基于LSTM循環神經網絡的大地電磁工頻干擾壓制

作者：許滔滔,王中興,肖卓偉,底青云,張文偉,尹雄

摘要：大地電磁測深方法觀測天然電磁場信號,具有頻帶范圍寬、探測深度大等優點,被廣泛應用于油氣資源勘探與地球深部結構探測.但天然場源信號微弱、易受電磁干擾,壓制電磁干擾是大地電磁數據處理的關鍵問題之一.本文提出了一種基于長短時記憶循環神經網絡的大地電磁工頻干擾壓制方法.首先構建雙向長短時記憶循環神經網絡模型,然后建立數據集對模型進行訓練,最后將含有工頻噪聲的野外實測數據輸入訓練好的模型,模型的輸出為工頻噪聲,輸入與輸出的差值即為消噪后的真實信號.模擬數據處理結果表明去噪前后時間序列相關系數達0.9691,實測數據處理結果表明該方法能夠有效壓制大地電磁信號中的工頻干擾,提高數據處理質量.

發文機構：中國科學院頁巖氣與地質工程重點實驗室 深部資源探測先導技術與裝備研發中心 中國科學院地球與行星物理重點實驗室 中國科學院地球科學研究院 中國科學院大學 中地裝（北京）科學技術研究院有限公司

關鍵詞：大地電磁工頻干擾LSTM循環神經網絡深度學習去噪MagnetotelluricPower frequency interferenceLSTMDeep LearningNoise suppression

分類號： P631[天文地球—地質礦產勘探]