下载文档原格式
基于盲信源分离的地球物理弱异常提取
左博新;胡祥云
【期刊名称】《石油地球物理勘探》
【年(卷),期】2014(049)002
【摘要】在地球物理勘探中探测到的深部矿体弱异常信号,由于受各种噪声和系统退化等因素的影响,通常异常体边界较为平滑和模糊,给后期解释带来一定的难度.文中提出了一种新的盲信源分离(BSS)地球物理弱异常提取算法,克服了常规地球物理空间滤波算法对于弱异常体信号无法有效提取的问题,可以在保持强异常体边界信息的同时,有效地提取弱异常体的边界.文章阐述了地球物理信号中的噪声和系统退化的理论模型,并根据推导的理论模型提出了针对地球物理数据的BSS异常提取算法.试验表明,与其他的地球物理空间滤波算法相比,本文算法具有在保持高频信息的同时,能够有效地提取低频异常信息的特点.
【总页数】7页(P375-381)
【作者】左博新;胡祥云
【作者单位】中国地质大学(武汉)计算机学院,湖北武汉430074;中国地质大学(武汉)计算机学院,湖北武汉430074
【正文语种】中文
【中图分类】P631
【相关文献】
1.基于自然梯度算法的盲信源分离研究 [J], 孙守宇;郑君里;吴德伟
2.基于STFD和PARAFAC的欠定盲源分离信源个数估计算法 [J], 夏江华;郭进;王小敏
3.基于盲信源分离技术的雷达信号分选研究 [J], 王晓燕;韩俊宁;楼顺天
4.基于准正交原理的多信源少观测源的盲语音信号分离 [J], 檀志斌
5.基于实数编码遗传算法的盲信源分离方法 [J], 郑鹏;何同林;刘郁林;彭启琮;尤春艳
因版权原因，仅展示原文概要，查看原文内容请购买。
第二代小波变换及在不规则测点重磁资料处理中的应用1刘天佑，史辉，吴小羊中国地质大学，湖北武汉（430074）E-mail：liuty4508@摘要：1994年swelden提出了基于提升算法的第二代小波，它继承了第一代小波的多分辨特性；不依赖傅立叶变换，小波变换后的系数是整数，运算速度快；并且可以实现不规则测网数据的小波分析。
本文实现了基于提升算法的第二代小波变换，并把它应用于不规则测点的重力数据的处理，该方法比预先将不规则测点的重力数据经过二次插值网格化，再进行第一代小波分析的方法不仅精度高，而且失真小。
它可用于1：5万～1：20万石油高精度重磁勘探中对不规则测网数据的处理。
最后利用第二代小波变换处理了江南古陆CHAMP卫星磁测数据。
关键词：第二代小波提升算法高精度重磁勘探不规则测网江南古陆 CHAMP卫星磁测中图分类号：P31．引言重磁勘探是方法理论成熟，覆盖面积广，应用领域十分广泛的两种地球物理方法。
在1：20万或更小的比例尺重磁勘探的数据采集中，通常采用不规则测网。
近年，随着人们绿色与环保理念的增强，为了在施工中不砍伐树木、破坏生态环境，在1：10万，1：5万比例尺的重磁数据采集中也常常采用不规则测网。
在石油重磁勘探中，由于被探测的目标埋深大（通常密度界面、磁性界面深度在3～10km），产生的重磁异常弱，为了探测深部构造，近年国内已开始采用“高精度三维重磁采集方法”，其做法是沿测点号观测一次，再沿测线号观测一次，通过多次观测来提高观测精度。
例如在我国南方复杂地形的石油重磁勘探，1：5万重力设计精度为0.09×10-5m/s2，而实际可达到0.065×10-5m/s2，在野外采集这一环节，目前国内已经可以达到相当高的精度。
重磁资料数据处理，如利用傅立叶变换的频率域位场转换，小波分析等，都要求观测数据是等间距的，即规则测网数据。
对于实测不规则测点数据，通常要先做网格化处理变为网格数据，由于对不规则测点重磁数据做了网格化（如采用距离平方反比、克吕金法等等），原本野外采集的数据其高精度将由于网格化过程而丧失。
大庆石油学院学报第31卷第5期2007年10月J OU RNAL OF DAQ IN G PETROL EUM INSTITU TE Vol.31No.5Oct.2007收稿日期:2006-10-10;审稿人:邹龙庆;编辑:任志平 基金项目:黑龙江省博士后资助项目(LB H -Z05068) 作者简介:刘树林(1963-),男,博士后,教授,博士生导师,主要从事设备故障诊断方面的研究.基于经验模态分解及自相关分析的微弱信号提取方法刘树林1,2,赵海峰2,齐 波3,王 辉2(1.哈尔滨工业大学航天学院,黑龙江哈尔滨 150001; 2.大庆石油学院机械科学与工程学院,黑龙江大庆 163318; 3.大庆石化公司化工一厂,黑龙江大庆 163714) 摘 要:为提取机械设备故障诊断中的某些微弱信号,给出一种新的提取强背景噪声中微弱周期信号的方法.首先对原始信号进行经验模态分解,得到理论意义上的固有模态函数;然后对各分解层做自相关分析,依据自相关图像,对可能含有周期成分的分解层进行频谱分析;最后可提取微弱周期信号的频率及幅值信息.通过仿真分析,证实该方法能够有效提取淹没于背景噪声中的微弱周期信号.关 键 词:经验模态分解;微弱信号;背景噪声;特征提取;自相关分析中图分类号:T H17;TP306 文献标识码:A 文章编号:1000-1891(2007)05-0080-050 引言微弱信号检测的目的是从强背景噪声中提取有用信号[1].在旋转机械故障诊断中,正常运行的机组状态比较平稳,一般时域波形是以工频为主的周期信号,当出现故障,特别是早期故障时,就会产生微弱的周期性激励.传统方法很难有效地提取微弱的周期信号.经验模态分解法(Empirical Mode Decomposi 2tion ,EMD )作为一种既适于线性、平稳信号,又适于非线性、非平稳信号的信号处理方法,已在许多领域得到应用[2].该方法是依据信号时域波形极值的自适应性分解,因此有学者将其作为不同频带的自适应滤波器.虽然在提取较强信号波形及频率方面取得较好的效果,但是较难提取强背景噪声中的微弱周期信号频率.自相关函数法可以提取混有噪音的周期信号,前提条件是信噪比较高,否则效果不理想.笔者首先采用经验模态分解法将原始信号中的强背景噪声分解至各个固有模态函数(Int rinsic Mode Function ,IM F ),达到降低噪声的作用;然后进行自相关分析,判别每层IM F 中是否含有淹没于背景噪声中的微弱周期信号;最后通过频谱图,提取该微弱信号的频率,以有效地提取微弱周期信号的频率和幅值.1 经验模态分解EMD 的本质是对信号进行自适应分解,得到满足条件的固有模态函数:(1)在整个数据序列上,极值点数与过零点数必须相等或者至多相差一个;(2)在任一时间点,由局部极大值确定的包络线与由局部极小值确定的包络线的均值为0.经验模态分解步骤[3]:(1)初始化:r 0(t )=x (t ),i =1.(2)提取第i 个固有模态函数(IM F ):(a )初始化:h 0(t )=r i (t ),k =1;(b )提取h k -1(t )的局部极大值与局部极小值;(c )采用三次样条对局部极大值与局部极小值插值,分别形成h k -1(t )的上包络线与下包络线;(d )计算h k -1(t )的上、下包络线的均值m k -1(t );(e )确定h k (t )=h k -1(t )-m k -1(t );(f )如果满足固有模态函数(IM F )准则,则令I M F i (t )=h k (t ),否则,转到(b ),并且k =k +1.(3)定义:r i (t )=r i -1(t )-I M F i (t ).(4)如果r i (t )仍然具有至少2个极值,则转到步骤(2),并且令i =i +1;否则,分解过程完成,r i (t )是x (t )的“残余量”.利用EMD 分解原始信号,得到理论意义上仅含有单组分频率成分的各固有模态函数,有利于各分解层信号的后续处理.利用经验模态分解的自适应性,将宽带白噪声分解至每层固有模态函数中,一定程度上可提高微弱信号所在层的信噪比;但是在分解过程中存在无法准确确定端点的极值及包络方法的选择等问题,得到的每层固有模态函数可能会出现虚假模态(出现含有虚假频率成分的IM F ).对于一个未知频率的信号,单从频谱图中无法辨识.为判别各层固有模态函数中是否含有微弱周期信号,以及准确提取该信号的频率及幅值带来困难,需要采用自相关分析进一步处理.2 自相关分析由EMD 得到各固有模态函数I M F i ,其自相关函数R i (τ)为R i (τ)=lim T →∞1T ∫T 0IM F i (t )IM F i (t +τ)d t ,(1)将式(1)离散化为R i (n Δt )=6N -ni =0IM F i (t i )IM F i (t i +nΔt )N -n ,(2)式(1,2)中:N 为采样点数(样本长度);n 为时延数;i 为时序号;τ为延迟时间;T 为周期.由于原始信号经EMD 分解后得到的固有模态函数中仍含有噪声信号,令IM F i (t )=s i (t )+n i (t ),(3)式中:s i (t )为周期信号;n i (t )为噪声信号.式(1)变为R i (τ)=lim T →∞1T ∫T0[s i (t )+n i (t )]・[s i (t +τ)+n i (t +τ)]d t =R si (τ)+R sni (τ)+R nsi (τ)+R ni (τ),(4)式中:R si (τ)为周期信号的自相关函数;R sni (τ)为信号与噪声的互相关函数;R nsi (τ)为噪声与信号的互相关函数;R ni (τ)为噪声的自相关函数.依据自相关函数及互相关函数性质[4],当τ不为0且较大时,R sni (τ),R nsi (τ)及R ni (τ)均趋于0,则式(4)变为R i (τ)≈R si (τ).(5)3 仿真分析设原始信号为x =x 1+x 2+noise ,(6)式中,x 1=sin (100πt );x 2=2sin (200πt );noise 为信噪比等于-15dB 时的高斯白噪声.该信号的采样频率为1024Hz ,采样时间为2s .采用文献[5]中的方法计算信噪比S N R 为第5期 刘树林等:基于经验模态分解及自相关分析的微弱信号提取方法S N R =lg6(X 0(k )-q 0)26(N m(k )-E m )2,(7)式中:X 0(k )为希望提取的有用信号;q 0为该信号的均方根值;N m (k )为剩余背景噪声信号;E m 为该信号的均方根值.当提取一个正弦信号的频率时,另一个正弦信号及高斯白噪声可看作剩余背景噪声信号.经计算,式(6)中x 1的信噪比变为-18dB ,x 2的信噪比变为-12dB ,说明正弦信号x 1更加微弱.该原始信号的时域波形及频谱见图1和图2.由图1可见,正弦信号x 1及x 2的波形均淹没在强高斯白噪声中,分辨不出周期信号的波形.由图2可见,频谱图仅清楚显示较强正弦信号x 2的频率100Hz (幅值最大),而未将较微弱正弦信号x 1的频率50Hz 清晰地辨识出来(幅值不突出).图1 原始信号时域波形图2 原始信号频谱 原始信号经过经验模态分解得到的各层固有模态函数及残余项见图3.该仿真信号共分解为9层固有模态函数及一个残余项.由I M F 1～I M F 9的时域图中,难以分辨出分解层是否含有周期信号.各分解层I M F 及残余项的自相关函数见图4,分别用符号R i (i =1～9,r )表示其自相关函数.R 1,R 2及R 3的局部放大图见图5(其中仅截取延迟时间τ为0.10～0.35段).由R 1可知,在τ稍偏离0时,自相关函数由幅值20大幅度衰减至0附近,并且当τ较大时,其波形无周期性,可以判断I M F 1主要为宽带随机噪声[4].R 2也是在τ稍偏离0时迅速衰减,但衰减的幅度比R 1小得多,在τ较大时,不再衰减,并且自相关函数的波形含有一定成分的正弦波信号,由此可以判断I M F 2为宽带随机噪声与正弦信号的混和信号.在R 3与R 4中,当τ较大时自相关函数均不衰减,并且有明显的正弦波形,依据自相关函数性质可以判断I M F 3与I M F 4均含有正弦信号成分.由图5中R 3可知,该周期信号的幅值为2[4].在图4的R 5～R 7中,随着τ的增大,自相关函数缓慢衰减,并在τ较大时趋于0,这是窄带随机噪声的自相关特性.在图3的I M F 8,I M F 9的时域波形中,可以看出信号具有衰减性,对I M F 8及I M F 9作自相关函数,并且τ很大时,发现其也缓慢衰减,并最终趋于0,从而可以判断该2层不含周期正弦信号.对I M F 2,I M F 3及I M F 4做频谱,确定所含正弦信号的频率成分,见图6～8.由图6～8可以看出,I M F 2,I M F 3中含有的正弦信号的频率为100Hz ,证实I M F 2中含有正弦信号,该层固有模态函数也含有宽带随机噪声,与由图4中的R 2得出的判断一致.I M F 4中含有正弦信号的频率为50Hz .由图4～8可以确定,原始信号中不仅含有频率为100,50Hz 的2个正弦微弱信号,并且频率为100Hz 的正弦信号的幅值近似为2.与原始信号中2个正弦信号相同,说明该方法能较为有效地提取淹没于背景噪声中的微弱信号.大 庆 石 油 学 院 学 报 第31卷 2007年图3 原始信号的经验模态分解图4 自相关函数图5 I M F 1～I M F 3自相关函数的局部放大图6 I M F 2的频谱图7 I M F 3的频谱图8 I M F 4的频谱第5期 刘树林等:基于经验模态分解及自相关分析的微弱信号提取方法大 庆 石 油 学 院 学 报 第31卷 2007年4 结束语在针对机械设备故障诊断中某些微弱正弦信号难以提取的情况下,提出基于EMD的自适应滤波降噪功能与自相关函数分析相结合的方法.通过仿真证实,该方法可以在较低信噪比的情况下提取出淹没于背景噪声中的微弱周期信号,从而为机械设备早期微弱故障信号的提取提供了一种新方法.参考文献:[1] 胡茑庆.随机共振原理在强噪声背景信号检测中的应用[J].国防科技大学学报,2001,23(4):40-44.[2] HUAN G N E,SH EN Z,LON G S R,et al.The empirical mode decomposition and t he Hilbert spectrum for nonlinear and non2sta2tionary time series analysis[J].Proc.R.Soc.London A,1998,454:903-995.[3] SCHL U RMANN T.Spectral frequency analysis of nonlinear water waves derived from t he Hilbert2Huang transformation[J].Journalof Off shore Mechanics and Arctic Engineering(J OMA E),2002,124(1):22-27.[4] 黄长艺,严普强.机械工程测试技术基础[M].2版.北京:机械工业出版社,2001:134-137.[5] 祝开艳,王树勋.一类混沌背景中正弦信号的提取[J].吉林大学学报:工学版,2005,35(2):157-162.(上接第79页)由表1和表2可以看出:①轴向变形最大误差为8.4%,能够满足工程需要,说明该方法能够模拟注水管柱在多级封隔器作用下的变形状态.②注水管柱受到注水压力作用时,发生收缩,注水压力越大,管柱收缩量越大.③封隔器间各段油管的收缩量与油管长度为非线性,说明多级封隔器中各封隔器对注水管柱引起变形的作用不同.4 结论(1)在考虑注水管柱初始几何缺陷条件下,根据有限变形理论,采用有限元法综合分析多级封隔器管柱的柱塞效应、螺旋弯曲效应,以及非均匀内外压差下的轴向变形,计算与测试的最大误差率为8.4%,满足工程需要.(2)在分层注水工艺管柱长度设计中,采用文中方法计算得到的封隔器位移补偿量,可提高分层注水管柱的配注合格率.(3)多级封隔器中每一封隔器对油管轴向变形的贡献不同,不能按照线性关系简单迭加.参考文献:[1] 孙利民.注水管柱应力与轴向变形分析[J].石油机械,1999,27(7):38-39.[2] 孙爱军,徐英娜,李洪,等.注水管柱的受力分析及理论计算[J].钻采工艺,2003,26(3):55-57.[3] 曲占庆,董长银,张琪.影响高压注气管柱变形的主要因素及计算方法[J].石油钻采工艺,1999,22(1):53-55.[4] 王国正,周思柱.分层注水管柱中的封隔器位移分析[J].湖北工业大学学报,2005,20(3):222-223.[5] 江汉石油管理局采油工艺研究所,江汉石油学院采油研究所.封隔器理论基础与应用[M].北京:石油工业出版社:145-181.[6] 王勖成,邵敏.有限单元法基本原理和数值方法[M].北京:清华大学出版社,2002:460-475.Abstract s Journal of Daqing Pet roleum Instit ute Vol.31 No.5 Oct.2007 Approach to w eak signal extraction based on empirical mode decomposition and autocorrelation analysis/ 2007,31(5):80-84L IU Shu2lin1,2,ZHAO Hai2feng2,Q I Bo3,WAN G Hui2(1.College of A st ronautics,H arbi n I nstit ute of Technolog y,H arbi n,Heilong j i ang150001,Chi na;2.Mechanical S cience and Engi neeri ng College,D aqi n g Pet roleum I nstit ute,D aqi ng,Heilong j i ang 163318,Chi na;3.Chemical Pl ant N o.1,D aqi ng Pet roleum&Chemical Cor poration,D aqi n g,Hei2 long j i ang163714,Chi na)Abstract:A new approach to extract weak periodic signal from st rong noise is proposed to pick up some weak signals in t he fault diagnosis of mechanical equip ment.Original signal is firstly decomposed by em2 pirical mode deco mposition met hod,and t hen autocorrelation analysis is made respectively for conse2 quent intrinsic mode f unctions.Some int rinsic mode f unctions co ntaining periodic component s are select2 ed according to correspo nding autocorrelogram and f urt her analyzed by f requency spect rum,t hus t he weak periodic signal can be ext racted.Simulation result s show t hat t he app roach can effectively ext ract t he weak periodic signals hidden in t he strong background noise.K ey w ords:empirical mode decomposition;weak signals,background noise;feat ure ext raction;autocor2 relation analysisCharacteristic study of typical faults of rotor systems combining w avelet packet with fractal/2007,31(5):85 -87FEN G Cheng2f u1,YAN G Li2jing2,ZHON G Sheng3(1.Equi pment and Pow er De p artment,D aqi n g Ref i nery an d Chemical Co.,D aqi ng,Heilong j i ang 163411,Chi na;2.Oil Recovery En gi neeri ng I nstit ute,D aqi ng Oil f iel d Cor p.L t d.,D aqi ng,Hei2 long j i ang163453,Chi na;3.W ell D rilli n g En gi neeri ng I nstit ute,D aqi ng Pet roleum A dmi nist ration B ureau,D aqi ng,Heilong j i ang163413,Chi na)Abstract:Based on t he nat ural consistence of wavelet packet and f ractal t heory on t he multi scales analy2 sis and self2similarity,t his paper p resent s a met hod of fault characteristics ext raction combining t he wavelet packet decomposition wit h t he correlation dimension for several typical fault(such as friction, mass imbalance and oil film whirling)of rotor system.Firstly,t he wavelet packet is applied to decom2 pose t he vibration signal,and t he correlation dimensions of decomposition coefficient obtained are regar2 ded as characteristic vector of fault,t hen t he characteristic vector of fault is identified by neural net2 work.The simulation result verifies t hat t he met hod presented by t his paper is very effective for several typical fault diagno ses of rotor system.K ey w ords:rotor;wavelet packet;fractal;feat ure ext ractio n;fault diagnosisIdentif ication of the location of damaged part a simple supported beam model based EMD/2007,31(5):88 -90YUAN Zhao2qing,ZHAO Dan,CA I Y ing2jun(College of Ci vil Engi neeri ng,D aqi n g Pet roleum I nstit ute,D aqi n g,Heilon g j i ang163318,Chi na) Abstract:To identify t he location of t he damaged part of a st ruct ure is a difficult task for st ruct ure healt h monitoring.To solve it,a system of signal acquisition and analysis consisting of a vibration signal generator,acceleration sensors,signal acquisition and a comp uter has been established.The acceleration data of a simple supported steel beam model are collected separately under t he conditions intact and inju2 ry,t hen data p rocessed by using EMD and shape factor,t he damage locations are found by comparing t he change of shape factor.Experiment indicates t hat damage locations are accurately identified.key w ords:empirical mode decomposition;shape factor;damage location;simple supported beamV ertical vibration analysis of rectangular space grids based on the equivalent sandwich plate method/2007, 31(5):91-93ZHAN G Wen2f u1,2,L U Y ing2hua1,SU Kan2qing3(1.College of Ci vil Engi neeri n g,D aqi ng Pet roleum I nstit ute,D aqi ng,Heilong j i ang163318,Chi2 na;2.College of Civil En gi neeri ng,H unan U ni versit y,Chan gs ha,H unan410082,Chi na;3.Yatong Road B uil di n g Cor p.L t d.,D aqi ng,Heilong j i ang163000,Chi na)Abstract:Equivalent sandwich plate met hod(ESPM)is a simplified met hod for double2layer space grids in which space grids st ruct ure is assumed as ort hogonal and ort ho2laid plate and analyzed by t he t heory。
基于趋势面分析的瞬变电磁弱异常提取方法程建远;李博凡;范涛;刘磊【摘要】瞬变电磁资料的地质解释中,视电阻率异常"阈值"大小直接影响解释结果,以往利用数理统计结果进行异常阈值划分的方法存在明显的缺陷.笔者引入趋势面分析技术,消除了瞬变电磁视电阻率数据中背景场的影响,提取出局部变化的弱异常场;该"异常场"具有数学期望趋于0、方差σ最小的特征;在此基础上,提出了瞬变电磁资料定量解释时低阻异常的"阈值"标准,即"异常场"中残差小于0为低阻异常、残差小于-σ为强低阻异常.该方法克服了常规瞬变电磁异常"阈值"确定时要求全区具有统一的背景场、数据服从正态分布、"假异常"偏多等不足,有效地突出了瞬变电磁的弱异常反映,数值模拟分析和实际资料验证情况良好.【期刊名称】《煤炭学报》【年(卷),期】2015(040)012【总页数】9页(P2856-2864)【关键词】趋势面分析;瞬变电磁;弱异常;提取方法;正异常;负异常;阈值【作者】程建远;李博凡;范涛;刘磊【作者单位】中煤科工集团西安研究院有限公司,陕西西安710077;西安科技大学地质与环境学院,陕西西安710054;西安科技大学地质与环境学院,陕西西安710054;中煤科工集团西安研究院有限公司,陕西西安710077;中煤科工集团西安研究院有限公司,陕西西安710077【正文语种】中文【中图分类】P631.3瞬变电磁法勘探技术具有高阻屏蔽弱、体积效应小、定向性强、施工效率高等独特优势，已经在煤矿水害隐患探查中发挥了越来越重要的作用[1-3]。
该方法通过不接地回线或接地线源向地下发送一次脉冲电磁场，利用线圈或接地电极观测二次涡流磁场或电场，以分析地下煤岩层视电阻率的变化。
但是，由于瞬变电磁法勘探时，会不可避免地受到良导体内感应电流的热损耗、地层吸收衰减、仪器动态范围有限、勘探深度加大、探测目标规模偏小以及环境噪音干扰等多种因素影响，致使接收到的二次场信号强度相对较弱，因此蕴含其中的异常体常呈现“弱异常”的反映，这就给后期的瞬变电磁数据处理与解释带来难题[4-6]。
航空重、磁异常相关性分析方法及其应用刘燕戌;李文勇;徐剑春【摘要】以我国某海域为例,探讨了航空重、磁相关性分析方法及其应用.通过计算航空重、磁相关系数,结合研究区地质特征,将航空重、磁异常划分为三类:即同源异常、半同源异常和非同源异常,分别描述了这三类异常的重、磁特征,推断了异常源性质及地质特征,不仅减少了研究区地质解释的多解性,而且使解释成果更加符合客观实际.%Exemplified by the exploration in a certain sea area in China,the authors discussed the correlation analytical method and its application to airborne gravity and magnetic anomalies. Through computation of the correlation coefficient of airborne gravity and magnetic anomalies in combination with geological characteristics,the authors divided airborne gravity and magnetic anomalies into three types,namely homologous,half homologous and non-homologous anomalies,described these three kinds of anomalies and inferred the features of the source and geological characteristics. The results can not only reduce the multi-solution of geological interpretation but also make the interpretation more in accord with the reality.【期刊名称】《物探与化探》【年(卷),期】2012(036)005【总页数】5页(P783-787)【关键词】航空重力异常;航磁异常;相关性分析【作者】刘燕戌;李文勇;徐剑春【作者单位】中国国土资源航空物探遥感中心,北京100083;中国国土资源航空物探遥感中心,北京100083;中国国土资源航空物探遥感中心,北京100083【正文语种】中文【中图分类】P631位场的等价性造成重、磁异常解释的复杂性和多解性，结合航空重力及磁力资料进行地质推断，可以得到更为可信的解释结果。
基于小波分析的磁测数据处理流程及解释方法张恒磊;刘天佑【摘要】对某地区高精度磁测数据,为了有效分析地下场源的异常特征,作者采用小波分析方法对磁异常进行多尺度分析,获取不同深度层次的场源信息,结合平面、剖面资料的反演处理解释,利用2.5维模型反演建立了地下场源的地球物理模型.通过分析,认为小波多尺度分析可以更好的揭示深部场源的赋存信息,计算精度可靠,较传统的延拓、滤波等方法有更高的分辨率.【期刊名称】《物探与化探》【年(卷),期】2009(033)006【总页数】5页(P686-690)【关键词】磁法勘探;小波分析;二度半模型反演;匹配滤波【作者】张恒磊;刘天佑【作者单位】中国地质大学,地球物理与空间信息学院,湖北,武汉,430074;中国地质大学,地球物理与空间信息学院,湖北,武汉,430074【正文语种】中文【中图分类】P631.2近几十年来，小波多尺度分析方法在地球物理信号处理领域得到了广泛的应用［1－6］，这主要得益于小波的时频局域分析能力。
小波多尺度分解能将重磁异常精细地分解到多个不同的尺度上来反映不同尺度和深度的异常，常被用于区域重磁场的分解和分析，能得到较好的效果［2－3］。
为此，我们采用小波多尺度分解方法，把实测磁异常分解为几个不同阶的细节，并用谱分析［7］方法计算它们所代表的场源深度，以此来分析深部是否还有未发现的铁矿体。
笔者通过实例分析小波多尺度变换的理论与应用效果，并与传统延拓方法进行比较，认为小波多尺度分析可以更好地揭示深部场源的赋存信息，计算精度可靠。
此外通过采用多种反演算法，以及充分结合地质资料进行二度半反演，可以有效地了解地下异常体的地质地球物理模型。
笔者通过分析总结，并结合中国地质大学(武汉)研发的MAGS磁法勘探软件系统，给出了一套简单实用的野外资料处理流程，希望有助于野外磁法勘探的数据处理工作，在磁法勘探热潮中启到更广泛积极的作用。
笔者主要对小波变换和匹配滤波算法原理作简单的介绍。
1插值切割异常分离方法研究对插值切割法进行理论研究并对模型进行异常分离处理进行分析，可以得知：第一，在重磁异常数据中，经常会存在着叠加在一起的局部异常以及区域异常。
使用插值切割法能够保证其有着良好的分离效果，并保证能够很好的将其进行分离；第二，在对切割半径进行选择的时候，还要对切割的精度加以重视。
需要注意，因为其与数据的本色是否有关难以确定，所以在精度越高的情况下，计算时间也会越长，这会导致区域出现异常失真的现象。
第三，插值切割法的分离效果与原数据之间的间隔有着相关性，切割后的异常值的误差是原始数据间距造成的。
如果间距小，那么误差也会因此变小，要对原始数据进行查证处理，减小间距，从而提高计算的精确度；第四，无论怎样分离，插值切割所得的区域场中都会存在着一定的局部场，这些局部场中存在着部分的区域场。
由于算法本身的特性，几乎难以将其进行完全剥离，所以只能尽量减小其相互间的影响。
2数值计算类构造边界识别方法研究通过对各种边界识别技术的阐述、模型试验处理以及结果的对比分析可以得知。
第一，所有的边界识别方法都能对异常体的位置进行一定的识别，它们的对异常体边界进行刻画有着不同的公式。
由于其识别能力的不同导致其受到的影响也会具有一定的差异性。
通过极大值来对异常体边界进行刻画的因素主要有水平总导数、总梯度模量、斜导数的水平梯度和θ图法，因此将其应用于复杂地质体能够更加直观的对地质体的准确边界位置进行反映；第二，对同一模型的重力异常和磁力异常进行边界识别处理，对处理的结果进行研究可以得知重力异常问题能够被所有的边界识别方法所解决，而且还具有显著的效果。
然而对于磁力异常来说，把其换算成化极磁异常或者磁源重力异常很有必要性。
如果将其直接应用于磁力异常问题，特别是斜磁化的磁力异常进行处理，会导致边界识别结果有较大的误差。
有很多方法容易受到磁里异常分量和磁化方向的影响；第三，所有的边界识别方法都可以归结为导数计算或者基于导数计算的方法，因此必须要对计算结果的稳定性和精度问题进行考虑。
