时频全卷积去噪网络

多类噪声一步压制

用同一网络同时抑制随机、谐波和尖峰噪声，无需按噪声类型切换方法，且计算效率高。

蒋川东 · Miao, Ruixin · Li, Bang · 田宝凤 · 尚新磊 · 段清明 · 林婷婷

IEEE Transactions on Instrumentation and Measurement 2023

技术优势

三类噪声同时去除

模型直接学习从含噪时频图到干净FID信号的映射，无需先检测噪声类型再选择对应的去噪算法，简化了处理流程。

低信噪比下精度更高

在合成和野外数据实验中，与其他方法相比，TFCN从低信噪比随机噪声中提取FID信号包络的精度更高，有利于提高含水量反演的可靠性。

计算效率高

网络结构全卷积，参数训练完成后可快速处理新数据，适合对实时性有要求的现场勘探场景。

应用场景

• 地下水探测数据处理：在低信噪比条件下恢复FID信号包络，提高地下水探测的含水量反演精度。
• 便携式磁共振仪器：模型计算效率高，可嵌入便携式磁共振仪器，在现场实时抑制环境噪声。
• 地球物理信号去噪：同时处理随机、谐波与尖峰噪声，为地球物理信号提供统一的去噪方案。
• 低信噪比传感信号恢复：在强背景噪声下提取微弱FID信号，适用于低信噪比传感信号的恢复。