我国淡水资源极为匮乏,高效准确地探测到地下可利用的淡水资源是解决水资源缺乏的有效途径。磁共振探测技术能直接探测水中氢质子的拉莫尔进动,具有非侵入式、能直接探测地下水的优势,且能反演得到地下水含水量、深度,孔隙度和渗透率等水文地质参数,获得越来越广泛的应用。然而,磁共振探测接收信号强度是纳伏级的,极易受到环境中的电磁噪声干扰。如果噪声干扰不能得到有效地去除,会导致后期数据反演解释结果不准确。影响磁共振地下水探测的噪声主要包括尖峰噪声、工频谐波噪声和随机噪声。国内外已有的相关文献,大多是在信号和噪声特性已知的情况下对噪声进行去除的,但是某些噪声并没有统一的规律,且混合机理具有不确定性,这会导致算法的噪声消除效率低、效果不理想。针对以上问题,由于盲源分离方法能够在源信号与混合过程均未知的情况下,从观测得到的多源混合信号中分离并恢复出源信号的各独立分量,因此采取盲源分离的方式对磁共振中的信号和噪声进行分离。在众多的盲源分离方法中,由于快速独立分量分析(Fast Independent Component Analysis,FastICA)算法具有良好的稳定性,并且收敛速度快,可以批处理数据,所以选择FastICA作为磁共振信号与噪声分离方法。本文首先针对FastICA幅度不确定性问题,提出利用数据重构法还原独立成分的幅度,并将该方法与频谱校正法进行了对比,仿真结果显示,数据重构法还原幅度的误差小于频谱校正法,尤其是在随机噪声较大的情况下,例如信噪比低于-37.1 d B时,频谱校正法的误差较大,甚至大于10%,超出误差允许的范围,整个实验中数据重构法误差均小于5%,满足实际应用需求。其次针对工频谐波噪声进行处理,并完成了仿真实验。基于FastICA的磁共振工频谐波噪声去除分为两种情况,一种是当工频谐波噪声频率与磁共振信号拉莫尔频率有一定的偏差,即两者的相关性不强时,将此时的工频噪声记为非同频噪声;另外一种是当工频谐波噪声频率与磁共振信号拉莫尔频率重合,即两者相关性很强时,将此时的工频谐波噪声记为同频噪声。非同频噪声满足FastICA的假设条件,可以通过高斯插值法对工频谐波的频率进行估计,并构造与工频谐波噪声同频率的正弦信号与余弦信号作为参考通道,以实现磁共振信号与工频谐波噪声的盲源分离,将其结果与陷波器进行对比,FastICA去除工频谐波噪声后数据的信噪比提高了43.42 d B,陷波器消噪后数据的信噪比提高了36.75 d B。结果表明FastICA算法不仅消噪效果好,而且不会对磁共振信号产生破坏,能够很好地保留磁共振信号携带的信息。同频噪声存在的情况也是磁共振工频消除的一个国际难点,此时需要先利用FastICA算法对其他频率的工频谐波噪声进行去除,然后截取数据的后一段,这段数据中磁共振信号已经衰减为零,数据中只含有同频噪声和随机噪声,采用高斯插值法对该工频的频率进行估计,利用相关检测的方法对该工频谐波噪声的幅度和相位进行计算,通过估计出的频率、幅度、相位可构造出该工频谐波噪声波形,且误差较小,最后将估计出的工频谐波噪声从去噪后的数据中减掉,即可实现同频噪声分离。去除工频谐波噪声后的数据中仍然残留着一些随机噪声。利用FastICA对磁共振随机噪声进行压制,仿真实验中仅需要两组观测数据,就能实现对高斯随机噪声的分离,这不仅能够提高数据的信噪比,还能大大地缩短野外探测时间,提高仪器的探测效率。最后分别在北湖公园和烧锅镇这两个地方进行野外探测,并利用FastICA算法对探测数据中的工频谐波噪声和随机噪声进行处理,最终北湖公园实验信噪比提高了27.18 d B,烧锅镇实验信噪比提高了33.53 d B,验证了该算法的有效性和实用性。