王 琦,杜海龍,張 蒙,韋 健
(1.吉林大學通信工程學院,長春 130026;2.中國能源建設集團遼寧電力勘測設計院有限公司,沈陽 110000)
磁共振探測(Magnetic Resonance Sounding,MRS)技術以其直接、定量、準確和高效等優點,已應用于地下水探測、區域水資源調查和地質災害預警等領域[1-3]。然而,由于城市和村莊等環境中存在大量的隨機噪聲,導致數據的信噪比較低,難以為后續的水文解釋提供可靠結果[4-5]。因此本文針對隨機噪聲干擾下磁共振信號提取方法展開研究。
時頻分析方法將一維時間域信號拓展到二維時頻域,實現信號的時頻分布信息的定位,反映信號的能量分布狀態,利用時間和頻率的聯合函數來表征信號[6-7]。其中,短時傅里葉變換(Short-time Fourier Transform,STFT)作為一種基本的時頻分析方法,是在傅里葉變換的基礎上,利用窗函數截斷非平穩信號,再對該信號做傅里葉變換的方法[8]。但是,該方法無法同時滿足時間和頻率的高分辨率要求。因此,于剛等[9-10]提出了同步提取變換(Synchro-extracting Transform,SET)方法,實現了基于SET 的挖掘機振聲信號時頻分析。同步提取變換是在STFT 的基礎上,通過構造同步提取算子,僅利用瞬時頻率位置的時頻系數生成新的時頻譜,達到提高能量集中度的目的。而且,SET信號恢復需要較少的參數,因此可以更方便地實現信號重建[11-12]。因此,本文提出將SET 應用于地面磁共振信號的提取。
本文介紹了MRS的基本特征,基于SET 原理,使MRS數據的時頻系數集中在拉莫爾頻率位置,并利用同步提取算子(Synchro-extracting Operator,SEO)得到MRS數據的SET 時頻譜。進一步,基于脊重建原理,實現MRS信號的重構。最后,本文研究了不同噪聲水平及不同窗寬對MRS信號提取結果的影響。
地面核磁共振通過向地面上的線圈回路中通入Larmor頻率的交變電流,激發地下水中的氫質子,使其旋轉軸發生偏轉,即發生核磁共振現象。當交變電流停止后,氫質子自旋逐漸恢復到地磁場方向,稱為弛豫過程。此時,地面上的線圈回路接收到MRS信號為

式中:e0表示FID信號的初始振幅;表示橫向弛豫時間;ω =2πfL,fL表示拉莫爾頻率;φ0表示初始相位。
MRS信號的傅里葉變換為

通常,線圈接收到的FID 信號的幅度約為500 nV,而環境噪聲可達100 nV 以上。因此,采集到的MRS數據的信噪比較低,導致信號提取準確率低。
同步提取變換是作為短時傅里葉變換的后處理過程,因此,首先對MRS數據進行STFT變換[13-14]:

式中:g(u-t)為窗函數,由于MRS信號隨時間呈指數衰減趨勢,本文利用高斯窗g(t)=。設MRS 信號的頻率fL=1.81 kHz,e0=50 nV,=0.5 s,φ0=π/4 rad,窗函數中a=0.25。得到時頻譜如圖1(a)所示,可以看出MRS 能量主要分布在1.79~1.83 kHz之間,并在1.81 kHz處達到最大值,STFT不能精確地表示信號的時頻特征。

圖1 MRS信號的時頻譜結果
對式(3)增加附加相移eiωt,則

根據帕斯瓦爾定理,式(3)可以寫為[15]

式中,V(ξ)表示V(u)的傅里葉變換。
將式(2)代入式(5),得到FID信號的STFT為

可知,FID的能量集中在ω0附近,并在ω0處取得最大值。為了提高FID 的時頻分辨率,使能量集中在ω0處,引入同步提取算子SEO,得到FID信號的同步提取變換為[9]:

SET變換可近似為時頻譜的脊提取[16],因此可利用脊重建方法實現MRS信號的重構。由于MRS 時頻系數的瞬時頻率為

則SET變換可以寫為

即當ω等于瞬時頻率時,

因此,重構得到的MRS信號為

為了驗證基于SET方法提取MRS信號的有效性,本文仿真構造一組MRS 信號:fL=1.81 kHz,e0=100 nV,=0.4 s,φ0=π/3 rad,并加入10 nV的高斯噪聲,采樣頻率為10 kHz,采樣時間為1 s,如圖2 中黑色曲線所示,對其進行SET 變換,時頻譜如圖3 所示。可以看出,時頻譜能量主要集中在1.81 kHz,受隨機噪聲影響,時頻譜在0.7~1 s間存在微小波動。利用式(11)得到MRS信號重構結果如圖2 中藍色曲線所示,可以看出重構結果包絡光滑,不存在明顯的隨機噪聲。進一步,將重構后的MRS信號與仿真的無噪信號相減,得到殘差如圖2 中灰色曲線所示,計算得到平均誤差為0.40 nV。因此可以得出,SET 方法適用于MRS信號的提取。

圖2 基于SET的MRS信號提取結果

圖3 MRS數據SET的時頻譜
研究了不同窗函數對MRS信號提取結果的影響,給出了高斯窗函數中a以步長0.1 從0.1 變化至0.5時對應的MRS 信號提取的統計結果(重復100 次實驗),如圖4 所示。圖4(a)為5 組不同的高斯窗函數,圖4(b)為不同高斯窗函數在3 組不同噪聲水平數據下對應的MRS信號的統計平均誤差。由圖4(b)可以看出,隨著噪聲水平的增加,基于SET 的MRS 信號提取精度降低。對于同一噪聲水平情況,當噪聲水平為5 nV時,高斯窗函數a=0.3 時,平均誤差取得最小值,0.24 nV;當噪聲水平為10 nV時,高斯窗函數a=0.4 時,平均誤差取得最小值,0.42 nV;當噪聲水平為10 nV時,高斯窗函數a=0.4 時,平均誤差取得最小值,0.57 nV。可以得出,隨著噪聲水平的增加,適當增大窗寬,可以得到更加理想的MRS信號提取結果。

圖4 MRS信號提取結果隨高斯窗函數的變化規律
本文針對磁共振信號的隨機噪聲干擾,提出了基于同步提取變換(SET)的MRS 信號提取方法。該方法在STFT的基礎上,通過構造同步提取算子,達到提高時頻譜系數能量集中度的目的。進一步,通過實驗結果分析,得出隨著環境噪聲水平的增加,適當增大SET窗函數寬度,可以提高MRS 信號提取結果精度。本文內容可以作為“信號與系統”“現代信號處理”等課程的提升性實驗內容。