随着国民经济和重工业生产的高速发展,各种人文电磁干扰日趋严重,在矿集区开展大地电磁测深面临严峻挑战。为此,将微弱的大地电磁信号从强电磁干扰中精细提取成为研究热点。本文将变分模态分解(Variational Mode Decomposition,VMD)和分形应用于大地电磁信噪辨识及分离,主要研究如下:(1)研究了VMD和匹配追踪算法基本原理,对比分析了VMD与经验模态分解、固有时间尺度分解的处理效果;通过观测中心频率、相似度和信噪比,讨论了VMD中模态个数K的选取及对强干扰的去噪性能,并运用匹配追踪对VMD重构信号做二次信噪分离处理。(2)研究了去趋势波动分析的基本原理,通过求解原始信号的标度指数,自适应得到了VMD中模态个数K的取值,同时估计每个模态的标度指数,讨论了选取大于等于0.75的模态来重构大地电磁有用信号。(3)研究了大地电磁信号的分形盒维数、Higuchi分形维数、模糊熵和近似熵四种特征参数,定量区分了大地电磁有用信号和强干扰;将多特征参数和模糊C均值聚类相结合进行了信噪辨识,并对辨识为强干扰的数据运用小波软阈值进行去噪。(4)研究了多重分形谱的基本原理,分析了典型大地电磁数据多重分形谱的不均匀度、不规则度特征参数,将其输入至支持向量机进行训练,生成一个信噪分类数学模型,并仅对甄辨为强干扰的数据采用匹配追踪进行噪声压制。上述方法经仿真实验、EMTF数值模拟、青海试验点和实测资料处理,实验结果表明:所研方法能有针对性地剔除大地电磁时间域序列中的大尺度强干扰,与远参考法、VMD整体处理法、小波整体处理法及匹配追踪整体处理法相比,测点的视电阻率-相位曲线更为光滑、平稳,较好地改善了低频段的大地电磁数据质量。