勘查与评价、矿井/隧道突涌水等地质灾害隐患探测领域被广泛应用。然而,在实际应用中,由于MRS探测是利用天然地磁场,无法采取屏蔽措施,导致大量的环境噪声和人为噪声等干扰信息一并被仪器系统捕获,严重影响采集数据的质量,不能实现有效信号的提取。如何研究出一种数据采集与信号处理相结合的方法,以直接获取MRS信号为目标,降低环境噪声,实现复杂环境干扰下目标水体的准确检测,是磁共振探测技术在实际应用中所面临的重大难题。压缩感知（Compressed Sensing,CS）作为一种信息采样获取理论,通过信号的稀疏特性,利用数据的冗余信息,通过随机采样的方式获取少量信号的离散样本,最后采用非线性重建算法恢复信号。鉴于此,本文提出开展基于压缩感知的MRS信号重构与噪声压制研究,具有重要的意义和实用价值。本文依据MRS信号和噪声的特点,首先通过比较分析几种常用稀疏基的特征,确定采用K-SVD学习字典对含噪MRS信号进行稀疏分解;其次,开展... 

【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校

【文章页数】：69 页

【学位级别】：硕士

【部分图文】：

中国水危机和旱情

国外MRS找水仪

我国自主研发的MRS找水仪

【参考文献】：
期刊论文
[1]基于字典优化的迁移稀疏编码方法[J]. 孟欠欠,沈龙凤,李晓,李梦雯.  黑龙江工业学院学报(综合版). 2019(12)
[2]基于稀疏分解和频域相关峭度的轴承微弱故障特征提取[J]. 赵乐,杨绍普,刘永强,顾晓辉,王久健.  振动与冲击. 2019(23)
[3]组稀疏表示的双重l1范数优化图像去噪算法[J]. 骆骏,刘辉,尚振宏.  四川大学学报(自然科学版). 2019(06)
[4]基于Logistic混沌Bernoulli测量矩阵的压缩感知研究[J]. 孙中廷.  电脑知识与技术. 2019(27)
[5]稀疏表示中稀疏系数的l1范数的特性分析[J]. 宗静静,邱天爽.  系统工程与电子技术. 2019(12)
[6]高铁震源地震信号的稀疏化建模[J]. 王晓凯,陈建友,陈文超,蒋一然,鲍铁钊,宁杰远.  地球物理学报. 2019(06)
[7]压缩感知测量矩阵综述[J]. 宋梦蝶.  电视技术. 2019(06)
[8]电能质量信号的KSVD-NRAMP归一化自适应稀疏重构算法[J]. 肖儿良,冯杰,简献忠,王如志.  软件导刊. 2018(12)
[9]压缩感知正交匹配追踪算法重构性能分析[J]. 顾兴龙.  科技风. 2018(31)
[10]一种基于压缩感知的随机噪声压制方法[J]. 杨连刚,李凌云,杨玉梅,屈元基,闫柯.  煤田地质与勘探. 2019(04)

博士论文
[1]压缩感知算法及其应用的几点研究[D]. 张骁雅.浙江大学 2013
[2]核磁共振2D/3D地下水成像方法及其阵列式地面探测系统研究[D]. 蒋川东.吉林大学 2013
[3]基于稀疏表示的声纳图像识别及超分辨率重建[D]. 王梁.哈尔滨工程大学 2012
[4]压缩感知关键技术研究[D]. 郭岩松.天津大学 2011
[5]基于稀疏分解的单通道混合语音分离算法研究[D]. 郭海燕.南京邮电大学 2011

硕士论文
[1]基于压缩感知的地震数据压缩FPGA设计与实现[D]. 崔忠林.吉林大学 2019
[2]基于奇异谱分析的全波MRS信号消噪方法研究[D]. 任华.吉林大学 2018
[3]基于电流滞环小功率核磁共振发射装置设计[D]. 王超群.吉林大学 2018
[4]基于贝叶斯压缩感知的小波域地震数据压缩与重构[D]. 王丽芝.吉林大学 2018
[5]基于压缩感知理论的机械振动信号稀疏分解理论研究[D]. 石斌.兰州理工大学 2017
[6]语音压缩感知系统中的消噪技术研究[D]. 周伟栋.南京邮电大学 2016
[7]基于压缩感知的语音重构算法和消噪技术研究[D]. 于志文.南京邮电大学 2015
[8]基于视频压缩感知的编码端速率控制研究[D]. 刘哲.西安电子科技大学 2013
[9]基于压缩感知的测量矩阵研究[D]. 李小波.北京交通大学 2010



本文编号：3452707