一种应用于超导瞬变电磁的坏点自动去除方法技术

本发明专利技术公开了一种应用于超导瞬变电磁的坏点去除方法，包括如下步骤：S1、对超导瞬变电磁获取的SQUID磁强计输出信号按照发射电流的周期参数同步分割成若干周期，并对每个周期信号进行二阶差分，从二阶差分后的信号中提取出最大值与最小值并将两者差值的绝对值作为本周期信号的坏点特征值，组成坏点特征值集合；S2、针对坏点特征值集合，设定参数构建Kmeans聚类模型进行聚类，在坏点特征值集合中自动找出偏离点，从而锁定坏点所在周期；S3、对存在坏点的周期进行邻近检测从而成对删除存在坏点周期，完成坏点的自动成对去除。本发明专利技术可以实现对坏点的自动定位以及对存在的坏点的周期成对检测与删除。成对检测与删除。成对检测与删除。

【技术实现步骤摘要】
一种应用于超导瞬变电磁的坏点自动去除方法


[0001]本专利技术涉及地球物理中的瞬变电磁应用
，尤其涉及到一种应用于超导瞬变电磁的坏点自动去除方法。

技术介绍

[0002]随着我国经济持续高速发展，对矿产等资源的消耗需求进一步扩大。其中对经济发展有重要作用的铁矿石、铜和铝土矿等资源远低于世界平均水平，并且还存在着分布不均衡、矿床规模偏小、贫矿与难选矿较多的问题。为了摆脱这一困境，人们不得不发展先进的测量仪器从而转向更为复杂的深部矿产资源勘探。超导瞬变电磁的出现很好弥补这一缺陷，它通过发射双极性脉冲信号并通过超导量子干涉器件(SQUID)接收地下响应，对SQUID输出信号进一步分析从而快速寻找低阻矿体目标，具有高精度以及高深度优点。
[0003]由于SQUID是目前已知最灵敏的磁传感器，灵敏度可达到fT级别，是瞬变电磁最理想的信号接收端。针对接收信号，一般进行正负周期叠加进噪声的压制。但在实际的野外实验中SQUID容易受到环境中的天电干扰以及系统本身干扰等原因，个别周期内会出现一定数量的坏点，严重影响了正负叠加效果从而制约了超导瞬变电磁的工作性能，因此坏点去除成为瞬变电磁信号处理的重要步骤。
[0004]当前去除的坏点的方法主要是手工或者基于固定阈值的算法去除，其效率慢、误差大等缺点，无法针对不同幅度的坏点实现自动准确消除，因而在实际的瞬变电磁信号处理局限性较大。

技术实现思路

[0005]本专利技术的目的在于提供一种应用于超导瞬变电磁的坏点自动去除方法，主要是通过原始信号提取坏点特征，然后利用kmeans聚类算法实现坏点周期的定位，最后结合邻近检测算法对存在坏点的正负周期实现自动的消除，从而实现瞬变电磁信号的坏点的自动消除，提高测量的准确性。
[0006]本专利技术是通过以下技术方案实现的：
[0007]一种应用于超导瞬变电磁的坏点自动去除方法，包括如下步骤：
[0008]S1、对超导瞬变电磁获取的SQUID磁强计输出信号按照发射电流的周期参数同步分割成若干周期，并对每个周期信号进行二阶差分，从二阶差分后的信号中提取出最大值与最小值并将两者差值的绝对值作为本周期信号的坏点特征值，组成坏点特征值集合；
[0009]S2、针对坏点特征值集合，设定参数构建Kmeans聚类模型进行聚类，在坏点特征值集合中自动找出偏离点，从而锁定坏点所在周期；
[0010]S3、对存在坏点的周期进行邻近检测从而成对删除存在坏点周期，完成坏点的自动成对去除。
[0011]可选地，在步骤S1中，首先基于超导瞬变电磁获取周期性磁场信号B
Z
，对B
Z
同步分割成2N个周期，每个周期记作b
zi
(i＝0,1,...2N
‑
1)；然后对每个周期b
zi
分别求二阶差分得
到ddb
zi
，从每个ddb
zi
周期信号中求出最大值与最小值，并将最大值与最小值差值的绝对值r
i
作为每个周期的坏点特征，从而构建2N个坏点特征值集合 R＝{r
i
，i∈0,1，...，2N
‑
1}。
[0012]可选地，b
zi
中求解二阶差分方法为，首先求出一阶差分db
zi
，基于一阶差分结果求出二阶差分ddb
zi
，具体公式如下：
[0013]db
zi
＝b
zi
(i+1)
‑
b
zi
(i)
[0014]ddb
zi
＝db
zi
(i+1)
‑
db
zi
(i)i＝0,1，...，2N
‑
1。
[0015]可选地，从二阶差分中提取坏点特征集合的方法为，先求出每个周期的坏点特征值 r
i
，然后构建一维特征集合序列R，
[0016]r
i
＝|max(ddb
zi
)
‑
min(ddb
zi
)|
[0017]其中，max(ddb
zi
)和min(ddb
zi
)分别为每个周期二阶差分中最大值与最小值，r
i
为本周期的坏点特征值。
[0018]可选地，在步骤S2中，先设置聚类种类K＝2，并将坏点特征序列R标准化后作为聚类模型输入，选取坏点特征中任意一点r
i
作为初始化聚类中心，计算其它坏点特征值与聚类中心的欧氏距离d
i
，根据求解出的欧氏距离大小对坏点特征序列进行分类，同时聚类次数增加1；
[0019]然后判断聚类次数是否满足设置要求500次；
[0020]如果不满足，重新确定新的聚类中心，进行聚类，更新聚类中心与聚类次数；
[0021]如果满足聚类次数，输出异常点序号。
[0022]可选地，坏点特征值序列归一化的方法包括：
[0023][0024]其中，是第i坏点特征值的归一值，mean(R)是坏点特征序列的平均值，σ是坏点特征序列的方差。
[0025]可选地，具体的第i坏点特征值距离聚类中心c的欧式距离算法为：
[0026][0027]其中，是第i坏点特征值的归一值，r
c
是次迭代次数下的聚类中心，i，c分别是坏点特征以及聚类中心序号。
[0028]可选地，在步骤S3中，首先设置一个空周期序列集合D，依次遍历步骤S2中获取的序列号B
i
，若B
i
为偶数，将序号i以及序号i+1加入集合D中；若B
i
为奇数，将序号i以及序号i
‑
1添加到集合D中；然后从集合D中去除重复序号获得待删除的周期序列集合D
’
，并从整体周期序号集合R中减去集合D中序列号对应的周期得到不含坏点的序列G
’
，最后将G
’
按周期时间拼接成一维数据，完成对坏点周期的邻近检测与成对删除。
[0029]如上所示，本专利技术的一种应用于超导瞬变电磁的坏点去除方法，具有以下有益效果：
[0030]本专利技术通过坏点特征值提取、构建Kmeans聚类模型锁定坏点所在周期以及最后完成对存在坏点的周期邻近检测与成对删除，从而实现了对坏点的自动定位以及对存在的坏点的周期成对检测与删除，从而实现了瞬变电磁信号的坏点的自动消除，提高测量的准确
性，可以针对不同幅度的坏点实现自动准确消除，使得在实际的瞬变电磁信号的处理更加全面。
附图说明
[0031]为了更清楚地说明本申请实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种应用于超导瞬变电磁的坏点自动去除方法，其特征在于，包括如下步骤：S1、对超导瞬变电磁获取的SQUID磁强计输出信号按照发射电流的周期参数同步分割成若干周期，并对每个周期信号进行二阶差分，从二阶差分后的信号中提取出最大值与最小值并将两者差值的绝对值作为本周期信号的坏点特征值，组成坏点特征值集合；S2、针对坏点特征值集合，设定参数构建Kmeans聚类模型进行聚类，在坏点特征值集合中自动找出偏离点，从而锁定坏点所在周期；S3、对存在坏点的周期进行邻近检测从而成对删除存在坏点周期，完成坏点的自动成对去除。2.根据权利要求1所述的一种应用于超导瞬变电磁的坏点自动去除方法，其特征在于，在步骤S1中，首先基于超导瞬变电磁获取周期性磁场信号B
Z
，对B
Z
同步分割成2N个周期，每个周期记作b
zi
(i＝0,1,...2N
‑
1)；然后对每个周期b
zi
分别求二阶差分得到ddb
zi
，从每个ddb
zi
周期信号中求出最大值与最小值，并将最大值与最小值差值的绝对值r
i
作为每个周期的坏点特征，从而构建2N个坏点特征值集合R＝{r
i
，i∈0,1，...，2N
‑
1}。3.根据权利要求2所述的一种应用于超导瞬变电磁的坏点自动去除方法，其特征在于，b
zi
中求解二阶差分方法为，首先求出一阶差分db
zi
，基于一阶差分结果求出二阶差分ddb
zi
，具体公式如下：db
zi
＝b
zi
(i+1)
‑
b
zi
(i)ddb
zi
＝db
zi
(i+1)
‑
db
zi
(i)i＝0,1，...，2N
‑
1。4.根据权利要求3所述的一种应用于超导瞬变电磁的坏点自动去除方法，其特征在于，从二阶差分中提取坏点特征集合的方法为，先求出每个周期的坏点特征值r
i
，然后构...

【专利技术属性】
技术研发人员：代海宾，裴易峰，荣亮亮，
申请(专利权)人：嘉兴微磁超导科技有限公司，
类型：发明
国别省市：