[發明專利]一種時頻域全卷積神經網絡電磁噪聲消除方法

在審

• 申請號: 202011437208.1
• 申請日: 2020-12-11
• 公開（公告）號: CN112666617A
• 公開（公告）日: 2021-04-16
• 發明（設計）人: 權安江;權威
• 申請（專利權）人: 廣竣（徐州）機電有限公司
• 主分類號: G01V3/38
• 分類號: G01V3/38;G06N3/04;G06N3/08
• 代理公司: 沈陽銘揚聯創知識產權代理事務所(普通合伙) 21241
• 代理人: 屈芳

本發明為一種時頻域全卷積神經網絡電磁噪聲消除方法，屬于瞬變電磁數據處理領域，為一種瞬變電磁數據高斯噪聲消除方法。該方法包括：首先產生M組無噪聲和M組含高斯噪聲電磁數據，并分別變換至時頻域基于卷積神經網絡進行訓練，得到含隨機噪聲的電磁數據與無噪電磁信號時頻域的最佳網絡NET。對于采集到的任意一組瞬變電磁數據，將其變換至時頻域并經過最佳網絡NET，即實現噪聲的消除。最后，通過短時傅里葉逆變換，即得到噪聲消除后的時域瞬變電磁信號。經試驗，本方法能夠有效的消除高斯噪聲，且不損失電磁信號。

技術領域

本發明屬于瞬變電磁數據處理領域，具體來講為一種時頻域全卷積神經網絡電磁噪聲消除方法。

背景技術

瞬變電磁法是一種基于電磁感應原理的地球物理探測方法，因為其具有對低阻導體敏感和非入侵的優點，被廣泛應用于礦產煤炭和油氣勘查、地質填圖、未爆炸物探測等領域。對于電磁數據中存在的大量高斯噪聲，目前應用十分廣泛的傳統方法是增加采集次數，通過多次疊加來減小數據中的噪聲，但是疊加N次，數據的信噪比提高倍且存在極限。因此，研究電磁數據中高斯噪聲的消除具有重要意義。

CN111308561A公開了一種可控源電磁信號強噪聲去除方法，該方法通過設置兩套頻率發射表，進行兩次信號發射并采集相應的信號的方式，建立起包含兩個未知數的兩個方程，從而可得到真實的有效場值以及環境平穩噪聲，實現了可控源電磁信號噪聲去除。但是該方法不適用于瞬變電磁數據。

CN111679332A公開了一種基于小波閾值與貝葉斯聯合優化的瞬變電磁噪聲抑制方法，該方法采集多組信號和1組噪聲數據，對多組信號分別利用貝葉斯優化算法獲得最優噪聲相位，截取最優匹配噪聲，進而實現噪聲的壓制。該方法可以通過較少的疊加次數提高數據的信噪比。

CN110865414A公開了一種用于城市地下空間探測的瞬變電磁噪聲抑制方法。該方法采集1組純噪聲和多組耦合數據，采用遺傳算法搜索最優噪聲特征域，并將耦合信號與噪聲相減，實現耦合數據的噪聲消除。該方法可以通過較少的疊加次數提高數據的信噪比，且計算速度有所提高。

發明內容

本發明所要解決的技術問題在于提供一種時頻域全卷積神經網絡電磁噪聲消除方法，旨在基于瞬變電磁數據的時頻域特征，通過結合全卷積神經網絡，實現瞬變電磁噪聲的消除，該方法無需多次采集電磁信號，對提高瞬變電磁工作效率和提高數據質量具有重要的意義。

本發明是這樣實現的，

一種時頻域全卷積神經網絡電磁噪聲消除方法，該方法包括，

步驟1，隨機產生M組不包含噪聲的電磁數據，隨機產生M組高斯噪聲，對應加入不包含噪聲的電磁數據，計算包含噪聲數據的時頻譜；

步驟2，計算不含噪聲的電磁數據的時頻譜；

步驟3，將包含噪聲的時頻譜作為輸入，不包含噪聲的時頻譜的作為輸出，基于全卷積神經網絡框架，訓練得到包含隨機噪聲的電磁數據與無噪電磁信號時頻域的最佳網絡NET；

步驟4，將采集得到的一組時間域電磁數據經過短時傅里葉變換得到時頻譜；

步驟5，將步驟4得到的電磁數據的時頻譜作為輸入，利用步驟3得到的最佳網絡NET，得到消澡后的電磁數據的時頻譜。

步驟6，對步驟5得到的時頻譜進行短時傅里葉逆變換，即得到消噪后的時間域電磁數據。