基于字典學習的航空電磁數據去噪技術研究

作者：薛舒楊,殷長春,蘇揚,劉云鶴,王勇,劉才華,熊彬,孫懷鳳

摘要：時間域航空電磁(AEM)勘探在測量過程中受各種噪聲干擾,導致測量數據失真,影響了反演結果精度。傳統的去噪方法大多針對數據本身進行加工,沒有對數據的特征進行深入分析,所以去噪效果不理想。本文提出一種基于字典學習的航空電磁數據去噪方法。該方法是通過字典學習對含噪信號進行特征分析和提取,然后對信號進行重構。在字典學習過程中,把隨機噪聲作為殘差過濾掉,達到去噪效果。為了驗證所提去噪方法的有效性,我們將固定字典過完備離散余弦變換(Overcomplete discrete cosine transform,簡稱ODCT)、最優方向法(Method of optimal directions,簡稱MOD)字典學習算法和K-奇異值分解(K-singular value decomposition,簡稱K-SVD)字典學習算法用于時間域航空電磁單點衰減曲線和測線剖面上不同時間道數據去噪,結果表明三種字典學習方法對航空電磁數據去噪效果有明顯差異,以K-SVD字典學習方法效果最佳。

發文機構：吉林大學地球探測科學與技術學院 吉林大學建設工程學院 中陜核工業集團二一四大隊有限公司 桂林理工大學地球科學學院 山東大學巖土與結構工程研究中心

關鍵詞：時間域航空電磁數據處理去噪字典學習稀疏表示Time-domain AEMdata processingdenoisingdictionary learningsparse representation

分類號： TP3[自動化與計算機技術—計算機科學與技術]