基于SVM-CEEMDWT的大地电磁信噪分离方法

作者：李晋,蔡锦,汤井田,李广,张贤,徐志敏

摘要：为了精细保留大地电磁低频段的有用信号,避免现有技术整体处理时损失低频有用信息,提出支持向量机、互补集合经验模态分解及小波阈值法(SVM-CEEMDWT)的大地电磁信噪分离方法。首先,从大地电磁数据的信号复杂度入手,提取近似熵、模糊熵、样本熵和Lempel-Ziv(LZ)复杂度进行分析。然后,将这4类鲁棒性的特征参数作为支持向量机(Support vector machine,SVM)的输入,对样本库进行训练得到信噪辨识数学模型。最后,对实测大地电磁数据进行信噪辨识,并仅对甄别为强干扰的时间序列结合互补集合经验模态分解(Complementary ensembleempirical mode decomposition,CEEMD)和小波阈值法(Wavelet threshold,WT)进行噪声压制。实验结果表明,基于鲁棒性特征参数的SVM在噪声压制前能较好地区分信号和强干扰的时间段;与CEEMDWT整体处理相比,所提方法保留了更多的低频缓变化信息,视电阻率曲线更为光滑、连续,其结果更为真实地反映了测点本身所固有的电性结构信息。

发文机构：湖南师范大学智能计算与语言信息处理湖南省重点实验室 中南大学有色金属成矿预测与地质环境监测教育部重点实验室 东华理工大学核资源与环境国家重点实验室培育基地

关键词：大地电磁信噪辨识信噪分离支持向量机互补集合经验模态分解SVM-CEEMDWTmagnetotelluricsignal-noise separationMT data processing

分类号： TP181[自动化与计算机技术—控制科学与工程][自动化与计算机技术—控制理论与控制工程]