基于稀疏度自适应和NPSO-OMP的大地电磁强干扰压制

发布时间：2024-06-12 03:09

　　大地电磁探测法以天然场作为源信号,被广泛用于地球深部探测。但是,天然的大地电磁信号微弱、不稳定且随机,因此容易受到人文噪声的影响。本文利用自组织竞争神经网络(Self-organizing competitive neural network,SCNN)结合小生境粒子群(Niche particle swarm optimization,NPSO)-正交匹配追踪(Orthogonal matching pursuit,OMP)稀疏分解的方法进行大地电磁高质量数据提取以及大尺度噪声分离,主要研究工作如下:(1)系统的分析了高质量大地电磁数据与受强人文噪声污染的大地电磁数据在时间域的特征。对采集的大地电磁时间序列进行合理的分段(每一段为一个样本),标记出高质量样本与低信噪比样本。然后计算每个样本的峰值、均方根值、方差、标准差、样本熵、模糊熵等特征参数。发现高质量样本与低信噪比样本有着明显不同的特征值。(2)利用自组织竞争神经网络算法代替人工判别,实现自动化的信噪辨识。人工判别需要工作人员具有较丰富的经验,不仅工作量大,且存在不同工作人员评判标准不一等问题。为此,研究了基于自组织竞争神经网络...

【文章页数】：83 页

【学位级别】：硕士

【部分图文】：

图2-7前后15分钟每20s的数据峰值分布情况

硕士学位论文12数据按每20s分段，则可分成45段，由测点TS4道采样频率为150Hz可知，每段的采样点数为3000。再计算出每一段的峰值、均方根值、方差值、标准差值、样本熵值以及模糊熵值以此来做分析。图2-7前后15分钟每20s的数据峰值分布情况图2-7为选取EX道前后15分钟....

图2-8前后15分钟每20s的数据均方根值分布情况

硕士学位论文12数据按每20s分段，则可分成45段，由测点TS4道采样频率为150Hz可知，每段的采样点数为3000。再计算出每一段的峰值、均方根值、方差值、标准差值、样本熵值以及模糊熵值以此来做分析。图2-7前后15分钟每20s的数据峰值分布情况图2-7为选取EX道前后15分钟....

图2-9前后15分钟每20s的数据方差值分布情况

基于稀疏度自适应和NPSO-OMP的大地电磁强干扰压制13到干扰的数据分成45段后每一段数据的均方根值分布情况，由图2-8可知前15分钟高质量数据段的均方根值主要分布在1000一下，波动幅度不大，数据光滑平稳，而受到干扰的数据段均方根值基本分布在2000以上，每一个点的均方根值均....

图2-10前后15分钟每20s的数据标准差值分布情况

基于稀疏度自适应和NPSO-OMP的大地电磁强干扰压制13到干扰的数据分成45段后每一段数据的均方根值分布情况，由图2-8可知前15分钟高质量数据段的均方根值主要分布在1000一下，波动幅度不大，数据光滑平稳，而受到干扰的数据段均方根值基本分布在2000以上，每一个点的均方根值均....

本文编号：3993132