基于自适应局部迭代滤波的磁共振测深信号包络提取算法研究

作     者：刘隆昌 

作者单位：吉林大学 

学位级别：硕士

导师姓名：田宝凤

授予年度：2022年

学科分类：081801[工学-矿产普查与勘探] 081802[工学-地球探测与信息技术] 08[工学] 0818[工学-地质资源与地质工程] 

主      题：磁共振测深 低信噪比 包络提取 自适应局部迭代滤波 

摘      要：磁共振测深（Magnetic Resonance Sounding,MRS）是一种探测地下水的地球物理方法,它最突出的优点是可以直接定量确定地下水的含量。在实际应用中,MRS的背景场利用的是地磁场,MRS信号本身比较微弱且在野外实验环境中无法采取有效的屏蔽手段,因而环境中的随机噪声、工频谐波干扰以及偶发尖峰噪声均会对纳伏级别的MRS信号造成影响,导致难以实现MRS信号的有效提取。自适应局部迭代滤波算法（Adaptive local iterative filtering,ALIF）是2016年Antonio Cicone提出的一种非线性非平稳信号处理分析方法。在迭代分解的思想基础上,利用福克普朗克偏微分方程的基础解系来构建滤波函数,且该滤波函数具有自适应的特点,通过恰当的参数选取可以获得精确的本征模态函数（Intrinsic Mode Function,IMF）分量。它有着坚实的数学基础,已被应用在水力发电、风力发电以及滚动轴承故障检测等领域,鉴于该算法的诸多优势以及MRS信号在复杂噪声干扰下难以有效提取的问题,本文提出了基于ALIF的MRS信号包络提取算法研究。首先,根据MRS信号数学模型以及常见噪声的时频特征,建立含噪MRS信号数据模型。基于ALIF算法的基本原理,实现了MRS信号的包络提取。在此基础上,以初始振幅和弛豫时间的不确定度为依据,采用遍历的方式实现了对影响ALIF算法性能的两个关键参数（分解阶数及掩码系数）的选取。通过仿真实验,证明了在高斯噪声和工频谐波噪声干扰下,ALIF算法有效地提取出MRS信号的包络,与无噪包络的相关系数达到0.97。其次,根据已经选取的算法参数,开展ALIF算法的稳定性分析。在白噪声幅值、工频谐波噪声幅值、平均弛豫时间与Larmor频率等因素变化时,分别利用ALIF算法进行处理,处理后平均信噪比提高了30～42 d B,初始振幅的拟合误差在±5%之内,平均弛豫时间的拟合误差在±5%之内。根据得到的统计结果分析,验证了算法的稳定性。同时,开展了ALIF算法与经典的谐波建模方法和集总经验模态分解（Ensemble Empirical Mode Decomposition,EEMD）算法的对比分析实验,结果表明,ALIF算法无论在处理效率还是结果的准确度上都更具有优势。此外,为了验证ALIF算法的普适性,开展了多指数MRS信号数据的处理分析,仍然取得了较为良好的效果。最后,开展了基于ALIF算法的室外模拟测试数据和野外实测数据的采集与处理。在长春市文化广场和长春市烧锅镇分别进行了室外模拟测试数据的采集和野外实测数据的采集,利用ALIF算法对室外模拟测试的MRS信号进行处理,信噪比提高了约30 d B。此外,均与谐波建模方法和EEMD算法的处理结果进行了对比,进一步表明了该算法的优势,验证了该算法的有效性和实用性。本文的创新性工作如下:1.针对MRS信号包络难以提取的问题,提出采用自适应局部迭代滤波方法,能够实现MRS信号包络的有效提取。2.采用遍历方式确定最佳掩码系数与分解阶数组合,使算法得到优化,提高包络提取的准确度。