地磁秒數據干擾噪聲的處理及軟件實現

楊寬

摘 ?要：針對目前地磁噪聲預處理過程中存在的效率低下、處理質量因人而異的缺點，通過借鑒數學形態學的去噪方法，并基于C/C++編程語言和Qt開發框架，設計開發了一套地磁數據噪聲處理軟件，提高了地磁數據預處理工作的自動化水平，具有較為廣泛的應用前景。

關鍵詞：數學形態學;Qt;地磁噪聲處理

中圖分類號：P318.6 ? ? ? ? 文獻標志碼：A ? ? ? ? 文章編號：2095-2945（2019）35-0007-03

Abstract： In view of the shortcomings of low efficiency and differences of processing quality in the preprocessing process of geomagnetic noise， through the denoising method of mathematical morphology and based on C/C++ programming language and Qt development framework， a set of geomagnetic data noise processing software is designed and developed， which improves the automation level of geomagnetic data preprocessing and has a wide application prospect.

Keywords： mathematical morphology; Qt; geomagnetic noise processing

引言

地震的孕育和發生將伴隨有地下介質電磁性質的改變和電磁場的變化，是重要的地震前兆手段。一直以來，臺網工作人員都是依靠經驗用肉眼進行人工或半人工的對噪聲進行分析識別，進而進行噪聲的去除，但這種方法效率不高，受主觀因素的影響較大，難以實現統一的判別標準，而且依賴于臺網工作人員的工作能力和責任心，要求工作人員掌握較為豐富的實踐經驗和較為扎實的功底，不利于形成標準化的工作流程。在少數情況下，由于工作人員事件性質分析識別方面經驗不足，判斷不準確甚至誤判事件性質，會讓數據失去科研價值，也會對后續的數據跟蹤分析工作造成較大影響。如何選用合適的技術方法對干擾進行辨識是目前地磁臺網運行中數據處理的熱點和難點。

因此，一套地磁數據噪聲處理軟件的設計與開發，將使得地磁數據干擾噪聲的更有針對性的識別以及自動化處理，也可以使地磁數據的預處理更加準確，高效。臺站地磁數據的產出主要依靠磁通門磁力儀，但易受不同程度的各類干擾（工廠、鐵路、水庫、高壓直流輸電），一方面，這些干擾影響了對地磁數據的進一步分析和利用;另一方面，目前地磁秒數據的預處理自動化程度不高，存在大量的重復操作，特別是“尖峰狀”干擾的去除，消耗了大量的人力。如圖1所示，為地磁秒數據處理前后對比。

1 算法設計

最早對地磁數據噪聲進行處理的是姚同起等（1995），他采用了自適應濾波器，這種濾波器可在運行時自動調整其參數，無需事先了解信號和噪音的特征，避免了當所處理的信號及噪音的特征隨時間而變化時，誤差較大的不足，但其無法避免對有用信號的改變，同時由于模型的缺失，也缺乏物理意義。

吳利輝（2009）針對地鐵引起的地磁數據典型干擾，結合電磁感應理論的比奧薩伐爾定律，形成了地鐵干擾對地磁觀測的影響機理模型，并使用基于小波分析的方法，對存在尖峰和突變的信號進行了去噪。隨后謝凡等（2011）也針對軌道交通干擾提出了小波域噪聲閾值抑制模型和方法，并指出小波技術是研究地磁信號及軌道交通干擾等非平穩信號的有效手段。

此外，類似的噪聲壓制方法還有Hilbert-Huang變換（湯井田等，2008），盲信源分離中的獨立分量分析法（Independent Component Analysis，ICA）（Negro， etal.，2008）。

謝凡認為（2011），目前對地磁信號的最常用手段仍是數字濾波器，這其中尤以IIR濾波器、FIR濾波器為主，但無法避免存在的時滯、相移等缺陷，并且當信號與噪聲差異較小且難以區分，或者干擾信號的頻帶分布較寬等情況下，數字濾波方法的應用受到限制。

因此，我們嘗試從干擾形態上尋找一種新的方法——數學形態濾波，來對受干擾地磁信號進行預處理。與傳統的數字濾波器不同，基于數學形態學的濾波通過數學形態變換將復雜的信號分解為具備物理意義的各個部分，其基本思想是用具有一定形態的結構元素作為“探針”元素對目標信號進行變換和匹配，保持信號基本形態，抑制不相干信號，以達到提取信號、保持細節和抑制噪聲的目的。

數學形態學（Mathematical Morphology，MM）是基于積分幾何、隨機集合論等數學理論建立起來的一種非線性信號處理方法。由數學家Matheron和Serra J共同創立，最早是以圖像的形態特征作為研究對象，現已成功應用于圖像處理、圖像分析、計算機視覺以及電能擾動等工程實踐領域。在噪聲抑制領域，數學形態學也應用廣泛，主要集中在圖像復原、心（腦）電信號的干擾抑制，其優點是不會增加局部信息的相關性。

腐蝕、膨脹、開運算、閉運算是數學形態學中的四大基本運算。地磁秒數據是1Hz采樣的離散信號，用函數f（n）表示，該函數描述了實數域上的離散時間序列，其定義域D[f]∈{1，2，3，…，N}。另定義結構元素函數g（n），其定義域D[g]∈{1，2，3，…，P}，且N？垌P。則f（n）關于g（n）的腐蝕運算定義為：

一般地，開運算將信號中的孤立部分分離，抑制了信號中的正脈沖噪聲;而閉運算的作用是補缺和內部連通，用于抑制信號的負脈沖噪聲。

選取合理的結構元素，能提高濾波器的性能，一般地，結構元素有正（余）弦型、扁平型、矩形等。Maragos采用相同尺寸形狀的結構元素，通過形態開、閉運算級聯，定義了形態開-閉（OC）和閉-開（CO）濾波器：

由此，可以構建出更為復雜的交替混合濾波器：

通過優化選取結構元素和構建合理的混合濾波器，并最終實現脈沖干擾信號的抑制。

2 軟件實現

本軟件通過基于Qt環境設計開發，Qt平臺具有很好的跨平臺特性，實現了一套代碼在多個平臺的發布。在軟件的規劃過程中，還基于UML標準化建模語言，設計了軟件的顯示模塊、數據庫讀寫模塊、噪聲去除算法模塊。模塊之間保證高內聚、低耦合，做到了Model（模型層）、View（視圖層）、Control（控制層）的分離。

2.1 篩選信息

若想要篩選不同日期、測項、測點的數據，可以使用“篩選信息區”的篩選控件，進行篩選。如圖2所示，軟件提供了是選擇原始數據還是預處理數據，日期遍歷、臺站、測項遍歷、測點遍歷的功能。點擊有左箭頭和右箭頭形狀的按鈕，可以執行不同篩選信息的遍歷。

當選擇或改變了當前顯示的篩選信息后，數據顯示區域會做適應性的圖形重繪，按住鼠標左鍵，可以對數據顯示區域的圖形進行拖動，滾動鼠標中鍵，可以對數據顯示區域進行放大和縮小操作，與此同時，數據顯示區域的橫坐標和縱坐標的數值會適應性地進行改變。

2.2 超差檢測

本軟件能夠對數據進行一階差分情況下的超差檢測。在數據正常讀取顯示的前提下，點擊功能區“超差檢測”按鈕，軟件會對超差的數據點進行標紅醒目處理，超差處通常都是尖峰噪聲的存在之處，如圖3所示。

2.3 濾波處理

在超差檢測完成的基礎上，點擊功能區“去除尖峰”按鈕，將執行數學形態學濾波算法驅動下的尖峰剔除處理。處理完成后的數據以綠色線條的形式繪制，如圖4所示。

不難發現，在超差檢測步驟識別到的尖峰噪聲都被成功去除了，基于數學形態學的自動噪聲去除算法成功抑制了噪聲。此時，點擊“保存到數據庫按鈕”，可以一步實現以往需要人工繁復操作的噪聲去除功能。

參考文獻：

[1]王樹文，閆成新，張天序，等.數學形態學在圖像處理中的應用[J].計算機工程與應用，2004，40（32）：18-20.

[2]范曉平.UML建模實例詳解[M].清華大學出版社，2005.

[3]謝凡.地磁觀測中干擾抑制方法的發展及展望[J].地球物理學進展，2012，27（3）：967-976.

[4]戴青云，余英林.數學形態學在圖象處理中的應用進展[J].控制理論與應用，2001，18（4）：478-482.

[5]謝凡，滕云田，胡星星.數學形態濾波在地磁數據干擾抑制中的應用[J].地球物理學進展，2011，26（1）：147-156.

[6]周克昌，蔣春花，紀壽文，等.地震前兆數據庫系統設計[J].地震，2010，30（2）：143-151.

[7]Maragos P， Schafer R W. Morphological Filters. Part 1. Their Set-Theoretic Analysis and Relations to Linear Shift-Invariant Filters[J]. IEEE Transactions on Acoustics Speech & Signal Processing，1987，35（8）：1153-1169.

[8]Matheron G. The birth of mathematical morphology[C]// Proc. International Symposium on Mathematical Morphology. CSIRO Publishing， 2002.