基于灰色判别准则和有理函数滤波的伪随机电磁数据去噪

为压制伪随机多频电磁信号中的强干扰、提高数据质量,本文提出一种基于灰色判别准则和有理函数滤波的数据处理方法.首先通过灰色判别准则剔除各个频点频谱数据中的明显异常值,然后进行有理函数滤波得到充分接近真实值的圆滑数据曲线,进而约束数据的二次优化处理,剔除残余噪声的影响.为验证本文方法的处理效果,在实测无明显噪声数据中加入几种不同类型的强噪声,然后用本文方法进行处理.仿真处理结果表明,本文方法能高精度逼近原始数据,处理后数据误差低达8.09%.最后,将本文方法应用于重庆某工区实测伪随机多频电磁数据处理.结果表明,本文方法可以有效压制干扰,在频谱数据个数少、干扰幅值大(高达有效信号幅值的几个数量级)的情况下,仍可有效压制强干扰.处理后的数据相对误差显著下降,视电阻率曲线形态平滑,达到提高信噪比,改善实测数据质量的目的.

粗大误差的灰色判别方法及其应用

介绍一种基于灰色系统理论的粗大误差判别方法。该方法对于数据少或分布规律不明的情况能给出准确的结果。以核磁共振稳态吸收实验中磁场强度与励磁电流的线性拟合为例,使用灰色判别方法进行粗大误差的判定和对比,说明该方法在物理实验异常值剔除中的高效性和实用性。