• •
赵静1,鲍庆嘉2,3,张志2,3,陈罡2,3,吴肇博1,黄臻1*,刘朝阳2,3#
ZHAO Jing1,BAO Qingjia2,3,ZHANG Zhi2,3,CHEN Gang2,3,WU Zhaobo1,HUANG Zhen1*,LIU Chaoyang2,3#
摘要: 便携式核磁共振(NMR)波谱仪在实际应用中常受外部电磁干扰(EMI)的影响,导致信噪比低,进而影响物质分析和结构解析的准确性.为了解决这一问题,本文提出了一种基于多参考线圈检测外部电磁环境噪声,并利用深度学习方法预测主接收线圈中环境噪声的新方法.该方法通过多通道接收线圈并行获取周围环境的电磁特性,并将这些信号输入到多通道Transformer重构(MCTR)网络中.MCTR网络通过捕捉环境电磁信号的长程依赖关系,实时预测环境噪声,并从原始NMR信号中去除预测的噪声,从而实现噪声抑制.实验结果表明,该方法在仿真数据和实际NMR实验数据中均表现出良好的噪声抑制效果,显著提高了便携式NMR仪器的检测性能.与传统噪声抑制方法相比,本方法能够更高效、精确地抑制环境噪声,并保持信号的高质量,具有较强的鲁棒性.该方法为便携式NMR仪器在复杂电磁干扰环境中的应用提供了有效的技术支持,并有望推动NMR技术在现场检测等领域的发展.
中图分类号: