[发明专利]全张量重力梯度仪数据质量评价和滤波处理方法

权利要求书

1.一种全张量重力梯度仪数据质量评价和滤波处理方法，其特征在于，包括：

通过奇偶网格分析法分别对全张量重力梯度仪测量的各个梯度分量进行噪声估计；

根据由噪声估计结果确定的各重力梯度分量权值，以及拉普拉斯方程的傅里叶级数解，构建加权联合反演滤波方程；

利用最优线性反演方法求解加权联合反演滤波方程中的傅里叶级数系数；

利用计算得到的傅里叶级数系数，正演计算得到滤波结果。

2.根据权利要求1所述的全张量重力梯度仪数据质量评价和滤波处理方法，其特征在于，通过奇偶网格分析法分别对全张量重力梯度仪测量的各个梯度分量进行噪声估计，分析其噪声水平，包括：

奇偶网格分析法利用奇数测线和偶数测线分别对数据进行网格，利用两个独立网格数据的和与差来实现对噪声的估计。

3.根据权利要求2所述的全张量重力梯度仪数据质量评价和滤波处理方法，其特征在于，利用两个独立网格数据的和与差来实现对噪声的估计，包括：

根据如下公式对噪声的均方根误差进行估计：

n_d(i,j)＝[s_o(i,j)+n_o(i,j)]-[s_e(i,j)+n_e(i,j)]＝n_o(i,j)-n_e(i,j)

其中，n_d(i,j)为奇偶网格差，s_o(i,j)为奇数网格信号成分，s_e(i,j)为偶数网格信号成分，n_o(i,j)为奇数网格噪声成分，n_e(i,j)为偶数网格噪声成分。

4.根据权利要求1所述的全张量重力梯度仪数据质量评价和滤波处理方法，其特征在于，加权联合反演滤波方程具有以下形式：

Ac＝d

其中，A为方程系数，c为要拟合的系数,d为测量的重力梯度分量值。

5.根据权利要求4所述的全张量重力梯度仪数据质量评价和滤波处理方法，其特征在于，利用最优线性反演方法求解加权联合反演滤波方程中的傅里叶级数系数，还包括：

对目标函数添加正则化项。

6.根据权利要求5所述的全张量重力梯度仪数据质量评价和滤波处理方法，其特征在于，正则化项具有如下形式：

其中，μ为正则化参数。

7.根据权利要求4所述的全张量重力梯度仪数据质量评价和滤波处理方法，其特征在于，利用最优线性反演方法求解加权联合反演滤波方程中的傅里叶级数系统，还包括：

根据噪声估计结果，定义不同重力梯度分量的方向加权矩阵。

8.根据权利要求7所述的全张量重力梯度仪数据质量评价和滤波处理方法，其特征在于，方向加权矩阵具有如下形式：

W＝diag(1/σ₁,…,1/σ₆)

其中，σ_i为第i个数据的标准偏差。