基于主成分分析的航空电磁数据噪声去除方法_朱凯光.pdf

第23卷第9期中国有色金属学报2013年9月
Vol.23No.9TheChineseJournalofNonferrousMetalsSep.2013
文章编号：1004-0609(2013)09-2430-06

基于主成分分析的航空电磁数据噪声去除方法

朱凯光，王凌群，谢宾，王琦，程宇奇，林君

(吉林大学仪器科学与电气工程学院，长春130026)

摘要：时间域航空电磁数据经预处理后，存在残余噪声，严重影响晚期道数据质量。提出一种基于主成分分析
的去噪方法，通过对航空电磁剖面数据的自相关矩阵进行奇异值分解，得到特征值及对应的特征向量，将电磁数
据通过旋转矩阵（特征向量矩阵的转置）进行线性映射，得到其主成分。大特征值对应的低阶主成分反映相关性
较强的电磁信号，而小特征值对应的高阶主成分反映不相关噪声。采用低阶主成分与特征向量重构电磁数据能够
去除不相关噪声。采用主成分分析法分别进行了仿真数据与实测数据的主成分特征分析与噪声去除。仿真数据去
噪后，信噪比提高了13dB；而野外飞行实测数据的噪声水平也由±25nT/s降低到±8nT/s。
关键词：时间域航空电磁；主成分分析；特征值；特征向量；去噪
中图分类号：P631文献标志码：A

Noiseremovalforairborneelectromagneticdatabasedon
principalcomponentanalysis

ZHUKai-guang,WANGLing-qun,XIEBin,WANGQi,CHENGYu-qi,LINJun

(SchoolofInstrumentationandElectricalEngineering,JilinUniversity,Changchun130026,China)

Abstract:Thereisstillresidualnoisewhichaffectsthequalityoflaterchanneldataafterpreprocessingfortimedomain
airborneelectromagneticdata.Anapproachwasproposedtoremovetheresidualnoisebasedonprincipalcomponent
analysis.Theprincipalcomponentswerecomputedthroughtherotationmatrixwhichisthetransposeofeigenvectors
matrix.Thelow-orderprinciplecomponentsassociatedwiththebigeigenvaluesreflectthecorrelatedelectromagnetic
signals,whilehigh-orderprinciplecomponentsassociatedwiththesmalleigenvaluesarecorrespondingtothe
uncorrelatedthenoise.Therefore,theelectromagneticdataarereconstructedbysuitablenumberofthelow-order
componentstoremoveuncorrelatednoise.TheexperimentalresultsofthesimulationdatashowthattheSNRisimproved
of13dB.Thepeaktopeakvalueofthelatesttwochannelsforthefieldsurveyprofiledataisreducedfrom±25nT/sto
±8nT/safternoiseremoval.
Keywords:timedomainairborneelectromagneticmethod;principalcomponentanalysis;eigenvalue;eigenvector;noise
removal

时间域航空电磁探测具有勘探深度大、探测范围效果，特别是对于反映地球深部信息的晚期道数据，
广、勘查速度快等优势，广泛用于矿产资源勘查以及影响更为严重。
地下水、油气探测等。但航空电磁探测的飞行测量方国外学者针对航空电磁探测过程中的多种噪声，
式容易引起发射线圈、接收线圈晃动、震动而导致系如线圈运动噪声、天电噪声、电力线噪声、甚低频电
统参数变化，同时飞行速度、飞行高度、飞行环境的磁噪声、地质噪声、仪器内部电子噪声以及人文噪声
变化也能够引起系统参数变化，从而引入系统测量噪等，分析了噪声的时频特性[1]，研究了噪声的压制算
[2−6]
声，直接影响航空电磁数据有效时间窗以及反演解释法。在我国