基于集成经验模态分解的磁共振全波数据随机噪声抑制方法
作者机构:地球信息探测仪器教育部重点实验室 吉林大学仪器科学与电气工程学院
出 版 物:《吉林大学学报(工学版)》 (Journal of Jilin University(Engineering and Technology Edition))
年 卷 期:2024年
核心收录:
学科分类:081801[工学-矿产普查与勘探] 08[工学] 0818[工学-地质资源与地质工程]
基 金:吉林省教育厅科学研究项目(JJKH20241275KJ) 吉林大学青年师生交叉学科培育项目(2023-JCXK-09)
主 题:地面磁共振技术 磁共振全波信号 集成经验模态分解 随机噪声 数据处理
摘 要:地面全波磁共振信号以其包含信息量丰富的优势,逐渐取代了包络信号探测。本文采用集成经验模态分解方法(EEMD)对全波磁共振信号进行分解降噪,获取了一系列本征模函数(IMF)分量后,根据自适应降噪原理计算每个IMF分量的能量密度和平均周期,去除噪声主导的IMF分量,将筛选所得的IMF分量进行重构。解决了全波磁共振信号受环境噪声干扰严重的问题。仿真实验数据结果表明当磁共振信号信噪比低至-10dB时,经过EEMD处理后依然能够有效提取磁共振参数,初始振幅■提取相对误差为1.57%,弛豫时间■提取相对误差为2.96%,信噪比提升至10.31dB。而实测数据的噪声抑制结果进一步验证了本文研究算法的有效性和实用性,为磁共振地下水探测技术在复杂噪声环境应用提供技术支撑。