【技术实现步骤摘要】
海洋潮流涨落的电磁识别方法及系统
[0001]本专利技术涉及海洋潮流识别技术和海洋电磁数据处理
,具体涉及一种基于时频分析和卷积神经网络的海洋潮流涨落的电磁识别方法及系统。
技术介绍
[0002]海洋电磁法是通过测量由天然场源或人工场源产生的电磁场进而开展海底结构、水下目标探测的一种地球物理方法,可分为大地电磁法和海洋可控源电磁法。大地电磁法以天然的平面电磁波为场源,信号频率相对较低。海洋可控源电磁法通常使用一个移动的水平电偶极源激发低频电磁波(一般为0.1~10Hz)。两种方法均需要海洋电磁探测系统实现电磁信号采集。在探测高阻油气藏、天然气水合物、水下目标等方面具有广泛的应用需求。
[0003]由于海洋环境复杂,电磁信号极易受到各种噪声的干扰,海水扰动噪声便是其中之一。海水作为一种良好的导电介质,运动通过大地磁场时会产生电流、电场和二次磁场,其相对于海洋电磁探测信号而言是干扰信号,影响了电磁数据分析精度以及反演解释效果。
[0004]海水在天体引力作用下产生的周期性运动称为潮汐,潮汐在在铅直方向表现为潮位升降,在水平方向表现为潮流涨落。潮汐产生的电磁场信号具有明显的周期性和较宽的频带,能够体现潮流涨落运动特征。海洋电磁探测系统采集到的人工场源海洋电磁信号和天然场源海洋电磁信号中含有潮流涨落运动产生的电磁场,研究潮流涨落运动产生的电磁场并对海洋电磁数据中的潮流特征进行识别,有利于分析海洋电磁环境和探究海水的运动规律,有助于提高海洋电磁数据的信噪比。
[0005]对海洋潮流涨落进行实时观测 ...
【技术保护点】
【技术特征摘要】
1.一种海洋潮流涨落的电磁识别方法,其特征在于,包括以下步骤:数据时频分析处理步骤:采集一定连续时长范围内的海洋电磁场数据,获得时间域电磁场信号采样序列,按照设定的等时间间隔将时间域电磁场信号采样序列划分成若干段,获得每段时间域电磁场信号采样序列的功率谱估计,从而获得海洋电磁场数据时频特征图,横轴表示时间,纵轴表示频率,色标表示功率谱值;数据集构造步骤:根据各时间节点的潮汐信息在所述时频特征图上绘制潮汐曲线,横轴表示时间,纵轴表示潮高;获得潮汐
‑
功率谱对应图;对所述对应图进行截取,获得平潮图像、停潮图像、落潮图像和涨潮图像,构造时频特征图像数据集;卷积神经网络构建和训练学习步骤:构建卷积神经网络,所述卷积神经网络包括多个卷积层、多个池化层、多个全连接层;所述卷积层用于对所述平潮图像、停潮图像、落潮图像和涨潮图像进行特征提取;所述池化层获取卷积层处理后的数据并对训练数据进行缩减,从卷积层映射特征中积累激活特征;所述全连接层用于网络学习和分类;将所述时频特征图像数据集作为训练单元输入卷积神经网络进行训练;海洋潮流涨落识别步骤:训练后的卷积神经网络作为海洋潮流涨落识别模型,其输出海洋潮流涨落的二分类识别结果。2.如权利要求1所述的海洋潮流涨落的电磁识别方法,其特征在于,获得数据时频特征图的方法包括:将采集的电磁场信号采样序列按照等时长划分为若干时间域电磁场信号采样序列E(n),所述时间域电磁场信号采样序列的长度为N;按照设定的等时间间隔将时间域电磁场信号采样序列进一步分成M段,每段长度为L;采用平滑平均周期法获得长度为L的每段时间域电磁场信号采样序列的功率谱估计。3.如权利要求2所述的海洋潮流涨落的电磁识别方法,其特征在于,获得数据时频特征图及功率谱估计的方法进一步包括:将长度为N的时间域电磁场信号采样序列E(n)划分为M段,每段长度为L;E
i
(n)=E(n+(i
‑
1)L),0≤n≤L
‑
1,i=1,2,
…
,M;对每段数据进行平滑处理:其中,ω(n)为窗函数,U为窗口序列的能量:功率谱估计为:4.如权利要求1所述的海洋潮流涨落的电磁识别方法,其特征在于,构造时频特征图像数据集的方法包括:确定潮位最高点和潮位最低点对应的时刻,以高潮位时刻为时间中心,选取高潮位时刻左右对称时间间隔的时频特征图像,定义为平潮图像,以低潮位时刻为时...
【专利技术属性】
技术研发人员:刘兰军,强嘉晨,陈家林,黎明,李予国,裴建新,吴坤宇,谢鹏,陈俊,袁奕博,
申请(专利权)人:中国海洋大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。