A fast and accurate frequency estimation method for canceling harmonic noise in geophysical records
Notice bibliographique
Résumé
Abstract The cancellation of harmonic noise from geophysical records can be achieved by subtracting an estimate of the harmonic noise. Estimating the harmonic noise consists of estimating the fundamental frequency and the amplitudes and phases of all harmonics. We propose a new frequency-estimation method that builds upon the estimator originally proposed by Nyman and Gaiser. This Nyman and Gaiser estimation (NGE) method exploits the fact that the noise fundamental frequency is known to be close to 60 Hz. The NGE method is based on solving a system of four equations that determine the amplitude, phase, and frequency of a given harmonic in the harmonic noise. Hence, NGE can produce frequency estimates for all harmonics. Our improved estimator uses a suitable linear combination of these NGE frequency estimates to produce a more accurate estimate of the fundamental frequency. Our method is more accurate than NGE, and its accuracy is comparable to least-squares estimation (LSE). The advantage of our method is that it is about two times faster than LSE. This speed gain can become valuable when processing large magnetotelluric (MT) data records. Applying our method to the restoration of MT data, we found that the harmonic noise amplitude in the periodogram is reduced by at least 60 dB to a level below that of MT data.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».