[發明專利]基于結構化漢克爾全變分正則化的磁異常檢測方法及系統在審
| 申請號: | 202211294428.2 | 申請日: | 2022-10-21 |
| 公開(公告)號: | CN115657140A | 公開(公告)日: | 2023-01-31 |
| 發明(設計)人: | 劉歡;呂雨萌;張杏林;王澤華;董浩斌 | 申請(專利權)人: | 中國地質大學(武漢) |
| 主分類號: | G01V3/08 | 分類號: | G01V3/08;G06F17/16;G06N3/006 |
| 代理公司: | 武漢知產時代知識產權代理有限公司 42238 | 代理人: | 吳曉茜 |
| 地址: | 430000 湖*** | 國省代碼: | 湖北;42 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 結構 克爾 全變分 正則 異常 檢測 方法 系統 | ||
本發明涉及磁異常檢測領域,提供一種基于結構化漢克爾全變分正則化的磁異常檢測方法及系統,包括:S1:通過磁梯度傳感器陣列采集磁異常信號,通過磁異常信號構建原始矩陣,對原始矩陣交替進行行掃描和列掃描,獲得覆蓋矩陣;S2:通過結構化漢克爾變換算子將覆蓋矩陣變換為塊狀漢克爾矩陣,對塊狀漢克爾矩陣進行奇異值分解,獲得目標矩陣;S3:通過目標矩陣并引入全變分正則項構建ST?TVR模型;S4:通過粒子群算法對ST?TVR模型進行參數尋優,獲得優化后的ST?TVR模型,通過ADMM算法對優化后的ST?TVR模型進行求解,獲得去噪后的磁異常信號。本發明采用粒子群優化算法和ADMM算法分別對ST?TVR模型進行參數尋優和模型求解,提高了算法收斂性、有效性、以及魯棒性。
技術領域
本發明涉及磁異常檢測領域,尤其涉及一種基于結構化漢克爾全變分正則化的磁異常檢測方法及系統。
背景技術
磁異常檢測是一種利用磁測儀器探測得到目標測量區域的磁場信息,從而對視覺模糊的磁性目標進行檢測的方法,常被應用于資源勘探、目標識別等領域。隨著勘探深度的加深,磁異常信號越來越微弱,當被測磁性目標體積較小且所處環境復雜時,磁測儀器所采集到的原始信號中往往包含有大量噪聲,如電流噪聲、電磁干擾、諧波干擾等。因此,噪聲抑制的效果是磁異常信號檢測是否有效的關鍵因素。此外,磁法勘探中為了實現磁異常目標的精確反演,對異常邊界特征的提取也尤為重要。
目前,磁異常信號檢測方法主要包括兩種:基于目標和基于噪聲。基于目標的檢測方法主要包括基于正交基函數分解的檢測方法及其改進算法、主成分分析法、以及魯棒主成分分析法RPCA等;基于噪聲信號特征的檢測方法主要包括最小熵檢測法、小波變換法WT、奇異值分解法SVD等。但上述方法均存在一定的問題:1)提高信噪比時,容易忽略磁異常原始信號的邊界特征,降低異常信號提取的真實性,且伴隨有噪聲過擬合問題;2)最優閾值難以確定,且常被用于處理一維信號。
綜上所述,現有算法難以同時兼顧磁異常信號噪聲抑制和邊界特征提取。
上述內容僅用于輔助理解本發明的技術方案,并不代表承認上述內容是現有技術。
發明內容
為解決上述技術問題,本發明提供一種基于結構化漢克爾全變分正則化的磁異常檢測方法,包括:
S1:通過磁梯度傳感器陣列采集磁異常信號,通過磁異常信號構建原始矩陣,對原始矩陣交替進行行掃描和列掃描,獲得覆蓋矩陣;
S2:通過結構化漢克爾變換算子將覆蓋矩陣變換為塊狀漢克爾矩陣,對塊狀漢克爾矩陣進行奇異值分解,獲得目標矩陣;
S3:通過目標矩陣并引入全變分正則項構建ST-TVR模型;
S4:通過粒子群算法對ST-TVR模型進行參數尋優,獲得優化后的ST-TVR模型,通過ADMM算法對優化后的ST-TVR模型進行求解,獲得去噪后的磁異常信號。
優選的,步驟S1具體為:
S11:通過多組磁異常信號構建大小為a×b的原始矩陣;
S12:設置大小為m×n的滑動窗,通過滑動窗對原始矩陣交替進行列掃描和行掃描,獲得覆蓋矩陣S,覆蓋矩陣S中元素的表達式為:
其中,i為覆蓋矩陣的行編號,j為覆蓋矩陣的列編號,xi,j為原始矩陣中的元素,i=1,2,…,a-m+1;j=1,2,…,b-n+1;a、b、m和n均為大于0的正整數,且m小于a,n小于b。
優選的,步驟S2具體為:
S21:通過結構化漢克爾變換算子H將覆蓋矩陣變換為塊狀漢克爾矩陣,結構化漢克爾變換的表達式為:
H(S)=[H(Si,j)]
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國地質大學(武漢),未經中國地質大學(武漢)許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202211294428.2/2.html,轉載請聲明來源鉆瓜專利網。





