[发明专利]基于改进多尺度散布熵的大地电磁信号去噪方法及系统

权利要求书

1.一种基于改进多尺度散布熵的大地电磁信号去噪方法，其特征在于：包括以下步骤：

步骤S1：将待去噪的大地电磁信号分段，再分别提取每段大地电磁信号的改进多尺度散布熵；

其中，将一段大地电磁信号在尺度因子τ下进行多尺度粗粒化处理得到τ组粗粒化序列，再统计尺度因子τ下粗粒化序列的散布模式概率的均值，并结合香农熵定义和所述散布模式概率的均值得到所述一段大地电磁信号的改进多尺度散布熵；

步骤S2：利用每段大地电磁信号的改进多尺度散布熵进行聚类分析识别出强干扰信号段和低频缓变化信号段；

步骤S3：对所述强干扰信号段进行去噪；

步骤S4：将步骤S3中去噪后的信号段与低频缓变化信号段进行合并拼接得到重构的大地电磁信号；

所述改进多尺度散布熵的公式如下：

式中，m表示嵌入维数，c表示类别个数，d表示时延，X_i表示第i段大地电磁信号，1≤i≤n，n为待去噪的大地电磁信号分段后的段总数；IMDE(X_i,m,c,d,τ)表示嵌入维数m、类别个数c、时延d、尺度因子τ确定时第i段大地电磁信号X_i对应的改进多尺度散布熵；表示散布模式，表示尺度因子τ下的粗粒化序列的散布模式概率的均值，表示一个粗粒化序列对应的一种散布模式的概率，表示尺度因子为τ时的第k个粗粒化序列，c^m表示散布模式的总个数，D＝1表示第一个散布模式，v₀v₁...v_m-1分别对应嵌入向量中的m个元素值，嵌入向量是由粗粒化序列转换而来；

将一段大地电磁信号在尺度因子τ下进行多尺度粗粒化处理得到τ组粗粒化序列的过程为：所述τ组粗粒化序列中第k个粗粒化序列表示为：分别为粗粒化序列中的第一个、第二个元素；

式中，表示粗粒化序列中的第j个元素，x_i表示所述一段大地电磁信号中第i个信号，N表示所述一段大地电磁信号的长度。

2.根据权利要求1所述的方法，其特征在于：嵌入维数m的取值范围为：[2,3]，类别个数c的取值范围为：[4,7]，时延d的取值范围为：[1,3]，尺度因子τ的取值范围为：[2,7]。

3.根据权利要求1所述的方法，其特征在于：步骤S3中采用正交匹配追踪算法对所述强干扰信号段进行去噪；

其中，所述正交匹配追踪算法中过完备原子库包含了Fourier原子库和小波原子库，原子设定为正余弦原子和小波原子。

4.根据权利要求3所述的方法，其特征在于：采用正交匹配追踪算法对所述强干扰信号段进行去噪的过程如下：

步骤S3.1：构建过完备原子库Γ；

步骤S3.2：从过完备原子库Γ的原子库中任意选择第r个原子，并对所选原子进行正交化处理；

步骤S3.3：利用正交化处理后的原子更新原子集合，初始的所述原子集合为空集；

式中，φ_n、φ_n-1分别表示第n次、第n-1次稀疏分解的原子集合，表示当前第n次稀疏分解中步骤S3.2所选的正交化处理后的原子；

步骤S3.4：利用最小二乘法计算投影系数b_n，再利用投影系数b_n与更新的原子集合φ_n相乘获得重构信号，并利用重构信号更新残差信号：

式中，b_n表示当前第n次稀疏分解对应的投影系数，R^n-1、Rⁿ分别表示第n-1次、第n次稀疏分解对应的残差信号，初始残差信号R⁰为所述强干扰信号段f，表示当前第n次稀疏分解对应的重构信号，T表示转置；

步骤S3.5：判断更新的残差信号与所述强干扰信号段f的能量比是否小于预设阈值或者当前迭代次数是否达到最大迭代次数，若能量比小于预设阈值或当前迭代次数达到最大迭代次数，当前更新的残差信号为所述强干扰信号段f去噪后的信号；否则，返回步骤S3.2进行下一次的稀疏分解。