[发明专利]曲波域统计量自适应阈值探地雷达数据去噪方法及系统

说明书

本发明属于数据去噪技术领域，公开了一种曲波域统计量自适应阈值探地雷达数据去噪方法及系统，方法包括：引入块状复数域阈值函数算法，分析传统阈值函数曲波变换去噪效果随阈值函数控制系数变化规律，用于后续曲波域统计量自适应阈值对比；利用高阶统计量理论，对曲波变换系数在尺度、方向上进行相关性叠加，通过相关性统计量自适应确定有效信号在曲波变换系数分布尺度、旋转方向；确定出清除噪声成分阈值范围，构建统计量自适应阈值函数曲波变换去噪算法。本发明对包含随机噪声、相关噪声合成探地雷达数据及实测探地雷达数据处理结果与现有技术对比，成果对复杂探地雷达数据精确推断解译具有指导意义。

技术领域

本发明属于数据去噪技术领域，尤其涉及一种曲波域统计量自适应阈值探地雷达数据去噪方法及系统。

背景技术

目前，业内常用的现有技术是这样的：

探地雷达采用天线发射不同频率电磁波，利用地下介质电磁性质差异，根据接收回波的幅值、波形等运动学及动力学特征推断目标介质空间、物性分布，其广泛应用于地质灾害监测、工程与环境地质勘察、水文地质勘查及军事侦查等领域。然而，随着探地雷达勘探环境越来越复杂、目标探测越来越精细(张先武等,2014；阮超等,2015)，如何在强能量的各种复杂干扰噪声湮没环境中提取微弱的目标信号是一项艰巨的任务(白大为等，2017；Zheng et al.,2017)。

常规探地雷达数据去噪技术多基于简单的最优化或正交的变换算法，其形成的是固定滤波窗口，导致时频域重叠的微弱有效信号失真，具有特定噪声处理局限性，如中值滤波法(王磊等，2009)、S变换去噪(高静怀等,2004；Jeng et al.,2009；张先武等,2013a)及F-K滤波方法等(张先武等,2013b；Wang and Zhang,2015)。由于各种噪声源掺杂，探地雷达数据常为非线性、非平稳信号序列(Wang and Liu,2017)。基于傅里叶变换理论研发的信号处理技术可有效解决平稳信号分析处理问题，非自适应时频窗口局限性使其无法解决探地雷达复杂数据的去噪问题。小波变换用于探地雷达数据去噪的前提是假设有效信号与噪声信号的频谱分离，通过采用具有伸缩和平移特性基函数在特定频段的稀疏表示，设置噪声频段阈值以达到保真去噪的目的。如王超和沈斐敏(2015)利用高频阈值函数小波变换去噪理论开展探地雷达弱信号提取研究，为推断异常位置提供依据。改进阈值的提升小波变换用于混凝土脱空探地雷达数据去噪(许后磊和储冬冬，2010；Ghozzi et al.,2017)，提高了解释推断精度；可协调方向阈值函数的小波变换用于考古学和岩土勘察探地雷达数据去噪及杂波压制(Tzanis,2013、2015)，改善了数据信噪比等。因而，有效的阈值函数可有效提升去噪效果，实现保真去噪的目的。

为突破小波变换采用矩形时频窗口去噪的限制，曲波变换采用小波域伸缩及平移特性，并增加一个方向参量而具有更好的方向识别能力(Candès and Donoho,2004；Candèset al.,2006)。曲波变换自提出便迅速广泛应用于地球物理数据处理领域，特别是针对地震数据噪声压制、多次波分离等领域，研究成果不断涌现(张华和陈小宏,2013；董烈乾等,2016；齐少华等,2016；张华等,2017)。其中，Neelamani等(2008)将曲波变换应用于三维地震数据，通过设定阈值函数有效清除随机噪声、相关噪声，提高了地震资料的信噪比；张金良等(2013)快速曲波变换域的SAR图像去噪算法，使用均值阈值滤波器使得图像的可视化和解译变得精确；Terrasse等(2017)等通过人工挑选探地雷达数据曲波变换域系数，明确需要去除杂乱回波及噪声源的尺度、方位信息，加以硬阈值函数实现去噪处理。可见，曲波变换应用于探地雷达数据噪声压制的前提条件是获取较为准确的噪声阀值参数及其所属曲波系数在尺度、方位上分布范围。