一种基于CNN-LSTM的大地电磁信号噪声压制方法及系统

授权

摘要

本发明公开了一种基于CNN‑LSTM的大地电磁信号噪声压制方法及系统，该方法包括：构建大地电磁信号的噪声样本库和纯净信号样本库；利用样本信号训练卷积神经网络(CNN)得到CNN信噪辨识模型；将实测大地电磁信号输入至CNN信噪辨识模型识别出干扰数据段和无干扰数据段；再利用无干扰数据段训练长短时记忆神经网络(LSTM)得到LSTM预测模型；选取干扰数据段的相邻无干扰数据段，并输入至LSTM预测模型进行循环预测得到预测数据；最后将预测数据与无干扰数据段进行数据重构得到去噪后的大地电磁信号。本发明可以辨识出干扰数据和无干扰数据，有效避免有用信息丢失，同时使用LSTM模型预测能够压制大尺度噪声干扰。

基本信息

专利标题：

一种基于CNN-LSTM的大地电磁信号噪声压制方法及系统

专利标题（英）：

暂无

公开（公告）号：

CN113158553A

申请号：

CN202110320241.4

公开（公告）日：

2021-07-23

申请日：

2021-03-25

授权号：

CN113158553B

授权日：

2022-04-01

发明人：

李晋刘业成汪嘉琳刘姗姗彭意群马翻红王磊苏贵

申请人：

湖南师范大学

申请人地址：

湖南省长沙市岳麓区麓山路36号

代理机构：

长沙市融智专利事务所(普通合伙)

代理人：

姚瑶

优先权：

CN202110320241.4

主分类号：

G06F30/27

IPC分类号：

G06F30/27 G06N3/04 G06N3/08 G06F119/10

IPC结构图谱

G部——物理

G06

计算；推算或计数

G06F

电数字数据处理

G06F30/27

使用机器学习，例如人工智能，神经网络，支持向量机或训练模型

法律状态

2022-04-01 ：

授权

2021-08-10 ：

实质审查的生效

IPC(主分类) : G06F 30/27
申请日 : 20210325

2021-07-23 ：

公开

注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。

文件下载

暂无PDF文件可下载