MATLAB环境下基于多分辨奇异值分解和改进完备集成经验模态分解的大地电磁数据降噪方法

大地电磁测深法(MT)诞生于20世纪50年代，是一种以天然交变电磁场为场源，通过测量地表相互正交的电场和磁场，获得地下电性结构信息的地球物理方法。与有源的电磁勘探方法相比，天然大地电磁场频带范围宽且本身信号极其微弱，野外观测到的大地电磁信号不可避免地会受到各种噪声的污染。尤其是在矿集区，随处可见的高压电网、广播电台、通讯电缆、信号发射塔、各种金属管网以及用于矿山开采的大功率直流电机车等严重影响了实测大地电磁信号的采集，大地电磁测深数据质量极具下降，阻抗估算偏差严重及测量获得的视电阻率值过度失真等状况导致不能客观反映地下电性分布。为此，如何消除大地电磁信号中的噪声干扰、提高大地电磁测深数据质量是国内外长期瞩目并不断取得进展的研究课题。诸多现代信号处理方法，如Hilbert-Huang变换、广义S变换、方差比维纳滤波、同步时间序列依赖、数学形态滤波、子空间增强等均被应用到该领域，并在一定程度上对大地电磁测深数据质量起到了积极的改善作用，推动了MT法在与各种噪声竞争中不断成长。

提出一种基于多分辨奇异值分解和改进完备集成经验模态分解的大地电磁数据降噪方法，多分辨奇异值分解算法是受小波包算法启发，使用递归分解的形式将信号进行多层SVD分解从而实现多分辨率分析，结合改进完备集成经验模态分解算法对大地电磁数据进行降噪，取得了不错的效果。