首页|基于优化聚类的人工源电磁法数据信噪分离方法

基于优化聚类的人工源电磁法数据信噪分离方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了降低强电磁干扰对人工源电磁法(Controlled Source Electromagnetic Method,CSEM)有效信号的影响,改善CSEM实测数据处理结果因人而异且效率低的不足,本文针对CSEM有效信号周期性特征提出了一种加权自适应带宽均值漂移聚类(Weighted Adaptive Bandwidth Mean-Shift Clustering,WAB-MSC)信噪分离方法.首先在传统均值漂移聚类(Mean-Shift Clustering,MSC)算法的基础上增加核函数,降低处理结果对带宽选择的敏感度,提高算法的稳健性;其次结合实测CSEM数据的分布特征提出了一种基于局部密度梯度的带宽估计方法,实现了自适应带宽选择;最后通过仿真数据与实测数据对本文方法进行了验证,结果表明:本文方法能有效消除强电磁干扰对CSEM数据的影响,最大程度保留受噪声影响较小或未受噪声影响的数据,提高数据信噪比,降低强干扰噪声对CSEM初始资料的影响程度,获得更为真实的地电响应模型,为后续数据处理提供保障.
Noise separation of CSEM data based on improved clustering method
In this paper,to reduce human factors and improve inefficiencies in Controlled Source Electromagnetic Method(CSEM)data processing,we present a noise separation method based on the Weighted Adaptive Bandwidth Mean-Shift Clustering(WAB-MSC)to suppress the strong electromagnetic interference in CSEM.Firstly,the kernel function is added to the traditional Mean-Shift Clustering(MSC)algorithm to reduce the sensitivity of the bandwidth selection,which can improve the robustness of the algorithm.Then,with the distribution characteristics of measured CSEM data,we proposed a bandwidth estimation method based on local density gradient to realize adaptive bandwidth selection.Finally,to verify our proposed method,the simulation signals composited by different noise types and pseudo-random signals are tested.Results show that our proposed method can effectively suppress the strong electromagnetic interference on CSEM data,which maximizes the retention of valid data and improves the signal-to-noise ratio of the data.Moreover,once the influence of strong interference noise on CSEM raw data has been effectively reduced,the apparent resistivity curves become smooth and continuous.The processing results provide a guarantee for obtaining a real geoelectric response model and subsequent data processing.

Controlled Source Electromagnetic Method(CSEM)Strong electromagnetic interferenceNoise separationAdaptiveClustering algorithm

胡艳芳、刘子杰、李帝铨、张贤、索光运

展开 >

湖南工商大学微电子与物理学院,长沙 410205

有色金属成矿预测与地质环境监测教育部重点实验室(中南大学),长沙 410083

中南大学地球科学与信息物理学院,长沙 410083

人工源电磁法 强电磁干扰 信噪分离 自适应 聚类算法

国家重点研发计划国家自然科学基金面上项目湖南省教育厅科学研究重点项目湖南省自然科学基金青年基金项目有色金属成矿预测与地质环境监测教育部重点实验室(中南大学)开放基金项目中南大学研究生自主探索创新项目

2018YFC08078024187408122A04572023JJ402222022YSJS052022ZZTS0306

2024

10.6038/cjg2022Q0541

地球物理学报
中国地球物理学会 中国科学院地质与地球物理研究所

地球物理学报

CSTPCD北大核心
影响因子：3.703
ISSN：0001-5733
年,卷(期)：2024.67(1)
  • 1
  • 20