1.一种用于城市地下空间探测的瞬变电磁噪声抑制方法,其特征在于,该方法包括以下步骤:S1、纯噪声与N组耦合信号采集:使用同一个瞬变电磁系统的接收线圈进行纯噪声和耦合信号的采集,采集方式为采集一组时长为M的纯噪声数据,再根据瞬变电磁实际工作周期T,采集N组耦合信号,其中M≥3T;
S2、遗传算法搜索准最优噪声特征域:基于遗传算法快速搜索纯噪声数据,获取与一组耦合信号中噪声相关性较强的区域,称为噪声特征域,所述噪声特征域的数据大小与一组耦合信号的数据大小相同,为数组同维度,以目标评价函数值的最小值作为准最优噪声特征域的搜索标准,其中采用低种群数量、低进化代数的遗传算法;
S3、目标邻域最优搜索:在准最优噪声特征域逐个搜索以获取最佳噪声特征域,将该组耦合信号与最佳噪声特征域进行相减处理,相减后得到的数据作为处理后的信号,进而实现对噪声的抑制,然后进行下一组耦合信号的消噪处理;
S4、判定是否完成N组信号处理,如果没有完成,重复步骤S2、S3对下一组耦合信号进行处理,直到N组耦合信号全部处理完成;
S5、将N组数据进行叠加平均处理,叠加平均后的数据作为最终输出数据;
目标评价函数值采用的目标评价函数为:
其中Nc为采集耦合数据的长度,ti+x为特征域搜索起点坐标;解码后,带入目标评价函数,计算出初代的适应度函数值eval(Uk),计算适应度函数值的总和:式中,Uk为未解码的二进制搜索坐标,每个染色体被复制的概率:每个染色体被复制的概率的累积概率,表示为:
Qk=∑Pk
根据累积概率,使用“轮盘思想”对交叉和变异的染色体进行筛选,选出更利于准最优抑制噪声搜索起点坐标的染色体,生成下一代染色体;计算目标评价函数值,记录当前最优的自变量与函数值,直到所有迭代完成,准最优解完成搜索。
2.按照权利要求1所述的方法,其特征在于,
所述步骤S1中的纯噪声为多种类型噪声所耦合噪声,包括工频噪声、尖峰噪声、随机噪声以及运动噪声,测点数据表示为:c(t)=r(t)+n(t)
其中c(t)为二次场信号,r(t)为真实有效信号,n(t)为纯噪声信号,耦合纯噪声表达式为:其中z为噪声类型个数,nj(t)为各类噪声的时间域表达式,aj为耦合权重系数。
3.按照权利要求1所述的方法,其特征在于,
所述步骤S2中的遗传算法搜索准最优特征域包括如下的步骤:S21根据待噪声抑制耦合信号的数据长度,随机产生与种群数量相同的特征域搜索起点坐标;
S22计算特征域的目标适应度函数值,记录当前代的自变量与函数值,完成当前代的搜索;
S23根据设定的代数,判断是否足够迭代代数,若满足则遗传算法完成搜索工作,若不满足执行下一步;
S24根据设定概率,判断当代搜索起点坐标是否进行交叉或变异操作,进入步骤S25;
S25根据S24判定结果,对特征域搜索起点坐标进行交叉或变异操作;
S26由步骤S25交叉或变异产生新特征域搜索起点坐标,作为新的种群;
S27根据新的种群,计算准最优解坐标。
4.按照权利要求3所述的方法,其特征在于,
特征域噪声抑制中的遗传算法首先对初代起点坐标进行二进制编码,以生成用以搜索的第一代随机种群,计算适应度函数值前还要进行解码,解码过程是编码的逆操作,表达式为:其中t1、t2分别代表纯噪声的特征域始末坐标,s为种群个数,bl为基因,m为搜索精度所决定的基因个数。
5.按照权利要求1所述的方法,其特征在于,
所述步骤S3中邻域最优搜索具体为:在遗传算法进化到设定代数后,确定拟最优解的中心坐标,对该中心坐标的邻域进行逐个判定,设准最优特征域沿坐标轴正方向搜索起点坐标为1+x0,其中x0为坐标轴正方向搜索位数,邻域拟设定大小为L0,纯噪声数据总长度为Lt,N组耦合数据的长度为Nc,当0≤x0≤L0时,特征域在[-x0,L0]内逐个判定最优;当Lt-Nc-L0