针对核磁共振探测(SNMR:Surface Nuclear Magnetic Resonance)信号因受尖峰噪声干扰严重而导致其衰减形态被破坏的问题,提出了基于标准差中位数的尖峰噪声筛选剔除方法。通过对重复采集的数据进行阈值设定,准确识别并剔除信号中混入的随机性强、幅值高的尖峰干扰。仿真实测结果表明,该方法能有效去除大于信号幅值10倍的多处尖峰噪声,同时能较好地还原真实信号的衰减形态。
地面核磁共振(surface nuclear magnetic resonance,SNMR)方法在地下水探测领域具有直接、定量和解释唯一等优势,但是由于地磁场存在不均匀、随时间变化和易受噪声影响等难以确定的问题,导致偏共振激发,严重影响反演结果的准确性.本文基于地面核磁偏共振(surface nuclear magnetic off-resonance,SNMOR)模型和相应的核函数表达式,讨论了频率偏量对偏共振信号的影响,并提出了基于系统相位自动搜索和信号实部与虚部同时参与的复包络反演方法.通过仿真模型和反演结果对比得到:偏共振信号相位随频率的增加而增大,仿真模型中的信号幅度最大提高了65.9%;当频率偏量大于2 Hz时,利用SNMOR核函数的反演结果的准确度明显优于SNMR核函数的结果;当噪声较大时,复包络方法充分利用测量数据的有用信息,比常规幅度反演具有更高的稳定性和可靠性.最后,通过野外实测数据和反演结果,验证了本文提出的SNMOR模型和复包络反演方法的有效性和准确性,为地下水探测领域提供了新的技术手段.
