收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于统计特性分析的航空电磁数据噪声压制技术研究

王凌群  
【摘要】:时间域航空电磁探测是以飞机为运载工具、法拉第电磁感应定律为基础的航空电磁探测方法,具有工作效率高、探测面积广等优势,广泛用于矿产资源勘查、油气勘查等领域,特别适用于自然环境恶劣如沼泽,森林等地面勘查人员无法进入的地带。直升机吊舱式时间域航空电磁系统的发射线圈和接收线圈采用中心回线方式,悬挂在飞机下方,由于飞行速度、风速,温度等原因,飞机作业时引起的发射线圈、接收线圈状态的变化而引起系统参数变化,从而严重影响观测数据的质量,直接影响后期的数据精细解释,特别是对于反映地下深层地质体信息的晚期道数据。近年来,随着国家对矿产资源的需求急速上升,航空电磁探测技术得到了广泛关注,在航空电磁数据的噪声压制方面,以分类噪声压制方法研究为主,处理手段主要为时频滤波、小波等信号处理技术,但由于噪声与电磁信号具有部分重叠频谱,因此,经常规噪声压制处理后,航空电磁剖面数据仍存在一定的残余噪声。本文在国家科研装备研制专项ATEM子课题“航空瞬变电磁系统(全航空)仿真、数据处理与反演”的资助下,针对上述问题,提出了基于统计特性分析的航空电磁数据噪声压制方法,通过研究主成分分析,主成分滤波重构以及最小噪声分离技术,有效地压制航空电磁探测数据的残余噪声。主要研究内容如下:(1)基于多元统计分析理论,针对航空电磁剖面上的残余噪声特点,将主成分分析引入到航空电磁探测噪声压制中。在主成分域上,将观测数据转换成按方差排列的主成分,协方差矩阵的特征向量对应转换后的主成分方向。这样,转换后的主成分不仅保留了原始航空电磁数据的主要信息,且彼此不相关。低阶主成分主要包含方差较大的航空电磁数据,而方差较小且相关性较低的噪声主要被转换到高阶主成分中,此时采用低阶主成分重构航空电磁数据就可以压制不相关噪声。仿真实例以及野外实测数据的去噪结果表明了主成分分析压制剖面残余噪声的有效性。(2)主成分分析方法将航空电磁数据在主成分域中转化成相应的主成分再重构,但是参与重构的低阶主成分仍然含有高频空间噪声,影响重构后数据精度。因此,在主成分分析方法基础上,提出了主成分滤波方法,设计了自适应窗宽低通滤波器组,将各主成分剖面上各个测点的二阶差分线性转化成各个测点的滤波窗宽,形成了自适应窗宽低通滤波器组,分别滤除各阶主成分剖面中的高频空间噪声。仿真实例以及野外实测数据的噪声压制结果验证了主成分滤波压制噪声的有效性。(3)主成分分析将数据转换成按照方差大小排列主成分,当噪声方差较大时,主成分分析和主成分滤波方法都不能有效地压制较大残余噪声,因此提出了基于最小噪声分离的航空电磁噪声压制方法。最小噪声分离利用噪声协方差的估计,对数据进行噪声白化处理,使得按信噪比由大到小排列各个最小噪声成分含有单位方差的噪声且彼此不相关。在此基础上,研究了最小噪声分离成分特点、noise fraction参数和信噪比的关系以及噪声成分中的特点,并通过两组仿真实例分析以及实测数据噪声压制结果,验证了最小噪声分离算法在航空电磁数据噪声压制方面的优越性。(4)采用频域的经验模态函数方法、多元线性回归理论中残差估计法、自相关因子法估计噪声协方差矩阵,研究了噪声协方差矩阵的估计对最小噪声分离去噪结果的影响,设计了具有深部异常体的大地模型,通过分析晚期道的噪声压制效果以及反映地下深部异常体的能力,验证了三种噪声协方差估计方法在对航空电磁数据未知噪声估计的有效性。论文的创新点如下:(1)在主成分分析基础上,提出了基于主成分滤波重构的航空电磁数据噪声压制方法,根据自适应窗宽滤波算法,将各阶主成分剖面的二阶差分特征转换为自适应滤波器窗宽,滤除参加重构的低阶主成分含有的高频空间噪声,将滤波后的主成分重构,有效地改善了主成分噪声压制效果。(2)提出了基于最小噪声分离的航空电磁数据噪声压制算法,研究了航空电磁剖面数据的噪声估计算法,最小噪声分离将数据变换与信噪比直接关联,分析了最小噪声分离成分的方向以及最小噪声分离成分的剖面特征,通过选择低阶最小噪声分离成分重构,解决了当噪声方差较大时主成分及主成分滤波无法有效压制残余噪声的难题。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 姚泽清,王衍波;江苏省国民经济主要指标的主成分分析[J];运筹与管理;2003年03期
2 尉雪波,张辉;灰色主成分分析及其应用[J];山东财政学院学报;2004年05期
3 夏国恩;金炜东;张葛祥;;非线性主成分分析新方法[J];统计与决策;2006年05期
4 马翔宇;陈志华;邹飒枫;赵力;;基于主成分分析的音乐事件相关脑电变化研究[J];现代生物医学进展;2009年03期
5 张维铭;陈文兴;;运用主成分分析制定服装标准的探讨[J];浙江丝绸工学院学报;1986年02期
6 李永福,孙文爽 ,王元平;广义主成分分析[J];云南大学学报(自然科学版);1988年01期
7 王宏健,易柱新;主成分方法用于聚类分析[J];经济数学;1996年01期
8 李汶华;城市综合实力增长的比较[J];数理统计与管理;2000年01期
9 高长元,丁雪伟,綦良群;高新技术产品的主成分分析评价法[J];哈尔滨理工大学学报;2000年01期
10 DelValls T A ,丁海燕;确定海洋沉积物中污染物来源的方法——多变量主成分分析方法[J];海洋地质动态;2003年11期
11 吴海建;主成分分析的基本思想及应用实例[J];河南省情与统计;2003年04期
12 宋涛;唐德善;;基于灰色数列预测和主成分分析的国债风险仿真模型[J];统计与决策;2006年03期
13 张立华;金浩;邢会;张英民;;河北省经济可持续发展的全局主成分分析[J];河北工业大学学报;2006年02期
14 林海明;;主成分分析与初始因子分析的异同——兼与卢纹岱《SPSS for Windows统计分析》商榷[J];统计与决策;2006年08期
15 程海侠;陶桢;;基于财务指标的主成分分析——以部分空调企业为例[J];科技创业月刊;2006年06期
16 黄新建;李若山;;基于主成分分析的房地产业的业绩评价模型[J];统计与决策;2006年10期
17 徐雅静;汪远征;;主成分分析应用方法的改进[J];数学的实践与认识;2006年06期
18 赵晓翠;王来生;;基于主成分分析和支持向量机的商业银行信贷风险评估[J];统计与决策;2006年13期
19 李建华;顾穗珊;藏晶;;基于主成分分析的高新技术成果转化的聚类分析[J];工业技术经济;2006年07期
20 王建民;王传旭;杨力;余忠林;王运祥;;基于主成分分析模型的煤矿企业员工满意度实证研究[J];安徽理工大学学报(社会科学版);2007年02期
中国重要会议论文全文数据库 前10条
1 么彩莲;魏宁;;关于主成分分析的改进方法探讨[A];中国现场统计研究会第12届学术年会论文集[C];2005年
2 陈明星;缪柏其;靳韬;;利率影响因素的主成分分析与因子分析[A];中国现场统计研究会第12届学术年会论文集[C];2005年
3 孙晓东;胡劲松;焦玥;;基于主成分分析和灰色关联聚类分析的指标综合方法研究[A];中国优选法统筹法与经济数学研究会第七届全国会员代表大会暨第七届中国管理科学学术年会论文集[C];2005年
4 林海明;杜子芳;;主成分分析评估指数的构造条件和案例[A];21世纪数量经济学(第13卷)[C];2012年
5 盛子宁;;教师课堂教学质量的主成分分析[A];中国现场统计研究会第12届学术年会论文集[C];2005年
6 许咏梅;马兴旺;陈署晃;何生丽;郭海峰;李毳;严莉;李平;蒋文;杨红丽;;基于主成分分析乌鲁木齐无公害蔬菜土壤质量评价[A];中国科协2005年学术年会“新疆现代农业论坛”论文专集[C];2005年
7 阎辉;张学工;李衍达;;一种新的主成分分析方法[A];2000年中国地球物理学会年刊——中国地球物理学会第十六届年会论文集[C];2000年
8 薛风平;;基于主成分分析的中国产业自主创新能力测评[A];科学发展观:理论·模式·实践——山东省社会科学界2006年学术年会文集(4)[C];2006年
9 戴磊;孙慧;任巍;;基于主成分分析的西部12省区市对外开放竞争力研究[A];21世纪数量经济学(第13卷)[C];2012年
10 朱军华;余岭;;结构损伤响应时程主成分及其相关性分析[A];第十届全国振动理论及应用学术会议论文集(2011)上册[C];2011年
中国博士学位论文全文数据库 前8条
1 王凌群;基于统计特性分析的航空电磁数据噪声压制技术研究[D];吉林大学;2016年
2 萨建;基于稀疏主成分变系数模型的基因-环境互作分析[D];山西医科大学;2016年
3 苏时光;谱主成分分析及其在多指标评价体系中的应用[D];中国农业大学;2004年
4 洪营东;基于主成分分析法对损伤血瘀证相关性指标的研究[D];成都中医药大学;2014年
5 郭建校;改进的高维非线性PLS回归方法及应用研究[D];天津大学;2010年
6 贾润林;内蒙古新型农村合作医疗运行效果评价研究[D];内蒙古农业大学;2014年
7 张长林;近海卸载平台结构系统的效能与风险研究[D];天津大学;2003年
8 汪东;基于支持向量机的选时和选股研究[D];上海交通大学;2007年
中国硕士学位论文全文数据库 前10条
1 张宁;水泥生产电耗预测与用电负荷优化调度技术研究[D];天津理工大学;2015年
2 段杏宽;高尚堡油田低产低效井的判定及综合治理[D];河北联合大学;2014年
3 杨阳;北京市大气污染与人群健康研究[D];北京协和医学院;2015年
4 滕浩宇;基于常规大气监测数据对PM_(2.5)的评估和预测[D];东北林业大学;2015年
5 邵雅楠;基于主成分分析和BP网络的高层住宅工程造价估算方法[D];燕山大学;2015年
6 盖琴宝;地熊蜂蜂群发育性状评价及其饲料花粉配比优化[D];中国农业科学院;2015年
7 李广正;关于选取主成分个数的探讨[D];兰州财经大学;2015年
8 巩亚文;基于主成分分析-BP神经网络的港口竞争力评价研究[D];长安大学;2015年
9 马雪莲;采后灵武长枣电学特性和生理特性关系的研究[D];宁夏大学;2015年
10 任静;薯芋及淀粉的傅里叶变换红外光谱研究[D];云南师范大学;2015年
中国重要报纸全文数据库 前3条
1 叶东云;统计主成分分析的应用问题[N];延安日报;2009年
2 ;电信业对信息化的贡献有多大[N];人民邮电;2004年
3 ;2011年新闻出版产业快速稳步增长(下)[N];中国新闻出版报;2012年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978