收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

盲源分离理论及其在重磁数据处理中的应用研究

张念  
【摘要】:矿产资源是国民经济的基础,重磁勘探在金属、石油资源探测及区域地质构造研究中起着重要作用。重磁勘探包括三个环节:重磁数据采集、重磁数据处理和重磁资料解释,重磁数据处理是其中的重要环节,处理结果的好坏直接影响着重磁解释。随着勘探条件日益复杂,从野外采集的重磁数据信噪比越来越低,如何对这些数据进行有效处理,是我们急需解决的问题 在复杂勘探条件下采集的重磁数据,常常面临着三个问题:其一、采集数据中包含大量噪声(随机噪声和背景噪声),如何去除这些噪声,是获取有效数据的基础;其二、地质体埋深越来越大,产生的重磁信号比较微弱,可能被背景噪声和随机噪声掩盖,如何提取弱信号,是一个越来越现实的问题;其三、重磁数据是若干地质体信息的叠加,对叠加信息进行分离,有利于提高重磁解释的准确度和精度。 许多学者对上述问题进行研究,提出各种解决办法,他们将偏微分方程、计算数学、非线性科学、人工智能等最新研究成果渗透到重磁处理中。遗憾的是,从目前的资料来看,这些方法大多是基于功率谱或相关性的,需要一些先验条件,如假设信号为平稳过程、服从高斯分布等。实际重磁勘探时,这些先验条件往往不易满足(或者代价太高),故需要寻找新的信号处理方法,正因如此,本文尝试将盲源分离技术引入重磁数据处理。 盲源分离是目前信号处理领域最热门的技术之一,它的最大优点是:无需知道源信号特征和信道传输参数,仅仅根据观测信号即可完成对混合信号的分离。重磁勘探中,面临的问题与盲源分离非常吻合:既不知道地下有多少地质体,也不知道这些地质信号如何混合,仅仅知道观测信号,我们期待通过这些观测信号来判断地下情况。本文尝试用盲源分离方法处理重磁数据,主要工作和取得的成果有: 1.通过“鸡尾酒会”现象对盲源分离进行了描述,指出盲源分离的“盲”有两层含义:一是源信号不能直接观测得到;二是传输通道未知(信号混合方式未知)。给出盲源分离的定义,对广义盲源分离和线性瞬时混合盲源分离问题进行了界定。指出盲源分离的基本条件是:源信号尽量统计独立,且服从高斯分布的信号不超过1个。还用推理的方法说明盲源分离的两个不确定性:解的幅度不确定、解的顺序不确定。 2.阐述盲源分离的相关理论,包括概率与统计理论、信息理论、盲源分离的预处理。在概率与统计理论中,给出统计独立性、高阶累积量和峭度的概念;在信息论中,给出用来度量信号独立性的名词:熵(Entropy)、负熵(Negentropy)、Kullback-Leibler散度、互信息(Mutual Information);指出盲源分离前应进行预处理,包括对信号的零均值化(中心化)、白化。 3.依据信号独立性测度的不同,将盲源分离算法分为三类:基于信息论的盲源分离算法、基于高阶统计量的盲源分离算法(HOS)、基于二阶统计量的盲源分离算法(SOS)。 (1)基于信息论的算法,主要包括三类:信息量最大化算法(Infomax)、最大似然估计算法(MLE)和输出互信息最小化算法(MMI)。通过推导发现,Infomax算法与MMI算法事实上是等价的。当输出信号各分量的边缘概率密度函数与各源信号的概率密度函数相等时,MLE也与Infomax等价。可见,三种算法在本质上是一致的,可以用性能指标PI证明它们的一致性。 (2)基于高阶统计量的算法(HOS),既可实现对混合信号的盲分离,也可只提取某些特殊信号(可用于提取弱信号),这一点是二阶统计量算法(SOS)难以做到的。主要介绍三种HOS方法:H-J神经网络算法、JADE算法、FastICA算法。其中,H-J算法不够稳定,在低信噪比时会失效;JADE算法中引入向量的四阶累计矩阵,算法简单且稳健性好;EFICA是在FastICA基础上发展起来的一种算法,更适合于实际工程数据处理,但时间复杂度大约是FastICA的3倍。文中用JADE、EFICA算法对重磁数据进行了处理。 (3)基于二阶统计量的算法(SOS),主要介绍二阶盲辨识(SOBI),其核心思想是对白化后的协方差矩阵进行联合近似对角化。文中用SOBI方法对实际重力数据进行了处理。 4.选择Infomax、FastICA两种方法进行了仿真实验,验证算法的有效性。 5.对重磁信号的非高斯性进行判断。给出高斯信号的定义:概率密度服从正态分布的信号。同时给出两个衡量高斯性的指标:峭度K和偏斜度S,说明了高斯性判断准则:K、S同时为0时为高斯信号,否则为非高斯信号。选择球体、直立长方体的重力模型、磁力模型和斜磁化模型,分别计算不同埋深时的峭度K和偏斜度S,未发现二者同时为0的情况,故重磁信号一般是非高斯信号。 6.用盲源分离方法对垂直方向上两球体重力信号进行分离(两个球心均在Z轴上)。选择相邻两条测线(相距50mm),对两球体在第一条测线上的分离结果进行分析,发现: (1)盲源分离效果与测线位置有关,当两球体位置固定时,测线离球体中心在地面的投影位置较远时,分离效果较好。 (2)盲源分离效果与两球体间距有关,第一个球体固定时,两球体间距越大,分离效果越好; (3)盲源分离效果与两球体埋深有关,两球体间距不变时,埋深加大时,在一定范围内分离效果变好。 (4)当剩余密度固定,盲源分离效果与球体半径有关,两球心位置不变时,球体半径越小,分离效果越好。 7.用盲源分离方法对水平叠加与垂直叠加并存的两球体重力信号进行分离(两球心在XOZ平面上,但既不在一条水平线上,又不在一条垂直线上)。选择相邻两条测线(相距50m),对两个球体在第一条测线上的分离结果进行分析,发现: (1)盲源分离效果与测线位置有关,当两球体位置固定时,测线离球体中心在地面的投影位置越远,分离效果越好。 (2)与两球体的垂直距离有关,当水平距离不变时,垂直距离越大,分离效果越好。 (3)与两球体的水平距离有关,当垂直距离不变时,水平距离越大,分离效果越好。 (4)盲源分离效果与两球体埋深有关,两球体相对位置不变时,埋深增大加大时,在一定范围内分离效果变好。 (5)当剩余密度固定,盲源分离效果与球体半径有关,两球心位置不变时,球体半径越小,分离效果越好。 8.用盲源分离方法对重磁数据去噪和提取弱信号。本文采用EFICA算法,分四种情况讨论该问题:一是线性背景场条件下的弱信号提取(线性背景场,不含随机噪声);二是线性背景场及随机噪声条件下的弱信号提取(线性背景场,含随机噪声);三是非线性背景场条件下的弱信号提取(非线性背景场,不含随机噪声);四是非线性背景场及随机噪声条件下的弱信号提取(非线性背景场,含随机噪声)。实验结果表明,EFICA方法在上述四种情况下均能较好提取弱信号。另外,还用EFICA方法与滑动平均法、匹配滤波法、趋势分析法、小波尺度分解等位场分离方法进行比较,结果表明:相对于传统位场处理方法,盲源分离在提取弱信号方面有一定的优势。 9.用盲源分离方法对实际重磁数据进行处理。选择南岭地区1:20万布格重力异常平面图、△T航磁异常平面图作为研究对象。在两幅图中,分别选择两条测线,用SOBI进行分离,结果与地质情况吻合。再说明从测线过渡到平面的步骤,给出关键程序。用该程序对布格重力异常平面图进行处理,得到区域场和局部场,实验结果表明:该方法得到的区域场,与向上延拓5公里的布格重力异常平面图比较相似;该方法所得的局域场重力低与隐伏花岗岩边界的对应关系较好。以上说明,盲源分离是一种有效的重磁数据处理方法,值得进一步研究。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王昆;;盲源分离问题的分析研究[J];科技信息;2008年29期
2 吴微东,庄哲民;基于盲源分离的一种快速独立分量分析算法[J];汕头大学学报(自然科学版);2004年02期
3 徐尚志;苏勇;叶中付;;多种概率分布源的盲源分离快速算法[J];中国科学技术大学学报;2006年05期
4 王昆;刘勃妮;;基于自然梯度算法及其改进算法的盲源分离[J];科技资讯;2008年32期
5 董芬英;;基于可行性规则的混合粒子群的盲源分离[J];科技信息;2013年03期
6 林志阳;白洋;张春元;易家傅;;基于小波分析的盲源分离[J];海南大学学报(自然科学版);2013年02期
7 董芬英;;基于盲源分离的变压器局部放电信号的提取方法[J];科技致富向导;2011年35期
8 骆鹿;樊可清;;快速定点独立分量分析在盲源分离中的应用[J];科技信息(科学教研);2008年02期
9 曹婷婷;余先川;;基于线性聚类的稀疏成分分析及其在盲源分离中的应用[J];北京师范大学学报(自然科学版);2010年01期
10 崔志涛;蹇科;;一种改进的自适应步长盲源分离算法[J];科技信息;2010年18期
11 桑睿;吴杰;许华;郭强;;基于改进的遗传算法的后非线性盲源分离[J];中国科学院研究生院学报;2012年05期
12 韩仲志;黄汉明;叶洪涛;匡贵娟;;多通道同步信号采集与盲源分离研究[J];广西物理;2007年04期
13 姜卫东,高明生,陆佶人;基于两个频点的水声信号盲源分离[J];声学技术;2004年04期
14 贾志成;王娜娜;陈雷;张艳;;基于非线性函数和简化粒子群优化的盲源分离算法[J];中国科学院大学学报;2014年04期
15 李素林,夏崔春,钱进;基于多个时间点联合解相关的卷积盲源分离[J];声学技术;2005年01期
16 贾雁飞;赵立权;杨莘元;;改进的复值非高斯最大化盲源分离算法[J];黑龙江大学自然科学学报;2010年02期
17 魏乐;基于非负矩阵分解算法进行盲信号分离[J];电光与控制;2004年02期
18 王颖翠,陈励军;宽带盲波束形成与卷积混合盲源分离[J];声学技术;2003年01期
19 周卫东;基于独立分量分析的生理信号盲源分离(英文)[J];山东生物医学工程;2002年02期
20 吴琼;韩太林;陈小云;;基于盲源分离理论的图像加密算法概述[J];中国科技信息;2012年03期
中国重要会议论文全文数据库 前10条
1 李舜酩;;转子振动信号的盲源分离研究[A];第三届全国虚拟仪器大会论文集[C];2008年
2 许林周;章新华;范文涛;;一种盲源分离后续去冗余方法[A];2009年全国水声学学术交流暨水声学分会换届改选会议论文集[C];2009年
3 韩少博;林京;吴文焘;;频域盲源分离中的一种稳健解排列模糊方法[A];中国声学学会2009年青年学术会议[CYCA’09]论文集[C];2009年
4 章林柯;何琳;江涌;;基于盲源分离的潜艇源识别信号去除干扰研究[A];第十一届船舶水下噪声学术讨论会论文集[C];2007年
5 康春玉;章新华;李军;;盲源分离与自适应滤波器结合抑制强干扰研究[A];2012'中国西部声学学术交流会论文集(Ⅱ)[C];2012年
6 周祥;樊涛;;基于盲源分离的储油罐底腐蚀混叠信号的识别与分离[A];第八届沈阳科学学术年会论文集[C];2011年
7 王颖翠;;一种基于自然梯度的卷积混合频域盲源分离算法[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
8 许策;章新华;高成志;;源数目估计对盲源分离算法影响分析[A];2007年全国水声学学术会议论文集[C];2007年
9 成谢锋;张仲;孙夏;;一种单路混合信号的盲源分离新方法[A];2009年中国智能自动化会议论文集(第二分册)[C];2009年
10 胡增辉;朱炬波;;基于盲源分离的波达角估计[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年
中国博士学位论文全文数据库 前10条
1 徐先峰;利用参量结构解盲源分离算法研究[D];西安电子科技大学;2010年
2 王尔馥;盲源分离理论及其在通信系统中的应用[D];哈尔滨工业大学;2009年
3 李昌利;盲源分离的若干算法及应用研究[D];西安电子科技大学;2010年
4 高建彬;盲源分离算法及相关理论研究[D];电子科技大学;2012年
5 郭靖;盲源分离的时频域算法研究[D];重庆大学;2012年
6 刘建强;非平稳环境中的盲源分离算法研究[D];西安电子科技大学;2009年
7 李灯熬;基于循环平衡理论的盲源分离算法[D];太原理工大学;2010年
8 袁连喜;线性盲源分离算法的理论与应用研究[D];哈尔滨工程大学;2006年
9 张旭秀;盲源分离及其在脑电信号处理中应用的研究[D];大连理工大学;2006年
10 刘佳;单通道盲源分离及其在水声信号处理中的应用研究[D];哈尔滨工程大学;2011年
中国硕士学位论文全文数据库 前10条
1 贺海港;盲源分离在通信信号分离中的应用[D];西安电子科技大学;2010年
2 杨涛;多混叠振动信号的盲源分离及实验研究[D];南京航空航天大学;2006年
3 郑秀萍;基于信息理论盲源分离算法的研究[D];太原理工大学;2005年
4 李著成;基于独立分量分析盲源分离算法的研究[D];太原理工大学;2006年
5 徐丽琴;盲源分离算法研究[D];西安电子科技大学;2006年
6 张伟伟;盲源分离算法研究[D];西安电子科技大学;2007年
7 毕杨;基于快速独立分量分析的盲源分离算法研究及应用[D];西安理工大学;2007年
8 宋蕾;基于神经网络盲源分离算法的研究[D];太原理工大学;2007年
9 崔志涛;线性混叠盲源分离的改进算法[D];广东工业大学;2008年
10 马丽艳;卷积混合盲源分离[D];中国地质大学;2008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