基于FastICA与小波联合算法的频率域电磁数据人文噪声压制方法研究

Frequency-domain electromagnetic exploration technology plays an important role in deep mineral resources exploration because of its some advantages, such as deep exploration depth, high resolution, various methods, etc. In recent times, human noises become more serious, and they bring great effect to the frequency-domain electromagnetic data, especially to the low frequency data. The application of frequency-domain electromagnetic technology in deeper exploration will be restricted due to the poor data quality and low data efficiency in low frequency. This project presents a joint algorithm based on Blind Source Separation-FastICA and wavelet to solve the periodic noise of human noise, revert the low frequency signal characteristics using improved FastICA and remove high frequency noise using wavelet. This project will resolve the key problems of human noise suppress in frequency-domain electromagnetic data. The main researches are as following: Firstly, to provide theoretical reference for the study of denoising algorithm, the human noise characteristic is studied and electromagnetic data base with human noise is established; Secondly, discuss the parameter optimization of the combined algorithm based on FastICA and wavelet to obtain better parameter group; The third is solve the uncertain amplitude of FastICA processing result to make the result be used for quantitative calculation. The goal of the project is: restrain human noise of frequency-domain electromagnetic data effectively to improve signal-to-noise ratio (SNR) of low-frequency signal greatly, then provide better original data for apparent resistivity calculation , as well as provide technical support for deep resources exploration using frequency-domain electromagnetic exploration technology.

频率域电磁探测技术具有探测深度大、分辨率高、方法手段多元化的特点，在深部矿产资源探测中发挥着重要作用。日益严重的人文噪声干扰对频率域电磁探测数据尤其是低频段数据质量产生了极大的影响，导致低频段数据质量差、利用率低，使其在深部探测中向更深发展受到限制。本项目将盲源信号分离技术FastICA与小波相结合，利用改进的FastICA处理人文噪声中的周期性噪声，还原信号低频特征，利用小波方法处理高频干扰，研究频率域电磁数据人文噪声压制方法。主要研究人文噪声的特点及含噪电磁数据模型的建立，为去噪算法的研究提供理论参考；研究FastICA与小波联合算法的参数优化选择问题；研究FastICA处理结果幅值不确定问题的解决方案。通过本项目的研究，实现频率域电磁数据人文噪声的有效抑制，提高低频段信号的信噪比，为后续视电阻率计算提供高质量的原始数据，同时为频率域电磁探测技术进行大深度资源探测提供技术支持。

频率域电磁探测方法具有探测深度大、分辨率高、非破坏性等特点，广泛应用于矿产资源探测中。然而，天然电磁场信号能量微弱，极易受到强人文噪声干扰，影响电磁数据质量，进而影响视电阻率曲线形态，降低探测结果的准确性和有效性。本项目针对强人文干扰环境下电磁数据信噪比低、信号难以提取等问题，提出基于FastICA与小波相结合的人文干扰抑制方法。首先，为了有针对性地进行算法参数优化选择，同时为了给算法验证提供可供处理的仿真数据，从理论层面对电磁信号特征及典型人文干扰的产生机理、信号特征等进行了详细分析，结合实测数据的时间序列分析，得到了电磁信号及典型干扰的数学表达式，并建立了含噪电磁数据库；为了更大程度地滤除实测数据中的人文干扰，提出了小波多分辨分析法与小波阈值法相结合的综合小波降噪方法。在研究中紧密围绕小波去噪方法中小波基选取、分解层数确定、小波阈值规则及小波阈值函数选择等问题，探讨了适合于矿集区内的电磁数据降噪方法，确定了采用多分辨分析小波方法去除基线漂移、周期方波干扰等长周期干扰，小波阈值方法抑制数据中的脉冲、三角波等短周期干扰，实现了矿集区人文干扰的有效抑制，在一定程度上消除了“近源干扰”带来的视电阻率畸变现象；同时，项目组开发完成了小波降噪软件，实现了不同环境下的含噪电磁数据模拟及仿真、实测电磁数据的小波降噪处理；最后，针对FastICA处理结果的幅值、相位不确定性问题，分析产生问题的原因，确定了“前缀信号法”修正分离后信号的幅值、相位，通过仿真数据验证了方法的可行性与有效性。本项目的研究成果有效地解决了强人文干扰环境下电磁信号提取困难问题，提高了电磁数据的信噪比，为深部电磁探测的准确性与有效性提供了强有力的技术保障。本项目的部分研究成果在国内相关期刊进行了发表，包括1篇SCI检索的期刊论文，申请软件著作权1项，培养硕士研究生1名。