CN116794735B - 航空磁矢量梯度数据等效源多分量联合去噪方法及装置 - Google Patents
航空磁矢量梯度数据等效源多分量联合去噪方法及装置 Download PDFInfo
- Publication number
- CN116794735B CN116794735B CN202310648977.3A CN202310648977A CN116794735B CN 116794735 B CN116794735 B CN 116794735B CN 202310648977 A CN202310648977 A CN 202310648977A CN 116794735 B CN116794735 B CN 116794735B
- Authority
- CN
- China
- Prior art keywords
- equivalent source
- data
- model
- equivalent
- magnetic vector
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000013598 vector Substances 0.000 title claims abstract description 76
- 238000000034 method Methods 0.000 title claims abstract description 63
- 239000011159 matrix material Substances 0.000 claims abstract description 30
- 238000007781 pre-processing Methods 0.000 claims abstract description 28
- 230000000704 physical effect Effects 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 9
- 238000009826 distribution Methods 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 7
- 238000004859 neutralization-reionization mass spectrometry Methods 0.000 claims description 4
- 238000000926 separation method Methods 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims 2
- 230000006870 function Effects 0.000 description 44
- 238000010586 diagram Methods 0.000 description 10
- 230000005415 magnetization Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000004907 flux Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000005358 geomagnetic field Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开一种航空磁矢量梯度数据等效源多分量联合去噪方法及装置,所述方法包括:获取航空磁矢量梯度分量的观测数据并进行预处理以得到预处理数据;对所述预处理数据布设等效源模型;生成所述等效源模型的核函数矩阵;基于所述核函数矩阵的反演以将所述预处理数据中的噪声进行分离。本发明的方法及装置以航空磁矢量梯度数据中全部分量的有效信号统一考虑为前提,对所有分量同时进行去噪处理,以使得去噪结果精度更高且每个分量之间保持相关性,使各分量去噪结果之间具有更明确的物理意义。
Description
技术领域
本发明涉及地球物理领域,尤其涉及航空磁矢量梯度数据等效源多分量联合去噪方法及装置。
背景技术
航空磁矢量梯度数据比传统位场数据探测效率高,受地磁场的影响小,反应的磁场信息丰富,包含更多的高频信号成分。基于梯度张量数据的解释能得到更高分辨率和更加详细的地质构造,因而对数据的处理提出了新的更加严格的要求。
航空磁矢量梯度数据为地磁矢量在空间笛卡尔直角坐标系中三个方向上的分量分别对x、y、z三个方向求导所得的9个分量,其梯度张量矩阵可以表示为:
其中:U是磁标势,Bx、By、Bz分别是磁场强度在空间直角坐标系三个坐标轴上的投影。根据麦克斯韦方程,无源空间地磁矢量场的散度与旋度均为零,即divB=0,rotB=0,故梯度张量矩阵中有5个完全独立的分量。
Bxy=Byz,Bxz=Bzx,Byz=Bzy
我国在航空磁矢量梯度探测方面起步较晚,但相关科研机构也在逐步的开展对于航空磁矢量梯度测量设备的研究与设计,目前航空磁矢量梯度数据未能投入到实际生产中,制约其应用的一个非常重要的问题就是观测数据中的噪声大且未能有效地去除,因而研究一套适用于航空磁矢量梯度数据的噪声去除方法非常重要。
发明内容
本发明提供了一种航空磁矢量梯度数据等效源多分量联合去噪方法及装置,用以解决现有技术中的去噪过程没有充分利用各个分量信息,处理较为片面,效果不佳,且处理后的结果与其他各分量之间的相关性降低了,导致其反映的场源存在偏差,在后期航空磁矢量梯度数据的应用计算中也会产生不必要的误差的问题。
本发明中的一种航空磁矢量梯度数据等效源多分量联合去噪方法,所述方法包括:
获取航空磁矢量梯度分量的观测数据并进行预处理以得到预处理数据;
对所述预处理数据布设等效源模型;
生成所述等效源模型的核函数矩阵;
基于所述核函数矩阵的反演以将所述预处理数据中的噪声进行分离。
可选的,所述预处理包括:补偿、调平以及下采样。
可选的,对所述预处理数据布设等效源模型包括:
设置至少一层单元体模型;所述单元体模型用于模拟地下真实地质情况;
通过正演计算建立每层所述单元体模型的物性参数与磁异常之间的关系以构造所述等效源模型。
可选的,所述方法还包括:
假设所述单元体模型规则分布,则所述单元体模型的物性参数可通过下式表示:
m=(m1,m2,m3,…,mN-1,mN)T,
式中,mN表示第N个单元体模型的物性参数,N为单元体模型的个数;
建立所述核函数矩阵、物性参数与预处理数据的方程组。
可选的,所述方法还包括:所述单元体模型至少为以下之一:
磁偶极子、偶层位以及长方体。
可选的,所述等效源模型的深度为测点距的5-7倍。
可选的,所述方法还包括:通过L曲线法或所述预处理数据的信噪比获取正则化因子;所述正则化因子用于确定拟合差以及所述等效源模型的复杂程度。
可选的,所述方法还包括:利用归一化均方差NRMS对利用等效源模型重构后的去噪数据的精度进行评价。
本发明中的一种航空磁矢量梯度数据等效源多分量联合去噪装置,所述装置包括:
预处理单元,用于获取航空磁矢量梯度分量的观测数据并进行预处理以得到预处理数据;
第一处理单元,用于对所述预处理数据布设等效源模型;
第二处理单元,用于生成所述等效源模型的核函数矩阵;
噪声分离单元,用于基于所述核函数矩阵的反演以将所述预处理数据中的噪声进行分离。
本发明中的一种计算机可读存储介质,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如上任意一项所述的航空磁矢量梯度数据等效源多分量联合去噪方法的步骤。
本发明以航空磁矢量梯度数据中全部分量的有效信号统一考虑为前提,对所有分量同时进行去噪处理,以使得去噪结果精度更高且每个分量之间保持相关性,使各分量去噪结果之间具有更明确的物理意义。
附图说明
图1是本发明实施例中的航空磁矢量梯度数据等效源多分量联合去噪方法的流程图;
图2是本发明实施例中的等效源模型建模示意图;
图3是本发明实施例中的北东下坐标系长方体模型示意图;
图4是本发明实施例中的确定正则化因子的示意图;
图5是本发明实施例中航空磁矢量梯度数据等效源多分量联合去噪装置结构图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
应理解,在本文的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本文实施例的实施过程构成任何限定。
本发明实施例提供一种航空磁矢量梯度数据等效源多分量联合去噪方法,如图1所示,所述方法包括:
步骤100,获取航空磁矢量梯度分量的观测数据并进行预处理以得到预处理数据。具体的,在进行等效源模型的模拟前,需要对观测数据进行预处理。其中,观测数据为也为实测数据。较佳的实施例中,所述预处理包括补偿、调平以及下采样中的一项或多项。
步骤200,对所述预处理数据布设等效源模型。为了保证航空磁矢量梯度分量之间的同源性,保留分量之间的相关信号关系和物理意义,本发明实施例中采用等效源方法对航空磁矢量梯度分量的观测数据预处理后的预处理数据布设等效源模型,使等效源模型能够实现磁矢量梯度场数据有效、稳定和高精度的空间重构与转换,进而实现去噪的目的。具体的,等效源模型的理论基础是高斯通量定理,即场源的位函数沿包围场源的封闭曲面法向积分与曲面所包含的场源总量有关,而与场源分布无关。因此,在满足位场不变的前提下可以构造任意“等效”场源并形成等效源模型。
步骤300,生成所述等效源模型的核函数矩阵。具体的,根据位场叠加原理,每一个观测点的磁矢量梯度分量的异常值都应为所有的等效源的单元体模型在该观测点上所产生的异常值之和,即本发明实施例中每一个观测点的磁矢量梯度分量预处理后的预处理数据的异常值为等效源的单元体模型在该观测点上所产生的异常值之和。并且按照等效源方法的定义,所有等效源的单元体模型在每一个观测点所产生的磁矢量梯度分量异常值之和都应该与观测值相同。基于此建立等效源模型的正演核函数矩阵G。
步骤400,基于所述核函数矩阵的反演以将所述预处理数据中的噪声进行分离。具体的,预处理数据与等效源模型参数之间建立线性方程组作为反演计算的基础。等效源模型参数包括磁化强度等。由于方程组的解存在非唯一性,通常在反演过程中施加约束条件以减少多解性。
本发明实施例所述的方法通过拟合各个航空磁矢量梯度分量中的有效信号来求解一套合理的等效源模型,实现磁矢量梯度场数据有效、稳定和高精度的空间重构与转换,进而实现去噪的目的。
本发明具体实施例所述的一种航空磁矢量梯度数据等效源多分量联合去噪方法,优选的,对所述预处理数据布设等效源模型包括:
设置至少一层单元体模型;所述单元体模型用于模拟地下真实地质情况。
通过正演计算建立每层所述单元体模型的物性参数与磁异常之间的关系以构造所述等效源模型。磁异常是由地下异常体的磁性差异引起的,通过正演计算建立异常体的物性参数与异常相应之间的数学物理关系,可以为反演等效源物性分布奠定基础。
由于所观测的场分布往往是有限且离散的,所以合理地构造等效源模型就成为等效源方法在应用中取得高精度计算结果的关键问题。本发明实施例中,等效源方法是指通过设置一层或者多层单元体模型来代替地下真实地质情况,并且运用反演计算方法来确定每个单元体模型的物性参数,使它们能够拟合观测数据,那么设置的这一层或者多层单元体模型就称之为等效源。根据高斯通量定理,场源的位函数沿包围场源的封闭曲面法向积分与曲面所包含的场源总量有关,而与场源分布无关。因此,在满足位场不变的前提下可以构造任意“等效”场源,即等效源模型,如图2所示。
本发明具体实施例所述的一种航空磁矢量梯度数据等效源多分量联合去噪方法,优选的,所述方法还包括:
假设所述单元体模型规则分布,则所述单元体模型的物性参数可通过下式表示:
m=(m1,m2,m3,…,mN-1,mN)T,
式中,mN表示第N个单元体模型的物性参数,N为单元体模型的个数;
建立所述核函数矩阵、物性参数与预处理数据的方程组。
具体的,假设航空磁矢量梯度分量的观测数据经过预处理后,生成的预处理数据位于三维空间中的不规则位置或规则间隔的点处,使用假设构建等效源模型使算法实用且通常可以应用。假设观测数据d可以表示为:
其中,p是观测数据的数量。实际数据数量为k=p×nc,nc是要同时处理的分量数。采用磁矢量梯度中六个分量来进行构造计算,假设等效源的单元体模型在地下规则分布,那么等效源单元体模型的物性参数m可以通过上面的等式表达。
具体的,基于正演核函数矩阵G建立单元体模型的物性参数与预处理数据的方程组如下:
写成矩阵形式,即:
dM=GM×NmN
其中:dM是M维位场预处理数据的向量,m是N维等效源物性参数的向量,G为M×N维正演核函数矩阵,也称灵敏度矩阵。
地球物理反演是利用观测到的空间地球物理场数据,推测地球内部介质的地球物理参数分布和变化(地球物理模型)的一种方法理论。等效源物性反演理论建立在正演问题基础之上。
假设观测数据为d,物性参数为m,正演核矩阵为G。当观测数据个数等于或多于等效源个数时,称为适定与超定问题;最简单、最常用的反演方法是最小方差法,即在l2范数意义下建立目标函数φ为观测数据d与模型计算值之间的方差,即:
φ=(d-Gm)T(d-Gm)
求目标函数φ极小,可以得到线性方程组:
(GTG)m=GTd
当等效源个数多于观测数据个数时,为欠定问题。此时观测数据不能提供足够充分的信息确定模型参数,需要添加先验信息进行补充,包括物性参数的取值范围、其它已知地质或地球物理资料、不同资料之间权重比、以及欠定问题解法中常用的“最简单”模型。“最简单”模型是指在保留实际地球物理模型基本特征不变的情况下,对地球物理模型的一种简化。由l2范数定义最简单模型,并根据极值理论建立目标函数:
φ=mTm+ε(d-Gm)
其中,ε=(GGT)-1d,求目标函数极小,可以得到线性方程组:
m=GT(GGT)-1d
实际上,大多数地球物理反演问题既不是完全超定,也不是完全欠定,表现为一种混定形式,此时目标函数采用超定与欠定问题目标函数的线性组合:
φ=(d-Gm)T(d-Gm)+μmTm
式中,右侧第一项称为数据目标函数,第二项称为模型目标函数;μ为Tikhonov正则化因子。本发明较佳的实施例中,目标函数是建立在上式的基础上,并通过在模型目标函数中加入参考模型、加权函数、最小模型、最光滑模型、物性参数取值范围和界面位置等约束条件,改进模型目标函数,通过拟合各个观测分量中的有效信号,反演等效源参数,即利用已知每一个观测点的磁矢量梯度分量的异常值,求解所建立的等效源模型中每个单元体的参数,通过求解最小化问题构造等效源层,达到重构磁矢量梯度数据的目的,将反演目标函数改写为如下所示:
其中:μ为正则化因子,用于确定数据拟合差以及构造的等效源的复杂程度;φ为目标函数,φd为数据拟合差函数,φm为模型目标函数。通过引入约束信息可以压制反演中的多解性,其积分形式表示为:
上式中,右侧前一项和后三项分别表示最小模型目标函数和最光滑模型目标函数,v是各离散等效单元的积分区域,ai(i=s,x,y)系数的取值用以权衡各项之间的权重,w为深度加权函数,wi(i=s,x,y)是各等效单元相应的权重系数,前一项与后三项分别从整体和局部上对等效源物性的空间分布差异进行控制。
将目标函数式离散化可得:
上式中m0为参考模型,在缺少先验信息的情况下通常设置为0;Wd为对角矩阵,对角元素1/εi;Wm为模型加权矩阵,由前式中的权重系数对角矩阵及差分矩阵组成,定义了等效源模型的结构。
具体的,由于观测数据中存在噪声,增加了解的不稳定性,又称为病态问题,因此从数学角度利用正则化思想可以加以改善。利用等效源模型去噪就是选择合适的正则化参数来从观测数据中提取有效信号。
如上所述,反演目标函数中包含了对观测数据的拟合差信息和模型约束信息,对m求偏微分并令其等于零,可得:
利用最优化反演算法求解上式线性方程组,即可获得符合数据拟合差与模型约束条件的等效源模型物性参数。
本发明具体实施例所述的一种航空磁矢量梯度数据等效源多分量联合去噪方法,优选的,所述方法还包括:所述单元体模型至少为以下之一:
磁偶极子、偶层位以及长方体。具体的,在等效源的单元体模型的类型方面,大致可以分为磁偶极子、偶层位以及长方体三大类。磁偶极子是利用偶极子作为单元体模型的,其优势在于计算简单、设置灵活,但是对于离散模型,对相邻场源中间难以约束;采用偶层位作为等效源的单元体模型优势在于计算相对简单,但偶层位与观测数据的实际物理特性无关,对低纬度地区特别是水平磁化的效果有待于进一步分析;而采用长方体作为等效源的单元体模型计算相对复杂,但可以通过改变其长宽高任一参数来调节单元体模型的体积,通常将长方体设置为紧邻相连,其长宽高也可参照测点间距进行设置,通过对比三类单元体的优缺点,本发明实施例选择更加符合实际地质情况、具有更缓衰减特性、可以吸收更多长波长信息的长方体模型布设等效源模型。
具体的,针对磁矢量梯度分量,设置等效源层并将其剖分为多个长方体模型,来代替地下真实地质情况。如图3所示,在北东下坐标系(即North East Down,NED坐标系)下先计算出长方体引力位二阶导数,再根据泊松方程计算磁场三分量,进一步求方向导数,获得无解析奇点的直立长方体上半无源空间磁场全张量磁梯度计算公式如下:
其中:Bxx,Bxy,Bxz,Byy,Byz,Bzz为磁矢量梯度分量,单位T/m;M为磁化强度,单位A/m;MH为磁化强度水平分量;μ0为真空中的磁导率,μ0=4π×10-7H/m;(x,y,z)为观测面上网格点的坐标,(ξ,η,ζ)为长方体场源点的坐标,其对应的积分限变化范围为(ξ1-x,ξ2-x),(η1-y,η2-y),(ζ1-z,ζ2-z),I为磁化倾角,A为磁化偏角,是磁化强度水平分量与x轴(即地理北方向)的夹角,以x轴正方向为起始线,沿顺时针方向偏转到磁化强度水平分量的角度为正,反之为负;l=cosIcosA,m=cosIsinA,n=sinI,它们为磁化强度的3个方向余弦。
较佳的实施例中,由于解的非唯一性和不稳定性,求取唯一的“真”解是不可能的,只能求得在某种意义下的唯一最佳解。因此,需要在可接受的误差标准下建立一个“反演目标函数”,此目标函数极小或极大时对应的一组模型参数即为某种意义下唯一的最佳解。
本发明具体实施例所述的一种航空磁矢量梯度数据等效源多分量联合去噪方法,优选的,所述等效源模型的深度为测点距的5~7倍。
本发明具体实施例所述的一种航空磁矢量梯度数据等效源多分量联合去噪方法,优选的,所述方法还包括:通过L曲线法或所述预处理数据的信噪比获取正则化因子。所述正则化因子用于确定拟合差以及所述等效源模型的复杂程度。
较佳的实施例中,采用L曲线法来确定正则化参数。当正则化因子较大时,等效源模型光滑,此时主要反映了观测信号中的低频成分;随着正则化因子减小,模型趋向不光滑,拟合精度升高,此时,在低频背景上逐步添加高频成分。在实际处理梯度数据时,每个观测参数包含的噪声是不一样的,选择合适的正则化因子,利用等效源的方法去噪,可以提取每一个分量中的低频成分。图4就是对建立的模型包含噪声的数据来确定正则化因子的过程,合适的正则化因子是模型范数急剧增大,但拟合范数变化较小的转折点。
本发明具体实施例所述的一种航空磁矢量梯度数据等效源多分量联合去噪方法,优选的,所述方法还包括:利用归一化均方差NRMS对利用等效源模型重构后的去噪数据的精度进行评价。
具体的,用筛选出的合适的正则化因子,建立等效源层,通过正演计算得到去噪重构的磁矢量梯度分量的数据。利用归一化均方差NRMS对利用等效源模型重构后的数据精度进行评价。
式中Bn为利用等效源模型去噪重构前磁矢量梯度分量的数据,B’n为去噪重构后磁矢量梯度分量的数据。Bmax、Bmin分别为去噪重构前磁矢量梯度分量的最大值和最小值。
本发明具体实施例还提供一种航空磁矢量梯度数据等效源多分量联合去噪装置,如图5所示,所述装置包括:
预处理单元501,用于获取航空磁矢量梯度分量的观测数据并进行预处理以得到预处理数据;
第一处理单元502,用于对所述预处理数据布设等效源模型;
第二处理单元503,用于生成所述等效源模型的核函数矩阵;
噪声分离单元504,用于基于所述核函数矩阵的反演以将所述预处理数据中的噪声进行分离。
本发明较佳的实施例中,为验证试验本发明具体实施例所述的航空磁矢量梯度数据等效源多分量联合去噪方法的效果,通过建立模型进行试算。测区范围为横纵范围均为0~20000m,建立一个长方体磁异常,x:6000~14000m,y:8000~12000m,埋深2500~3500m,磁化率为0.1SI,磁倾角为50°,磁偏角为30°。利用长方体磁矢量梯度各分量公式,正演计算出模型的磁矢量梯度。随后,在磁矢量梯度的每个分量中增加高斯噪声(按照每个分量最大值与最小值差的百分之五加的高斯噪声),这里每个分量添加的噪声是不一样的。
布设以长方体为单元体的等效源模型,按照上述步骤利用长方体磁梯度矢量正演数据(加噪声)建立核函数矩阵,并反演等效源单元体模型的参数,通过求解最小化问题构造等效源层,此处利用L曲线法确定正则化因子;
当正则化因子较大时,等效源模型光滑,此时主要代表观测信号中的低频成分;随着正则化因子减小,模型趋向不光滑,拟合精度升高,即在低频背景上逐步添加高频成分。合适的正则化因子是模型范数急剧增大,拟合范数变化较小的转折点。选择合适的正则化因子。使用合适的正则化因子,确定数据拟合差以及构造的等效源复杂程度。随后对磁矢量梯度的六个分量同时进行等效源反演,进行去噪重构,分离出有效信号和噪声。其中,Bxx分量去噪后的结果与理论值的归一化均方误差是0.9207%,Bxy分量与理论值的归一化均方误差为0.7998%,Bxz分量与理论值的归一化均方误差为0.6796%,Byy分量与理论值的归一化均方误差为0.8069%,Byz分量与理论值的归一化均方误差为0.7035%,Bzz分量与理论值的归一化均方误差为0.9350%。另外,分离出的噪声和初始添加的噪声二者在细节上吻合度非常高。
本发明具体实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如上任意一项具体实施例所述的航空磁矢量梯度数据等效源多分量联合去噪方法的步骤。
通过本发明实施例中的方法,通过拟合各个磁矢量梯度观测分量中的有效信号来求解一套合理的等效源模型,实现磁矢量梯度场数据有效、稳定和高精度的空间重构与转换,进而实现去噪的目的。第一是使单分量去噪结果精度更高;第二是去噪后所有的分量仍来自同一位场,即每个分量之间仍保持了相关性,使各分量去噪结果之间具有更明确的物理意义。是使单分量去噪结果精度更高;第二是去噪后所有的分量仍来自同一位场,即每个分量之间仍保持了相关性,使各分量去噪结果之间具有更明确的物理意义。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
前述对本发明的具体示例性实施方案的描述是为了说明和例证的目的。这些描述并非想将本发明限定为所公开的精确形式,并且很显然,根据上述教导,可以进行很多改变和变化。对示例性实施例进行选择和描述的目的在于解释本发明的特定原理及其实际应用,从而使得本领域的技术人员能够实现并利用本发明的各种不同的示例性实施方案以及各种不同的选择和改变。本发明的范围意在由权利要求书及其等同形式所限定。
Claims (9)
1.一种航空磁矢量梯度数据等效源多分量联合去噪方法,其特征在于,所述方法包括:
获取航空磁矢量梯度分量的观测数据并进行预处理以得到预处理数据;
对所述预处理数据布设等效源模型;
生成所述等效源模型的核函数矩阵;
基于所述核函数矩阵的反演以将所述预处理数据中的噪声进行分离;
其中,所述等效源模型的深度为测点距的5-7倍;
其中,在反演过程中施加约束条件,所述约束条件为:
,
上式中,右侧前一项和后三项分别表示最小模型目标函数和最光滑模型目标函数,v是各离散等效单元的积分区域,a i 系数的取值用以权衡各项之间的权重,其中i=s,x,y,w为深度加权函数,w i 是各等效单元相应的权重系数,其中i=s,x,y,前一项与后三项分别从整体和局部上对等效源物性的空间分布差异进行控制,φ是目标函数,m是单元体模型的物性参数。
2.根据权利要求1所述的一种航空磁矢量梯度数据等效源多分量联合去噪方法,其特征在于,所述预处理包括:补偿、调平以及下采样。
3.根据权利要求1所述的一种航空磁矢量梯度数据等效源多分量联合去噪方法,其特征在于,对所述预处理数据布设等效源模型包括:
设置至少一层单元体模型;所述单元体模型用于模拟地下真实地质情况;
通过正演计算建立每层所述单元体模型的物性参数与磁异常之间的关系以构造所述等效源模型。
4.根据权利要求3所述的一种航空磁矢量梯度数据等效源多分量联合去噪方法,其特征在于,所述方法还包括:
假设所述单元体模型规则分布,则所述单元体模型的物性参数可通过下式表示:
m=(m 1,m 2,m 3,…,m N-1,m N )T,
式中,m N 表示第N个单元体模型的物性参数,N为单元体模型的个数;
建立所述核函数矩阵、物性参数与预处理数据的方程组。
5.根据权利要求3所述的一种航空磁矢量梯度数据等效源多分量联合去噪方法,其特征在于,所述方法还包括:所述单元体模型至少为以下之一:
磁偶极子、偶层位以及长方体。
6.根据权利要求5所述的一种航空磁矢量梯度数据等效源多分量联合去噪方法,其特征在于,所述方法还包括:通过L曲线法或所述预处理数据的信噪比获取正则化因子;所述正则化因子用于确定拟合差以及所述等效源模型的复杂程度。
7.根据权利要求1所述的一种航空磁矢量梯度数据等效源多分量联合去噪方法,其特征在于,所述方法还包括:利用归一化均方差NRMS对利用等效源模型重构后的去噪数据的精度进行评价。
8.一种航空磁矢量梯度数据等效源多分量联合去噪装置,其特征在于,所述装置包括:
预处理单元,用于获取航空磁矢量梯度分量的观测数据并进行预处理以得到预处理数据;
第一处理单元,用于对所述预处理数据布设等效源模型;
第二处理单元,用于生成所述等效源模型的核函数矩阵;
噪声分离单元,用于基于所述核函数矩阵的反演以将所述预处理数据中的噪声进行分离;
其中,所述等效源模型的深度为测点距的5-7倍;
其中,在反演过程中施加约束条件,所述约束条件为:
,
上式中,右侧前一项和后三项分别表示最小模型目标函数和最光滑模型目标函数,v是各离散等效单元的积分区域,a i 系数的取值用以权衡各项之间的权重,其中i=s,x,y,w为深度加权函数,w i 是各等效单元相应的权重系数,其中i=s,x,y,前一项与后三项分别从整体和局部上对等效源物性的空间分布差异进行控制,φ是目标函数,m是单元体模型的物性参数。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现权利要求1至7任意一项所述的航空磁矢量梯度数据等效源多分量联合去噪方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310648977.3A CN116794735B (zh) | 2023-06-02 | 2023-06-02 | 航空磁矢量梯度数据等效源多分量联合去噪方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310648977.3A CN116794735B (zh) | 2023-06-02 | 2023-06-02 | 航空磁矢量梯度数据等效源多分量联合去噪方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116794735A CN116794735A (zh) | 2023-09-22 |
CN116794735B true CN116794735B (zh) | 2024-03-19 |
Family
ID=88045590
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310648977.3A Active CN116794735B (zh) | 2023-06-02 | 2023-06-02 | 航空磁矢量梯度数据等效源多分量联合去噪方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116794735B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101600975A (zh) * | 2007-01-30 | 2009-12-09 | 阿克斯有限责任公司 | 重力勘测数据处理 |
CN111856599A (zh) * | 2020-06-29 | 2020-10-30 | 中国地质大学(武汉) | 一种基于pde的磁测数据等效源化极与类型转换方法 |
CN115201927A (zh) * | 2022-07-25 | 2022-10-18 | 中国冶金地质总局山东正元地质勘查院 | 基于交叉梯度约束的重磁三维联合反演的方法 |
CN116090283A (zh) * | 2022-11-11 | 2023-05-09 | 吉林大学 | 基于压缩感知和预条件随机梯度的航空电磁三维反演方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2489230B (en) * | 2011-03-21 | 2014-06-18 | Arkex Ltd | Gravity gradiometer survey techniques |
-
2023
- 2023-06-02 CN CN202310648977.3A patent/CN116794735B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101600975A (zh) * | 2007-01-30 | 2009-12-09 | 阿克斯有限责任公司 | 重力勘测数据处理 |
CN111856599A (zh) * | 2020-06-29 | 2020-10-30 | 中国地质大学(武汉) | 一种基于pde的磁测数据等效源化极与类型转换方法 |
CN115201927A (zh) * | 2022-07-25 | 2022-10-18 | 中国冶金地质总局山东正元地质勘查院 | 基于交叉梯度约束的重磁三维联合反演的方法 |
CN116090283A (zh) * | 2022-11-11 | 2023-05-09 | 吉林大学 | 基于压缩感知和预条件随机梯度的航空电磁三维反演方法 |
Non-Patent Citations (2)
Title |
---|
基于正则化等效源模型的航空重力梯度测量信息降噪方法;赵德军 等;《中国惯性技术学报》;第29卷(第1期);第69-76页 * |
多源等效层的高精度重磁数据处理方法研究;勇晓宇;《中国优秀硕士学位论文全文数据库 基础科学辑》(第1期);A011-388 * |
Also Published As
Publication number | Publication date |
---|---|
CN116794735A (zh) | 2023-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bhattacharyya et al. | Reduction of magnetic and gravity data on an arbitrary surface acquired in a region of high topographic relief | |
Barnes et al. | Processing gravity gradient data | |
US6278948B1 (en) | Method for gravity and magnetic data inversion using vector and tensor data | |
Pilkington et al. | Potential field continuation between arbitrary surfaces—Comparing methods | |
US20140129194A1 (en) | Methods of three-dimensional potential field modeling and inversion for layered earth models | |
CN111856599B (zh) | 一种基于pde的磁测数据等效源化极与类型转换方法 | |
CN109856689B (zh) | 一种超导航磁梯度张量数据抑噪处理方法和*** | |
Vatankhah et al. | An Efficient Alternating Algorithm for the Lₚ-Norm Cross-Gradient Joint Inversion of Gravity and Magnetic Data Using the 2-D Fast Fourier Transform | |
Martinez et al. | Denoising of gravity gradient data using an equivalent source technique | |
US11733413B2 (en) | Method and system for super resolution least-squares reverse time migration | |
Li et al. | Using an equivalent source with positivity for low-latitude reduction to the pole without striation | |
CN112363236A (zh) | 一种基于pde的重力场数据等效源延拓与数据类型转换方法 | |
CN108984939A (zh) | 基于3D Gauss-FFT的三维重力场正演方法 | |
WO2013052035A1 (en) | Methods and systems for multiple-domain inversion of collected data | |
AU2017241341A1 (en) | Determining displacement between seismic images using optical flow | |
Qin et al. | Three integrating methods for gravity and gravity gradient 3-D inversion and their comparison based on a new function of discrete stability | |
Zhou et al. | 2.5-D frequency-domain seismic wave modeling in heterogeneous, anisotropic media using a Gaussian quadrature grid technique | |
Mastellone et al. | Volume Continuation of potential fields from the minimum-length solution: An optimal tool for continuation through general surfaces | |
CN112346139B (zh) | 一种重力数据多层等效源延拓与数据转换方法 | |
Oliveira Jr et al. | Estimation of the total magnetization direction of approximately spherical bodies | |
CN111880236B (zh) | 一种构建多层等效源模型计算化极与数据类型转换的方法 | |
CN116794735B (zh) | 航空磁矢量梯度数据等效源多分量联合去噪方法及装置 | |
Hidalgo-Gato et al. | Fast 3D magnetic inversion of a surface relief in the space domain | |
CN114200541B (zh) | 一种基于余弦点积梯度约束的三维重磁联合反演方法 | |
Agoshkov et al. | A numerical algorithm of variational data assimilation for reconstruction of salinity fluxes on the ocean surface |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |