欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 201810858135X
申请人: 湖南师范大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2024-08-12
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于噪声甄别的大地电磁信号去噪方法,其特征在于:包括如下步骤:步骤1:从采集的大地电磁信号中提取电磁信号样本;

其中,提取的所述电磁信号样本分为非强干扰的电磁信号以及强干扰的电磁信号;

步骤2:分别计算每个电磁信号样本的近似熵和LZ复杂度;

步骤3:利用每个电磁信号样本的近似熵、LZ复杂度以及类别值训练预设分类模型得到噪音甄别分类模型;

其中,每个电磁信号样本的类别值表示电磁信号是否为强干扰且依据电磁信号是否为强干扰来编码,所述噪音甄别分类模型的输入数据为电磁信号段的近似熵和LZ复杂度,输出数据为对应电磁信号段的类别值;

步骤4:获取待处理的大地电磁信号,再依据步骤3中的噪音甄别分类模型对待处理的大地电磁信号进行噪音甄别得到非强干扰的电磁信号段、强干扰的电磁信号段;

其中,将待处理的大地电磁信号划分为J段,并分别计算每段电磁信号的近似熵和LZ复杂度,再将每段电磁信号的近似熵和LZ复杂度输入噪音甄别分类模型得到每段电磁信号的类别值,J为正整数;

步骤5:对步骤4中强干扰的电磁信号段进行噪声压制处理;

其中,首先,利用互补集合经验模态分解强干扰的电磁信号段得到若干阶固有模态函数分量;

然后,采用小波阈值法对每阶固有模态函数分量依次进行降噪得到噪声压制后的电磁信号段;所述小波阈值法采用sym6小波基函数进行5层分解;

步骤6:将噪声压制处理后的电磁信号段与步骤4中非强干扰的电磁信号段进行合并得到重构的大地电磁信号。

2.根据权利要求1所述的方法,其特征在于:所述利用互补集合经验模态分解强干扰的电磁信号段得到若干阶固有模态函数分量的过程如下:步骤5.1:在强干扰的电磁信号段加入白噪声得到两组含噪信号M1和M2;

式中,S'为强干扰的电磁信号段,W为加入的白噪声;

步骤5.2:对两组含噪信号M1和M2进行经验模态分解得到第1阶固有模态函数分量和1阶残差;

步骤5.3:对得到的1阶残差进行经验模态分解得到第2阶固有模态函数分量和2阶残差,重复对每次得到的残差进行经验模态分解直至残差极值的个数小于或等于2时停止经验模态分解;

其中,每次经验模态分解得到一个固有模态函数分量。

3.根据权利要求1所述的方法,其特征在于:电磁信号的近似熵的获取过程如下:步骤2.1:根据电磁信号的时间序列构建m维向量;

R(i)=(u(i),u(i+1)...u(i+m-1)),i=1,2,...,N-m+1式中,R(i)为构建的第i个m维向量,u(i)、u(i+1)、u(i+m-1)分别为电磁信号的时间序列中第i个、第i+1个、第i+m-1个序列点信号,N为电磁信号时间序列中序列点的个数;

步骤2.2:分别依次计算每两个m维向量之间的距离;

其中,第i个m维向量R(i)与第j个m维向量R(j)之间的距离计算公式如下:式中,d(R(i),R(j))为两个m维向量R(i)、R(j)之间的距离;

步骤2.3:计算每个m维向量与其他m维向量的相似度;

其中,每个m维向量对应一个相似度,所述相似度的计算公式如下:式中, 为第i个m维向量R(i)的相似度,B{d(R(i),R(j))<λ}为第i个m维向量R(i)与其他m维向量R(j)之间的距离d(R(i),R(j))小于λ的数量,λ为近似熵的相似容限;

步骤2.4:基于步骤2.3计算出的相似度按照如下公式计算出中间参数;

式中,Φm(λ)为中间参数;

步骤2.5:增加维数使得m=m+1,再按照步骤2.1-2.4计算出维数变化后的中间参数;

步骤2.6:计算维数变化前后的中间参数的差值,所述差值为电磁信号的近似熵。

4.根据权利要求1所述的方法,其特征在于:电磁信号的LZ复杂度的获取过程如下:步骤3.1:对电磁信号的时间序列进行二值化处理得到字符串序列P;

P={p1,p2,…,pN}

式中,p1、p2、pN分别是字符串序列P中第一个、第二个、第N个字符;

步骤3.2:基于字符串序列P计算复杂度c;

A:初始化复杂度c、第一字符串S和第二字符串Q,并获取第一字符串S和第二字符串Q的校验级联SQV;

c=1,S=p1,Q={p2,p3,…,pN},SQ=(p1,p2,…,pN);

式中,SQ为第一字符串S和第二字符串Q的级联,校验级联SQV为第一字符串S和第二字符串Q的级联SQ减去最后一个字符后的字符串;

B:判断第一字符串S是否是校验级联SQV的子串,若是,将第二字符串Q的下一个字符级联到第一字符串S;否则,将第一字符串S级联到第二字符串Q,并重新计算复杂度c=c+1以及构造第一字符串S;

C:重复步骤B直至第一字符串S取到第二字符串的最后一位字符串;

D:更新复杂度c=c+1;

步骤3.3:按照如下公式计算出LZ复杂度;

式中,LZC为LZ复杂度。

5.根据权利要求1所述的方法,其特征在于:所述预设分类模型为支持向量机。

6.根据权利要求1所述的方法,其特征在于:步骤1中提取的电磁信号样本中强干扰的电磁信号为受类方波干扰、受类脉冲干扰、受类充放电三角波干扰的电磁信号。