利索能及
我要发布
收藏
专利号: 2022110870138
申请人: 湖南师范大学
专利类型:发明专利
专利状态:已下证
更新日期:2025-10-14
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于堆栈自编码器的大地电磁信号去噪方法,其特征在于:包括以下步骤:步骤S1:构建含噪信号样本库以及噪声轮廓样本库;

其中,所述噪声轮廓样本库的噪声轮廓样本是所述含噪信号样本库中大地电磁信号样本的对应噪声轮廓;

步骤S2:基于大地电磁信号样本及其噪声轮廓样本训练出基于堆栈自编码器的信噪映射模型;

其中,所述信噪映射模型的输入为大地电磁信号,输出为噪声轮廓;所述堆栈自编码器的编码器是基于轻量级骨干网络VoVNet的特征提取模型,所述堆栈自编码器的解码器是基于Inception网络的解码器模型;

步骤S3:将待降噪的大地电磁信号输入至所述信噪映射模型得到噪声轮廓;

步骤S4:将所述待降噪的大地电磁信号减去步骤S3中的对应噪声轮廓得到去噪后的大地电磁信号。

2.根据权利要求1所述的大地电磁信号去噪方法,其特征在于:所述特征提取模型的轻量级骨干网络VoVNet包括N1个一维卷积层和m1个OSA模块,所述N1个一维卷积层依次连接,最后一个一维卷积的输出连接第一个OSA模块,每个OSA模块之后均连接最大池化层和激活函数,所述 m1个OSA模块依次拼接;

其中,每个OSA模块包含依次连接的N2个一维卷积层以及一个1×1卷积层,所述N2个一维卷积层中除最后一个之外的每个一维卷积层有两个输出方向,一个输出方向指向下一个一维卷积层,另一个输出方向经跳跃连接达到最后一个一维卷积层的输出;最后一个一维卷积层的输出连接所述1×1卷积层;

且所述OSA模块的数量与所述解码器中的Inception module模块的数量相等。

3.根据权利要求1所述的大地电磁信号去噪方法,其特征在于:所述特征提取模型的输出作为解码器的输入,所述解码器的网络包括m2个Inception module模块,所述m2个Inception module模块依次连接;

其中,每个Inception module模块包含并联的四个分支,第一分支由1个1×1卷积层、2个一维转置卷积层组成;第二分支由2个1×1卷积层组成;第三分支由1个1×1卷积层、1个一维转置卷积层组成;第四分支由1个1×1卷积层组成;

且所述Inception module模块的数量与所述特征提取模型中的OSA模块的数量相等。

4.根据权利要求1所述的大地电磁信号去噪方法,其特征在于:所述堆栈自编码器中编码器的模型公式表示为:式中,h表示编码器提取的特征,X表示输入的大地电磁信号样本,C表示编码器上设置的卷积核,b表示编码器上设置的偏置向量,ω表示ReLu激活函数;

所述堆栈自编码器中解码器的模型公式表示为:

式中, 表示解码器上设置的卷积核, 表示解码器上设置的偏置向量, 表示输出数据;

所述堆栈自编码器的网络训练的误差函数 表示为:

式中, 表示经堆栈自编码器输出数据对应的噪声轮廓样本库中的噪声轮廓, 、 分别表示输入的第i个大地电磁信号样本对应的噪声轮廓样本、经堆栈自编码器输出的噪声轮廓,n为参与训练的样本总数。

5.根据权利要求1所述的大地电磁信号去噪方法,其特征在于:所述含噪信号样本库的构建过程为:步骤S11:利用不同的数学函数分别构造分段长度相同、噪声宽度不同的多类噪声的噪声轮廓样本子库;

其中,噪声类别包括三角波、充放电三角波、脉冲波、方波的任意组合;

步骤S12:针对各类噪声对应的噪声轮廓样本子库,逐次改变噪声轮廓样本子库中噪声轮廓的时序位置,得到若干长度相同噪声波形位置不同的噪声轮廓样本子库;

步骤S13:依次改变每一类噪声的所有噪声轮廓样本的幅值得到同种噪声不同幅值的噪声轮廓样本子库;

其中,得到的各类噪声对应的噪声轮廓样本子库组成所述噪声轮廓样本库。

6.根据权利要求1所述的大地电磁信号去噪方法,其特征在于:步骤S11中各类噪声宽度的噪声轮廓样本的获取过程为:分段长度为k的噪声轮廓中干扰数据轮廓的起始位置不变,依次改变若干次干扰数据轮廓的结束位置,得到若干个长度为k、噪声宽度不同的噪声轮廓样本。

7.根据权利要求1所述的大地电磁信号去噪方法,其特征在于:步骤S12中各类噪声波形位置的噪声轮廓样本的获取过程为:对各类噪声的噪声轮廓样本库L进行位置平移以改变噪声轮廓中干扰数据轮廓的起始位置,得到噪声轮廓多样性样本库 ,表示为如下:式中,噪声轮廓样本库L的长度为N,由若干噪声轮廓样本组成;第1个至第∂个元素由0组成,第∂+1个至第N个元素由  至 组成,其中∂表示0的个数,且0≤∂

其中,依次改变若干次∂值,得到若干组噪声起始位置不同的噪声轮廓。

8.根据权利要求1所述的大地电磁信号去噪方法,其特征在于:步骤S1中含噪信号样本库的构建过程为:构建纯净信号样本库,其中,选取与噪声轮廓样本库相同长度且幅值接近实测大地电磁无干扰数据的高斯白噪声;

再将纯净信号样本库和噪声轮廓样本库一一对应相加得到含噪信号样本库。

9.一种基于权利要求1‑8任一项所述大地电磁信号去噪方法的系统,其特征在于:包括:样本库构建模块,用于构建含噪信号样本库以及噪声轮廓样本库;

其中,所述噪声轮廓样本库的噪声轮廓样本是所述含噪信号样本库中对应大地电磁信号样本的噪声轮廓;

模型训练模块,用于基于大地电磁信号样本及其噪声轮廓样本训练基于堆栈自编码器的信噪映射模型;

其中,所述信噪映射模型的输入为大地电磁信号,输出为噪声轮廓;所述堆栈自编码器的编码器是基于轻量级骨干网络VoVNet的特征提取模型,所述堆栈自编码器的解码器是基于Inception网络的解码器模型;

噪声轮廓提取模块,用于将待降噪的大地电磁信号输入至所述信噪映射模型得到噪声轮廓;

重构模块,用于将所述待降噪的大地电磁信号减去对应噪声轮廓得到去噪后的大地电磁信号。