[发明专利]一种基于稀疏分解阈值设定的大地电磁信号去噪方法有效
申请号: | 201910608196.5 | 申请日: | 2019-07-08 |
公开(公告)号: | CN110208869B | 公开(公告)日: | 2020-04-24 |
发明(设计)人: | 李晋;刘晓琼;李广;蔡锦;彭意群;张贤 | 申请(专利权)人: | 湖南师范大学 |
主分类号: | G01V3/38 | 分类号: | G01V3/38 |
代理公司: | 长沙市融智专利事务所(普通合伙) 43114 | 代理人: | 姚瑶 |
地址: | 410081 湖*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 稀疏 分解 阈值 设定 大地 电磁 信号 方法 | ||
1.一种基于稀疏分解阈值设定的大地电磁信号去噪方法,其特征在于:包括如下步骤:
S1:将待处理的大地电磁信号以采样长度为N进行等长度分段,并选择出高质量数据段以及计算出每个高质量数据段的均方根值,再获取分解阈值;
其中,将所有选定的高质量数据段的均方根值中的最大值作为所述分解阈值;
S2:根据所述分解阈值鉴别每个数据段为强干扰数据段或非强干扰数据段;
其中,数据段的均方根值大于所述分解阈值,所述数据段为强干扰数据段,以及将强干扰数据段作为待分解数据段并执行步骤S3;数据段的均方根值小于或等于所述分解阈值,所述数据段为非强干扰数据段;
S3:对所有待分解数据段均采用正交匹配追踪与小生境粒子群算法进行稀疏分解得到去除强干扰的大地电磁信号数据段;
其中,对每个所述待分解数据段进行稀疏分解直至分解得到的大地电磁信号数据段的均方根值小于或等于所述分解阈值,且每一次分解过程中利用小生境粒子群算法获取当前稀疏分解中的最优原子,所述最优原子是对应分解过程中随机产生的Q个粒子的速度和位置更新迭代完成后,Q个粒子在所有位置上的适应度中最大值所对应的粒子位置,所述最优原子用于更新当前一次稀疏分解过程中对应的原子集合;
S4:将稀疏分解得到的大地电磁信号数据段以及非强干扰数据段进行有序拼接得到去噪后的大地电磁信号。
2.根据权利要求1所述的方法,其特征在于:步骤S3中在一次稀疏分解中利用小生境粒子群算法获取最优原子的过程如下:
S311:随机产生Q个粒子,并获取每个粒子的初始速度、初始位置以及粒子的位置范围和速度范围;
S312:计算每任意两个粒子之间的FER值,所述FER值由两个粒子当前的历史最佳位置、当前粒子种群中适应度最佳、最差的粒子位置决定;
S313:基于粒子之间的FER值更新每个粒子的速度以及位置;
S314:基于更新后的每个粒子的速度、位置再返回S312、S313进行下一次迭代,直至完成K次更新,K为正整数;
S315:基于每个粒子每个位置上的适应度值获取最优原子。
3.根据权利要求2所述的方法,其特征在于:粒子j相对于粒子i的FER值按照如下公式计算:
式中,FER(j,i)表示粒子j相对于粒子i的FER值,A为尺度因子,表示适应度函数,pj、pi分别表示当前粒子j和粒子i的历史最佳位置,最佳位置表示当前粒子在移动过程中适应度最大时的位置;
其中,尺度因子A以及适应度函数如下所示:
式中,||h||为搜索空间上限和下限之差的二范数,搜索空间为粒子的位置范围;pg、pw表示当前一次迭代中粒子种群中适应度最佳、最差的粒子位置,表示粒子i的位置参数为xi(k)时的适应度,gγ为原子库中第γ个原子,且与粒子i的位置参数为xi(k)相关,Rm-1表示当前的残余信号,m表示当前稀疏分解次数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖南师范大学,未经湖南师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910608196.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种用于在线视频APP的广告浏览受益的记账系统
- 下一篇:一种振动发电机