磁共振测深技术(Magnetic Resonance Sounding,MRS)作为当前世界上先进的直接探测地下水的地球物理方法,具有直接、定量和无损测量的优点,在水资源勘查与评价、矿井/隧道突涌水等地质灾害隐患探测领域被广泛应用。然而,在实际应用中,由于MRS探测是利用天然地磁场,无法采取屏蔽措施,导致大量的环境噪声和人为噪声等干扰信息一并被仪器系统捕获,严重影响采集数据的质量,不能实现有效信号的提取。如何研究出一种数据采集与信号处理相结合的方法,以直接获取MRS信号为目标,降低环境噪声,实现复杂环境干扰下目标水体的准确检测,是磁共振探测技术在实际应用中所面临的重大难题。压缩感知(Compressed Sensing,CS)作为一种信息采样获取理论,通过信号的稀疏特性,利用数据的冗余信息,通过随机采样的方式获取少量信号的离散样本,最后采用非线性重建算法恢复信号。鉴于此,本文提出开展基于压缩感知的MRS信号重构与噪声压制研究,具有重要的意义和实用价值。本文依据MRS信号和噪声的特点,首先通过比较分析几种常用稀疏基的特征,确定采用K-SVD学习字典对含噪MRS信号进行稀疏分解;其次,开展了不同噪声类型下MRS信号的压缩感知重构和噪声压制算法仿真,探讨了信噪比、测量数量点数,弛豫时间等参数对算法性能的影响;最后,通过实测数据处理实验和与其他算法的对比,验证所提算法的性能。主要的研究成果包括如下:(1)确定压缩感知算法应用中的三要素。通过对比分析傅里叶变换(FFT)、离散余弦变换(DCT)和学习字典(K-SVD)的特性,选择K-SVD学习字典作为稀疏变换基;通过对比高斯随机矩阵、伯努利随机矩阵和部分哈达玛矩阵,选择随机性更强、重构效果更好的高斯随机矩阵作为测量矩阵;通过对比正交匹配追踪和基追踪算法,选择运算速度快、重构精度较高的正交匹配追踪算法进行重构。(2)开展了基于压缩感知的重构与噪声压制算法仿真实验。在重构效果分析中,通过对无噪和含噪MRS信号两种情况下进行仿真分析,实现信号较好的重构;以RMSE和相似系数为评价指标,开展了不同信噪比和不同测量数量点数下的重构效果分析,证明了本文算法的有效性和普适性,并可以依据重构误差RMSE=14.65 n V和相关系数为0.9978来选择合适的测量数量点数。在噪声压制效果分析中,采用预处理后的MRS信号估计值作为K-SVD字典的初始值,使得信号和噪声在稀疏基上稀疏特性不同,实现信噪分离,达到噪声压制的目的。通过对不同测量数量点数、不同信噪比和不同弛豫时间下噪声抑制效果进行分析,证明了算法对噪声抑制的有效性,且信噪比提升最高可达23 d B。(3)开展了基于压缩感知的野外实测数据采集与处理实验。经过压缩感知方法处理后,信噪比提升最高可达15 d B,将本文方法处理后信号与其它方法处理后结果进行对比,验证本文方法的有效性。