基于EMD小波阈值滤波的地磁数据去噪分析.doc

基于EMD小波阈值滤波的地磁数据去噪分析 张敏 王喜珍 滕云田 胡星星 吴琼 （中国北京 100081 中国地震局地球物理研究所） 摘要 采用小波阈值滤波、经验模态分解滤波和基于经验模态分解的小波阈值滤波3种方法，对磁通门磁力仪观测数据进行去噪，有效去除或抑制郫县地震台地磁数据中地电的干扰。将3种方法应用在不受地电污染的武汉九峰地磁台进行对比分析，结果表明，重构误差小于0.4 nT，平均误差小于0.1nT，误差精度在地磁相对仪器规定的0.1—0.5 nT精度范围内，重构信号与原始数据相关系数达99%以上。 关键词 地电干扰；EMD；小波阈值滤波；去噪 0 引言 由地电阻率观测的原理可知，地电阻率观测需要人为向大地注入电流，在距离较近的一定范围内产生人工电场。当地电阻率观测仪器和附近距离较近的地磁观测仪器同台观测时，人工电场由于电磁感应原理会对地磁观测产生干扰，此时这类交变电场形成的交变的磁场叠加到地磁场中被附近的地磁观测仪器记录（谢凡，2010）。在干扰抑制方面，有些人采用小波技术对其进行研究（邱颖，2008；寿海涛等，2009；马学俊等,2011），万永革等利用傅立叶和相关分析两种方法对干扰进行抑制（万永革等，2009），谢凡对原始数据预白化处理后通过极值辨识再对干扰区间进行插值处理抑制其影响（谢凡，2010）。前2种方法都是直接把干扰部分系数置为0，后一种方法是用线性插值代替干扰数据，在一定程度上把地磁不规则扰动高频成分去掉了。 1998年Huang N E教授提出的一种新的非平稳、非线性信号处理方法--希尔伯特黄变换。它主要由两部分组成：分别是经验模态分解（EMD）和希尔伯特变换（Hilbert Transform）。自问世以来引起了众多学者的极大关注（Huang et al，1998）。作为一种新的数据处理方法目前已被广泛应用在故障诊断、结构力学、地球物理学、医学、气象学等众多数据处理及信号分析领域（石春香，2003；汤井田等，2008），覃庆炎等研究了基于EMD大地电磁资料进行去噪（覃庆炎等，2011），羊初发对基于EMD的小波阈值滤波和Hilbert谱滤波方法进行了初步研究（羊初发，2009）。 本文在首先给出了的EMD基础理论，在此基础上，分别用EMD滤波、小波阈值滤波以及改进的基于EMD的小波阈值滤波方法对子午工程武汉台、成都台地磁数据进行去噪，并对结果进行了比较。最后基于去噪效果，分析了该方法的有效性。 1 基本原理 1.1 经验模态分解（EMD） Huang等提出在物理上定义一个有意义的瞬时频率IF的必要条件：函数对称于局部零均值，且有相同的极值与过零点。进而定义了满足下面两个条件的信号为固有模态函数(IMF)：(1)整个数据（时间）序列中，极值点的数量与过零点的数量相等或至多相差l；(2)信号上任意一点，由局部极大值点确定的包络线和由局部极小值点确定的包络线的均值均为0，即信号关于时间轴局部对称(Huang N E,1998)。 对一原始信号，首先找出上所有的极值点。然后用三次样条函数曲线对所有的极大值点进行插值，从而拟合出原始信号的上包络线。同理，得到下包络线。上、下两条包络线的均值即，再用减得到： （1） 一般来说，它并不满足IMF所需的条件，此时将当作原信号，重复上述步骤，得到第k次筛选的数据，是不是一个IMF分量，必须要有一个筛选过程终止的准则，它可以利用两个连续的处理结果之间的标准差SD的值作为判据,当满足SD的值要求，则为第一阶IMF，记，即从中减去得剩余信号，即残差,将看作一组新信号重复上述模态分解过程，经多次运算可得到全部的残差，当满足条件：①或小于预定的误差；或②残差成为一单调函数，即不可能再从中得出提取IMF分量时，就终止模态分解过程。至此，原始信号可由阶IMF分量及残差构成。 （2） 1.2 EMD滤波 EMD分解方法从信号本身的时间特征尺度出发，对分解得到的某些IMF分量进行组合。可以在时间域构成高通、带通、低通滤波器以滤除噪声，即对一个能分解出n个IMF 的信号其低通滤波为 （3） 高通滤波为 （4） 带通滤波为 (5) 1.3 基于EMD的小波阈值滤波 小波阈值滤波方法为先进行小波分解，对于从第1到第N层的每一层，选择一个阈值，并对高频系数进行小波阈值处理。根据第N层的低频系数和从第l到第N层的经修改的高频系数，计算信