[发明专利]一种电磁时间序列数据的去噪方法及系统

说明书

本发明涉及一种电磁时间序列数据处理的方法及系统。该方法包括：获取原始电磁时间序列数据，将所述电磁时间序列表征成一维时间序列；将所表征的一维时间序列构造成汉克尔矩阵，对矩阵进行SVD分解，根据奇异值占比率确定汉克尔矩阵的维数；再根据矩阵维数及多尺度样本熵将一维时间序列分解为不同分辨率的近似时间序列和细节时间序列；然后使用ICEEMDAN算法将叠加的细节时间序列自适应分解成多个模态分量，构造瞬时模态分量阈值识别模态分量中异常部分并截断处理。根据本发明提供的技术手段，对电磁时间序列数据处理能够达到良好的效果，能够有效获取地下信息及电性结构。

技术领域

本发明属于电磁数据处理领域，具体涉及一种电磁时间序列数据的去噪方法及系统。

背景技术

磁勘探技术已广泛应用于有色金属开发与利用、油气资源识别等领域中，大地电磁数据质量对电磁反演和地下电性信息获取至关重要，而数据处理技术是提高数据质量的重要手段。2020年初，中国海油、中石油、中石化均发声全力加大对勘探和开发的资本投入，另外我国对铜、铝、锂、钛、金等地下有色金属的勘探有着长期的需求，并有不断增长的趋势，然而实际上，天然的大地电磁信号是一种典型的非线性非平稳信号，频带非常宽且信号非常微弱，采集到的电磁数据不可避免地会受到强噪声的影响，数据质量降低，对深入研究地质构造信息造成很大影响，因此改善电磁数据质量至关重要。

随着人工智能的不断发展，现代技术对智能化的要求也飞速发展，高质量数据获取及信息传输也越来越复杂，而传统的多层次奇异值分解(SingularValueDecomposition，SVD)中汉克尔矩阵的固定维数已不能处理复杂问题，从而也导致传统技术中将固定维数的汉克尔矩阵应用于电磁时间序列数据处理时，将会一定程度影响数据去噪精度。

发明内容

本发明的目的是针对电磁数据质量不高，现有方法对时间序列处理精确度存在不足的问题，提供一种电磁时间序列数据的去噪方法及系统，所述方法为获取原始电磁时间序列数据并将其表征成一维时间序列；将所表征的一维时间序列构造成汉克尔矩阵，对矩阵进行SVD分解，其中，根据奇异值占比率确定汉克尔矩阵的维数，实现自适应确定汉克尔矩阵的维数，提升电磁数据质量。再者，引入处理非线性、非平稳信号的改进的自适应白噪声的完备总体经验模态分解(ImprovedComplete EnsembleEmpirical ModeDecomposition with AdaptiveNoise，ICEEMDAN)算法，有效提高电磁时间序列数据的去噪效果。

一方面，本发明提供一种电磁时间序列数据的去噪方法，其包括以下步骤：

步骤S101：获取原始电磁时间序列数据，将所述原始电磁时间序列数据表征成一维时间序列；

步骤S102：根据奇异值占比率自适应确定所述的一维时间序列对应的汉克尔矩阵的维数；

步骤S103：基于步骤S102确定的维数将所述一维时间序列进行SVD分解得到近似时间序列和细节时间序列；

步骤S104：将所述细节时间序列对应叠加，采用ICEEMDAN将叠加的细节时间序列自适应分解成多个模态分量，并基于设定瞬时模态分量阈值识别有无脉冲序列，将有脉冲序列的部分进行截断处理，无干扰的部分保留；

步骤S105：拼接步骤S104中处理后以及无干扰的电磁时间序列。

进一步可选，步骤S102中根据奇异值占比率自适应确定所述一维时间序列对应的汉克尔矩阵的维数的过程为：

步骤S1021：设定汉克尔矩阵P的维数n，利用所述一维时间序列构造汉克尔矩阵P，对所述汉克尔矩阵P进行SVD分解处理得到奇异值矩阵；

步骤S1022：计算所述奇异值矩阵中每个奇异值对应的奇异值占比率；