Вестник КРАУНЦ. Физ.-мат. науки. 2019. Т. 29. № 4. C. 87-97. ISSN 2079-6641

Содержание

DOI: 10.26117/2079-6641-2019-29-4-87-97

УДК 516

МЕТОД ОБНАРУЖЕНИЯ ПОМЕХ В ГЕОМАГНИТНЫХ ДАННЫХ

С.Ю. Папшева, О. В. Мандрикова, С.Ю. Хомутов

Институт космофизических исследований и распространения радиоволн ДВО РАН, 684034, Камчатский край, с. Паратунка, ул. Мирная, 7

E-mail: 75sp19@mail.ru, oksanam1@mail.ru, khomutov@ikir.ru

Предложен вычислительный метод обнаружения помех в геомагнитных данных, основанный на вейвлет-преобразовании и пороговых функциях. Эффективность метода показана на примере обработки результатов измерений с помощью вариационного феррозондового магнитометра FGE-DTU (обсерватория «Паратунка», Камчатский край, ИКИР ДВО РАН). Рассмотрены некоторые виды помех от естественных источников (при землетрясениях на Камчатке) и техногенных помех, связанных с работой ионозонда. Детально изучена частотно-временная структура помех в вариациях Z- и D-составляющих геомагнитного поля (частота измерений 2 Гц). Для рассмотренного вида помех определены информативные масштабные уровни вейвлет-преобразования и оценены параметры алгоритма реализации метода.

Ключевые слова: помехи в геомагнитных данных, вейвлет-преобразование, анализ данных

© Папшева С. Ю., Мандрикова О. В., Хомутов С. Ю., 2019

MSC 86-05

METHOD OF NOISE DETECTION IN MAGNETIC DATA

S.Y. Papsheva, O.V. Mandrikova, S.Y. Khomutov

Institute of Cosmophysical Research and Radio Wave Propagation FEB RAS, 684034, Paratunka, Mirnaya st., 7, Russia

E-mail: 75sp19@mail.ru, oksanam1@mail.ru, khomutov@ikir.ru

The method of detection of noise in magnetic data based on wavelet transformation and threshold functions is considered. Efficiency is shown by the results of analysis of fluxgate magnetometer FGE-DTU measurements at Observatory Paratunka, Kamchatka, IKIR FEB RAS. The noise from natural sources such as earthquakes in Kamchatka region and from artificial sources such as the vertical sounding of ionosphere by the ionosonde near Observatory is considered. Detailed time-frequency structure of noise in 2 Hz records of Z and D components is investigated. To automation the method for considered examples of noise the informative scale levels of wavelet-transformation are determined and parameters of threshold functions appreciated.

Key words: noise in magnetic data, wavelet transform, data analysis

© Papsheva S.Y., Mandrikova O.V., Khomutov S.Y., 2019

Список литературы/References

  1. Khomutov S. Y. et al., “Noise in raw data from magnetic observatories”, Geosci. Instrum. Method. Data Syst., 6:2 (2017), 329–343.
  2. Lewicki M. S., “A review of methods for spike sorting: the detection and classification of neural action potentials”, Network: Computation in Neural Systems, 9:4 (1998), R53–R78.
  3. Hulata E. et al., “Detection and sorting of neural spikes using wavelet packets”, Physical Review Letters, 85:21 (2000), 4637–4640.
  4. Pavlov A. N. et al., “Sorting of neural spikes: When wavelet based methods outperform principal component analysis”, Natural Computing, 6 (2007), 269–281.
  5. Soloviev A., Agayan S., Bogoutdinov S., “Estimation of geomagnetic activity using measure of anomalousness”, Annals of Geophysics, 59:6 (2016).
  6. Letelier J., Weber P., “Spike sorting based on discrete wavelet transform coefficients”, Journal of neuroscience methods, 101 (2000), 93–106.
  7. Quian Quiroqa R., Nadasdy Z., Ben-Shaul Y., “Unsupervised spike detection and sorting with wavelets and superparamagnetic clustering”, Neural Computation, 16 (2004), 1661–1687.
  8. Короновский A.A. и др., Вейвлеты в нейродинамике и нейрофизиологии, Физматлит, М., 2013, 272 с. [Koronovskiy A.A. i dr., Veyvlety v neyrodinamike i neyrofiziologii, Fizmatlit, M., 2013, 272 pp., (in Russian)].
  9. Жижикина Е. А., Мандрикова О. В., Хомутов С. Ю., “Алгоритм выделения техногенных помех в геомагнитных данных”, Вестник КамчатГТУ, 35 (2016), 21–26. [Zhizhikina Ye. A., Mandrikova O.V., Khomutov S. YU., “Algoritm vydeleniya tekhnogennykh pomekh
    v geomagnitnykh dannykh”, Vestnik KamchatGTU, 35 (2016), 21–26, (in Russian)].
  10. Левин Б. Р., Теоретические основы статистической радиотехники. В трех книгах. Книга вторая. Изд. 2-е, перераб. и дополнен., Сов. Радио, М., 1975, 392 с. [Levin B. R., Teoreticheskiye osnovy statisticheskoy radiotekhniki. V trekh knigakh. Kniga vtoraya.
    Izd. 2-ye, pererab. i dopolnen., Sov. Radio, M., 1975, 392 pp., (in Russian)].
  11. Добеши И., Десять лекций по вейвлетам, НИЦ «Регулярная и хаотическая динамика», Ижевск, 2001, 464 с. [Dobeshi I., Desyat’ lektsiy po veyvletam, NITS «Regulyarnaya i khaoticheskaya dinamika», Izhevsk, 2001, 464 pp., (in Russian)].

Список литературы (ГОСТ)

  1. Khomutov S. Y. et al. Noise in raw data from magnetic observatories // Geosci. Instrum. Method. Data Syst. 2017. vol. 6. no. 2. pp. 329–343.
  2. Lewicki M. S. A review of methods for spike sorting: the detection and classification of neural action potentials // Network: Computation in Neural Systems. 1998. vol. 9. no. 4. R53–R78.
  3. Hulata E. et al. Detection and sorting of neural spikes using wavelet packets // Physical Review Letters. 2000. vol. 85. no. 21. pp. 4637–4640.
  4. Pavlov A. N. et al. Sorting of neural spikes: When wavelet based methods outperform principal component analysis // Natural Computing. 2007. no. 6. pp. 269–281.
  5. Soloviev A., Agayan S., Bogoutdinov S. Estimation of geomagnetic activity using measure of anomalousness // Annals of Geophysics. 2016. vol. 59. no. 6.
  6. Letelier J., Weber P. Spike sorting based on discrete wavelet transform coefficients // Journal of neuroscience methods. 2000. vol. 101. pp. 93–106.
  7. Quian Quiroqa R., Nadasdy Z., Ben-Shaul Y. Unsupervised spike detection and sorting with wavelets and superparamagnetic clustering // Neural Computation. 2004. no. 16. pp. 1661–1687.
  8. Короновский A.A. и др. Вейвлеты в нейродинамике и нейрофизиологии М.: Физматлит. 2013, 272 c.
  9. Жижикина Е. А., Мандрикова О. В., Хомутов С. Ю. Алгоритм выделения техногенных помех в геомагнитных данных // Вестник КамчатГТУ. 2016. №35. С. 21–26.
  10. Левин Б. Р. Теоретические основы статистической радиотехники. В трех книгах. Книга вторая. Изд. 2-е, перераб. и дополнен. М.: Сов. Радио, 1975. 392 c.
  11. Добеши И. Десять лекций по вейвлетам. Ижевск: НИЦ «Регулярная и хаотическая динамика», 2001. 464 c.

Для цитирования: Папшева С. Ю., Мандрикова О. В., Хомутов С. Ю. Метод обнаружения помех в геомагнитных данных // Вестник КРАУНЦ. Физ.-мат. науки. 2019. Т. 29. № 4. C. 87-97. DOI: 10.26117/2079-6641-2019-29-4-87-97
For citation: Papsheva S.Y., Mandrikova O.V., Khomutov S.Y. Method of noise detection in magnetic data, Vestnik KRAUNC. Fiz.-mat. nauki. 2019, 29: 4, 87-97. DOI: 10.26117/2079-6641-2019-29-4-87-97

Поступила в редакцию / Original article submitted: 26.11.2019

Папшева Светлана Юрьевна – доцент кафедры систем управления, Камчатчкий государственный технический университет, г. Петропавловск-Камчатский, Россия.
Papsheva Svetlana Yuryevna – Ph.D. (Phys. & Math.) Associate Professor, Department of Control Systems, Kamchatka State Technical University, Petropavlovsk-Kamchatsky, Russia.

Мандрикова Оксана Викторовна – доктор технических наук, заведующая лабораторией системного анализа Института космофизических исследований и распространения радиоволн ДВО РАН, Камчатский край, с. Паратунка, Россия.
Mandrikova Oksana Viktorovna – D. Sci. (Tech.) Head of Head of the Systems Analysis Laboratory, Institute of Space Physics Research and Radio Wave Propagation FEB RAS, Kamchatkiy kray, Paratunka, Russia.

Хомутов Сергей Юрьевич – кандидат физико-математических наук, заведующий комплексной геофизической обсерваторией «Паратунка» Института космофизических исследований и распространения радиоволн ДВО РАН, Камчатский край, с. Паратунка, Россия.
Khomutov Sergey Yur’evich – Ph.D. (Phys. & Math.), Head of Geophysical observatory «Paratunka», Institute of Space Physics Research and Radio Wave Propagation FEB RAS, Kamchatkiy kray, Paratunka, Russia.

Читать статью/Read articleСкачать/Download