基于ICA的全波MRS信号消噪方法研究

发布时间：2017-05-15 07:00

  本文关键词：基于ICA的全波MRS信号消噪方法研究，，由笔耕文化传播整理发布。

【摘要】：水资源日益匮乏成为了当今世界面临的严峻问题之一,而如何有效地探测到可利用的地下水资源亦成为了目前人们关注的热点。核磁共振测深(Magnetic Resonance Sounding,MRS)作为目前最有效的直接的地球物理水体探测技术被广泛地应用于地下水勘探中。MRS探测技术主要是通过探测人工施加的磁场激发水中氢质子共振跃迁产生的共振信号来获取地层含水体信息,是一种高效的、能够获得丰富信息量的探测技术。然而,经核磁共振探测技术采集到的MRS信号极其微弱,属于纳伏级的信号,非常容易受到如工频谐波干扰或某一固定频率的单频干扰、奇异噪声、随机白噪声等环境噪声的影响,导致有用信号完全淹没在噪声中,无法实现有效MRS信号的提取,进而影响后续的反演解释。因而,如何从被环境噪声淹没的信号中提取到有用信号进而实现特征参数的准确获取成为了目前核磁共振消噪领域的热点和难点之一。独立成分分析(independent component analysis,ICA)是一种有效的数据统计手段,可在信号和噪声的混合机制均未知的情况下,实现相互独立的源信号的分离。鉴于ICA的这一优势,使得该方法在语音信号分离、医学信号处理、图像处理等众多领域获得了广泛应用。本文在查阅大量文献资料的基础上,通过采用峭度值分析了全波MRS信号及常见环境噪声的高斯性,确定了适用于分离含噪全波MRS信号的非线性函数,开展了基于快速固定点算法(Fast ICA)的全波MRS信号噪声抑制方法研究。首先,针对单通道MRS数据,提出了利用数字正交法构造输入通道数据作为观测信号,解决了ICA中常见的欠定盲源分离问题;提出了频谱校正法以及前缀参考法进行解混MRS信号的幅值恢复,解决了ICA解混后的幅值不定问题;通过与传统滤波器进行对比分析,结果表明本文算法信噪比提升29 dB左右,优于经典滤波器。其次,针对多通道MRS数据,直接采用Fast ICA算法时出现了MRS信号与白噪声未完全分离的含混问题,在此,提出增加采集信号时长的方式解决了这一难题,并将处理结果与自适应滤波算法进行了对比,结果表明ICA消噪方法不论在滤波后信号形态还是信噪比提升(约50 dB)方面都具有更好的效果。再次,采用线性和非线性两种方式拟合包络曲线并提取了分离MRS信号的初始振幅和弛豫时间,计算了相对误差,并对比了在不同情况下采用两种数据拟合方式提取的特征参数的误差,确定了非线性拟合更适合用于提取MRS信号特征参数。最后,分别开展了实验室和野外实测数据处理,结果显示本文算法能够有效地去除环境噪声,验证了所提算法的有效性和实用性。
【关键词】：核磁共振测深 独立成分分析 非线性函数 环境噪声 信噪比
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：P641.7
【目录】：

• 摘要4-6
• Abstract6-11
• 第1章 绪论11-17
• 1.1 研究背景及意义11-12
• 1.2 国内外研究现状概述12-14
• 1.2.1 国外研究进展12-13
• 1.2.2 国内研究进展13-14
• 1.3 本文研究内容及结构安排14-17
• 1.3.1 论文研究内容14-15
• 1.3.2 论文结构安排15-17
• 第2章 MRS探测信号及其特征参数17-21
• 2.1 MRS探测原理17-18
• 2.2 MRS信号主要特征参数18-19
• 2.3 MRS信号及其易感环境噪声19-20
• 2.4 本章小结20-21
• 第3章 ICA原理及其算法概述21-37
• 3.1 独立成分分析概述21-24
• 3.1.1 ICA的应用条件23
• 3.1.2 ICA应用存在的问题23-24
• 3.2 独立性判定24-29
• 3.2.1 独立性概念24
• 3.2.2 独立性判定依据及其相应算法24-29
• 3.3 基于ICA的快速固定点算法及其非线性函数选择29-36
• 3.3.1 数据的预处理29-30
• 3.3.2 基于ICA的快速固定点算法30-33
• 3.3.3 非线性函数选择33-35
• 3.3.4 基于FastICA算法的MRS信号噪声抑制步骤35-36
• 3.4 本章小结36-37
• 第4章 基于ICA的全波MRS信号消噪方法37-51
• 4.1 单通道全波MRS数据消噪37-45
• 4.1.1 基于数字正交的输入矩阵的构造37-38
• 4.1.2 算法仿真实验38-40
• 4.1.3 幅值恢复方法40-43
• 4.1.4 与其他经典滤波法对比43-45
• 4.2 多通道MRS信号噪声滤除45-49
• 4.2.1 多通道含噪模型的建立和算法仿真45-47
• 4.2.2 通过改变采样时长解决含混问题47-49
• 4.2.3 与多通道自适应滤波算法的对比49
• 4.3 本章小结49-51
• 第5章 MRS信号参数提取方法51-56
• 5.1 MRS信号包络提取51-52
• 5.1.1 希尔伯特变换51-52
• 5.1.2 全波MRS信号包络提取52
• 5.2 两种数据拟合方式提取特征参数52-55
• 5.3 本章小结55-56
• 第6章 实测MRS信号处理56-64
• 6.1 实测单通道MRS信号噪声滤除56-57
• 6.2 实测多通道MRS信号消噪57-63
• 6.2.1 实验室模拟测试57-60
• 6.2.2 野外实测数据消噪60-63
• 6.3 本章小结63-64
• 第7章 总结与展望64-66
• 7.1 全文总结64-65
• 7.2 后续研究建议65-66
• 参考文献66-71
• 作者简介及科研成果71-72
• 致谢72

【参考文献】

中国期刊全文数据库 前10条

1 田宝凤;周媛媛;王悦;李振宇;易晓峰;;基于独立成分分析的全波核磁共振信号噪声滤除方法研究[J];物理学报;2015年22期

2 陈越;吕善翔;王梦蛟;冯久超;;一种基于人工蜂群算法的混沌信号盲分离方法[J];物理学报;2015年09期

3 杨剑;陈书q

本文编号：367048