| 方法 | 方式 | 特点 | 缺陷 | 效果 | 备注 | 参考文献 | | 互功率谱法 | 计算阻抗的互功率谱 | 可克服通道之间不相关噪声 | 各道噪声信号大多相关 | 有一定压制作用,不能明显解决问题 | | Goubua[24] | | Robust处理法 | 根据观察误差对数据进行加权处理 | 注重未受干扰数据,降低飞点权重 | 无法消除相关噪声和输入端噪声 | 可以有效减小曲线分散度 | 普遍应用 | Egbert等[21];Chave等[22];Sutarno等[23] | | 远参考道技术 | 远离噪声源布设参考站 | 噪声不相关,信号高相关 | 无法消除死频带数据的近场效应 | 可以有效抑制相关噪声的影响 | 广泛应用 | Gamble等[16];Goubau等[24] ; Clarke等[8];陈清礼等[25];杨生等[19];Ueharai等[26] ;徐志敏等[27];张刚[28] | | 小波变换去噪法 | 通过伸缩和平移等运算对信号进行细化分析 | 时频局域性多尺度细化分析 | 依赖小波基函数的选取和基函数阈值的设置 | 可解决特性问题,需人为分析基函数与阈值 | 缺乏自适应性 | Mallat[29];何兰芳等[30];Trad等[31];凌振等[13];Anvari等[32];Cai等[33];万云霞等[34] | | H-H变换 | 经验模态分析和Hilbert spectrum分析 | 可处理非线性、非平稳信号 | 算法效率低,易出现模态混叠现象 | 可有效压制基线漂移以及高频噪声、工频干扰等典型噪声 | 无法满足实时性需求 | Huang等[35];Cai[36];Cai等[37];陈钧等[38] | | 稀疏分解法 | 压缩感知和信号的稀疏分解 | 需构建谐波方波、尖冲干扰等干扰数据库 | 耗时较长;算法效率低;易陷入局部最优解 | 可分离信号中的人文干扰,保留有用信号 | 无法完全匹配噪声形态 | Mallat[29];Donoho[39];汤井田等[40] | | RhoPlus校正法 | 由高质量数据估算Rho+模型,通过模型推算“死频带”数据 | 确保地电维性为1D及2D;死频带前后具有一定频率高质量数据 | 对原始数据质量的要求较高,需要有较高的信噪比 | 对AMT死频带具有较好效果,可引入MT资料处理中 | 适用于高质量数据死频带校正 | Parker[41];周聪等[20];李红领等[42] | | MT时间序列同步依赖关系去噪法 | 利用天然电磁场之间相关性建立本地与参考点的依赖关系 | 不改变原始时间序列文件格式 | 确保测站被影响的时间序列有限 | 对死频带范围内处理效果优于远参考法 | 配合远参考道技术综合利用 | 王辉等[14] | | 人工挑选 | 依据电阻率与相位之间的相关性等对数据进行人工挑选 | 可依据测点已知地质情况,有选择性的挑选数据 | 具有较大的人为因素,对处理人员专业素质要求高 | 可大幅度提升原始曲线质量 | 应用广泛,需经验丰富人员 | |
|