基于子空间分析的航空瞬变电磁去噪方法研究
发布时间：2022-01-27 09:38
航空瞬变电磁法（ATEM）是一种以飞机为载体，电磁感应为勘探机理的航空物探方法。由于勘探深度较大、可大面积勘探、能克服复杂地形等优点，航空瞬变电磁法已经在地质填图、矿产资源勘探和环境监测等领域获得了广泛应用。但是由于航空瞬变电磁信号是一种宽频带信号，而且晚期数据的能量较弱，因此所测量的数据往往会受到各种噪声的干扰。如果不能对这些噪声进行有效的抑制，就会严重降低数据资料的质量，影响后期反演的精度。目前，尽管已经发展出多种航空瞬变电磁去噪方法，但是这些方法都只是针对单一噪声，并不能有效的对多种噪声同时抑制。子空间分析法是一类统计方法，从理论上分析，它可以对多种不同噪声具有较好的抑制作用，从而提高航空瞬变电磁数据的信噪比。为此，本文主要研究两种典型的子空间分析方法，即主成分分析（PCA）法和独立成分分析（ICA）法，并应用到航空瞬变电磁去噪中。具体来说，主要研究内容体现在以下几个方面：（1）基于主成分分析的去噪方法。主成分分析法主要利用数据的一阶、二阶统计特性进行分析。首先对数据进行零均值化，并求取其协方差矩阵，然后对该协方差数据矩阵进行特征分解，并计算原始数据在特征向量所张成的子空间中的投...
【文章来源】：成都理工大学四川省
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
吊舱式航空瞬变电磁系统
方法了低去除类去声、重叠(Pri(Ind于子而独所以并应子空间（法（章毓晋低维空间。除数据的冗去噪方法，从天电噪声叠的信号时incipal Comdependent C子空间的分独立成分分以对典型的应用到航空图Subspace）晋等，2009）这种方法的冗余性，为分从理论上分、随机噪声时，从统计角mponent AComponent A分析方法，主分析法则利用的子空间分析空瞬变电磁去1-2 航空瞬变分析法是模）。它通过一的优点是：分类或识别精分析，它可以声等。另外，角度研究去Analysis ， PAnalysis，I主成分分析用了数据的析法，特别去噪中具有变电磁法的工模式识别领一个线性函第一、由于精度的提高以对多种噪，当传统的去噪方法也PCA) （ HoICA)（Com析法主要利用的高阶统计量别是主成分分有重要的理论工作原理示意领域中近几十函数或非线性于降维，可高奠定基础噪声有较好的时域方法或是一种较好otelling ， 1mon，1994）用二阶统计量，它能较好分析法和独论和应用价意图十年发展快性函数把高可以提高计算。把子空间的抑制效果或频域方法好的思路。933 ）和独）就是两种计量对数据进好的描述数独立成分分析价值。快速的一类统高维数据变换算效率；第间分析法作为果，例如人文法较难处理频主成分分析独立成分分种比较典型的进行分析处数据的细节特析法进行研统计换到第二为一文噪频谱析法分析的基处理特征研究
分分析几何意义的角度来看，主成分分析数学模型中的线性变换（这里指个坐标旋转，产生一个新的坐标系。n 个样本，对每个样本进行观测并获得两个变量 1 2x ,x 表示这些样本，它们基本分布在一个椭圆内。如果只单变量1x 或2x ，那么包含在另一变量中的信息将会丢失，任意一个变量（1x 或是2x ），不管是沿着1x 方向还是2x 较大的离散性（离散程度可以用方差度量：方差越大意味此，直接舍弃某一个分量并不是“降维”的有效方法。们将该坐标系以原点为中心，任意旋转某个角度 ，使新坐标系1 2y Oy ，如图 2-1 所示。
【参考文献】：
期刊论文
[1]基于核主成分分析的时间域航空电磁去噪方法[J]. 陈斌,陆从德,刘光鼎. 地球物理学报. 2014(01)
[2]基于主成分分析的航空电磁数据噪声去除方法[J]. 朱凯光,王凌群,谢宾,王琦,程宇奇,林君. 中国有色金属学报. 2013(09)
[3]ICA在地震数据叠前噪声消减中的应用[J]. 杨佩国,胡俊锋,杨剑波,庹先国,王洪辉,李怀良,张赓. 成都理工大学学报(自然科学版). 2013(01)
[4]时间域航空电磁数据线圈运动噪声去除方法仿真研究[J]. 尹大伟,林君,朱凯光,王亚冉,李冰冰. 吉林大学学报(地球科学版). 2013(05)
[5]改进ICA去噪方法在瞬变电磁信号处理中的应用[J]. 刘祥平,王建明. 北京师范大学学报(自然科学版). 2011(01)
[6]FastICA算法及其在地震信号去噪中的应用[J]. 张念,刘天佑,李杰. 计算机应用研究. 2009(04)
[7]电磁资料中的物理去噪法[J]. 苏朱刘,胡文宝,张翔. 工程地球物理学报. 2004(02)
[8]航空电磁法数据处理与图示技术[J]. 周凤桐,陈本池,阎永利. 物探与化探. 1997(05)
[9]瞬变电磁法基本原理[J]. 静恩杰,李志聃. 中国煤田地质. 1995(02)
[10]电磁法数据处理的奇异值分解法[J]. 黄皓平. 地球物理学报. 1991(05)
硕士论文
[1]航空瞬变电磁数据时频分析及去噪方法研究[D]. 何腊梅.成都理工大学 2013
[2]独立成分分析算法在fMRI数据中的应用[D]. 赵陶钰.太原理工大学 2012
[3]基于主成分分析的去除乘性噪声算法研究[D]. 姚莉丽.西安电子科技大学 2011
[4]吊舱式时间域直升机航空电磁数据处理方法研究[D]. 吕东伟.成都理工大学 2011
[5]时间域航空电磁数据预处理技术研究[D]. 李楠.吉林大学 2010
[6]基于核主成分分析的图像降噪方法研究[D]. 贾亚琼.华南理工大学 2010
本文编号：3612236
【文章来源】：成都理工大学四川省
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
吊舱式航空瞬变电磁系统
方法了低去除类去声、重叠(Pri(Ind于子而独所以并应子空间（法（章毓晋低维空间。除数据的冗去噪方法，从天电噪声叠的信号时incipal Comdependent C子空间的分独立成分分以对典型的应用到航空图Subspace）晋等，2009）这种方法的冗余性，为分从理论上分、随机噪声时，从统计角mponent AComponent A分析方法，主分析法则利用的子空间分析空瞬变电磁去1-2 航空瞬变分析法是模）。它通过一的优点是：分类或识别精分析，它可以声等。另外，角度研究去Analysis ， PAnalysis，I主成分分析用了数据的析法，特别去噪中具有变电磁法的工模式识别领一个线性函第一、由于精度的提高以对多种噪，当传统的去噪方法也PCA) （ HoICA)（Com析法主要利用的高阶统计量别是主成分分有重要的理论工作原理示意领域中近几十函数或非线性于降维，可高奠定基础噪声有较好的时域方法或是一种较好otelling ， 1mon，1994）用二阶统计量，它能较好分析法和独论和应用价意图十年发展快性函数把高可以提高计算。把子空间的抑制效果或频域方法好的思路。933 ）和独）就是两种计量对数据进好的描述数独立成分分析价值。快速的一类统高维数据变换算效率；第间分析法作为果，例如人文法较难处理频主成分分析独立成分分种比较典型的进行分析处数据的细节特析法进行研统计换到第二为一文噪频谱析法分析的基处理特征研究
分分析几何意义的角度来看，主成分分析数学模型中的线性变换（这里指个坐标旋转，产生一个新的坐标系。n 个样本，对每个样本进行观测并获得两个变量 1 2x ,x 表示这些样本，它们基本分布在一个椭圆内。如果只单变量1x 或2x ，那么包含在另一变量中的信息将会丢失，任意一个变量（1x 或是2x ），不管是沿着1x 方向还是2x 较大的离散性（离散程度可以用方差度量：方差越大意味此，直接舍弃某一个分量并不是“降维”的有效方法。们将该坐标系以原点为中心，任意旋转某个角度 ，使新坐标系1 2y Oy ，如图 2-1 所示。
【参考文献】：
期刊论文
[1]基于核主成分分析的时间域航空电磁去噪方法[J]. 陈斌,陆从德,刘光鼎. 地球物理学报. 2014(01)
[2]基于主成分分析的航空电磁数据噪声去除方法[J]. 朱凯光,王凌群,谢宾,王琦,程宇奇,林君. 中国有色金属学报. 2013(09)
[3]ICA在地震数据叠前噪声消减中的应用[J]. 杨佩国,胡俊锋,杨剑波,庹先国,王洪辉,李怀良,张赓. 成都理工大学学报(自然科学版). 2013(01)
[4]时间域航空电磁数据线圈运动噪声去除方法仿真研究[J]. 尹大伟,林君,朱凯光,王亚冉,李冰冰. 吉林大学学报(地球科学版). 2013(05)
[5]改进ICA去噪方法在瞬变电磁信号处理中的应用[J]. 刘祥平,王建明. 北京师范大学学报(自然科学版). 2011(01)
[6]FastICA算法及其在地震信号去噪中的应用[J]. 张念,刘天佑,李杰. 计算机应用研究. 2009(04)
[7]电磁资料中的物理去噪法[J]. 苏朱刘,胡文宝,张翔. 工程地球物理学报. 2004(02)
[8]航空电磁法数据处理与图示技术[J]. 周凤桐,陈本池,阎永利. 物探与化探. 1997(05)
[9]瞬变电磁法基本原理[J]. 静恩杰,李志聃. 中国煤田地质. 1995(02)
[10]电磁法数据处理的奇异值分解法[J]. 黄皓平. 地球物理学报. 1991(05)
硕士论文
[1]航空瞬变电磁数据时频分析及去噪方法研究[D]. 何腊梅.成都理工大学 2013
[2]独立成分分析算法在fMRI数据中的应用[D]. 赵陶钰.太原理工大学 2012
[3]基于主成分分析的去除乘性噪声算法研究[D]. 姚莉丽.西安电子科技大学 2011
[4]吊舱式时间域直升机航空电磁数据处理方法研究[D]. 吕东伟.成都理工大学 2011
[5]时间域航空电磁数据预处理技术研究[D]. 李楠.吉林大学 2010
[6]基于核主成分分析的图像降噪方法研究[D]. 贾亚琼.华南理工大学 2010
本文编号：3612236
本文链接：https://www.wllwen.com/projectlw/dqwllw/3612236.html
