Chinese Journal of Geophysics, 60(5), 1918–1936p. (2017) DOI:10.6038/cjg20170525

Identification and spearation of magnetotelluric signal and noise based on recurrence analysis and clustering

J. Li, J.-T. Tang, H. Yan, D.-X. Peng, Z.-M. Xu

In order to analyze the essential characteristics of magnetotelluric (MT) sounding data and strong interferences, and further to separate weak useful MT signal, we propose a new method for identification and separation of MT signal and noise based on recurrence analysis and clustering. First, we use the recurrence analysis method to extend the dimension of MT time series and analyze the embedding dimension, delay time and determination threshold, and study the Recurrence Quantification Analysis (RQA) parameters for the sequence of different lengths. Then, we build a sample dataset for typical strong interferences and weak useful MT signal. According to the sample dataset, we discuss the RQA parameters between strong interferences and weak MT signal, and analyze the effects of signal and noise identification for the K-means clustering and fuzzy C-means clustering. Finally, the real MT data is processed through signal and noise identification, and only the time series containing strong interferences are suppressed by mathematical morphology filtering. Experimental results show that the recurrence analysis can qualitatively and quantitatively describe the nonlinear characteristics of the time series and the essential rule of the prime power system for MT. Combined with clustering algorithm permits to identify the measured MT data in ore concentration area. The Cagniard resistivity-phase curve is more smooth and continuous after using the proposed method. Moreover, the slow change information of low frequency for MT is more retained finely, and the quality of MT data for the overall low frequency band is improved significantly.

back


Creative Commons License © 2017 SOME RIGHTS RESERVED
The content of this web site is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 2.0 Germany License.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.