基于Bayes Bootstrap 统计降噪方法的磁共振测深信号 - 中南大学学报.PDF

第 45 卷第 9 期 中南大学学报(自然科学版)  Vol.45  No.9  2014 年 9 月  Journal of Central South University (Science and Technology)  Sept. 2014  基于 Bayes Bootstrap 统计降噪方法的磁共振测深信号检测 1  2  2  2  张海如  ，欧阳缮  ，王国富  ，张法全  (1.  西安电子科技大学 电子工程学院，陕西 西安，710071；  2.  桂林电子科技大学 信息与通信学院，广西 桂林，541004)  摘要：为从受强噪声干扰的实测磁共振测深(MRS)信号中提取有效特征参数，针对导电层状模型 MRS 信号，利 用各导电层MRS信号分量取对数后与采样时间具有严格线性关系的特性， 提出从各导电层MRS信号分量中提取  2个最优估计点来重建 MRS信号的思想，即用2个最优估计点代替整体统计误差最小时的估计值， 以提高重建精 度。该方法先将多周期各导电层MRS信号分量序列转化为二维矩阵，再用 Bayes Bootstrap模型对各列信息进行 误差估计，最后，根据误差估计结果，统计出 2 个最优有效数据点。研究结果表明：本文方法提取 MRS 信号特 征参数的平均误差率远比传统方法的小，能从信噪比为 1 dB 的强噪声环境中，以5.5%的平均误差率提取出有效 特征参数；能从同时受到工频干扰、奇异噪声干扰和平稳随机噪声干扰的含噪 MRS 信号中提取有效特征参数。 此外，本文方法能从较少周期的实测数据中提取出 MRS信号的有效特征参数，可提高 MRS 仪器地质探测效率。 关键词：磁共振测深；统计降噪；信号检测；Bayes Bootstrap模型 中图分类号：P631  文献标志码：A  文章编号：1672−7207(2014)09−3144−06  Magnetic resonance sounding signal detection based on  statistical noise reductionmethod of BayesBootstrap  1  2  2  2  ZHANG Hairu ,OUYANG Shan , WANG Guofu , ZHANG Faquan  (1. School of Electronic Engineering, Xidian University, Xi’an 710071, China;  2. School of Information and Communication Engineering, Guilin University of Electronic Technology,  Guilin 541004, China)  Abstract: In order to extract a set of feature parameters of magnetic resonance sounding (MRS) signal, an algorithm of  statistical noise reduction was presented over layered conductive earth, which too