基于稀疏表示的地震信号随机噪声压制与面波分离

发布时间：2017-08-04 20:37

  本文关键词：基于稀疏表示的地震信号随机噪声压制与面波分离

  更多相关文章： 地震信号去噪 稀疏表示 字典学习 形态成分分析

【摘要】：随着地质勘探技术不断的进步,地质勘探转向地质构造和地质环境复杂的目标区域,对于地震资料的质量要求越来越高。而采集到地震资料常出现较为严重的噪声干扰、信噪比低和有效信号能量弱的情况。噪声的存在严重影响到后续地震资料的处理和解释工作,因此利用合适的地震去噪方法去除地震资料中的噪声,提高地震资料的信噪比变得越来越重要。稀疏表示理论是信号处理领域中的研究热点。近年来,稀疏表示理论正不断用于地震勘探中地震资料的有效表示。通常,在时空域内的地震数据中有效信号与噪声混叠在一起,很难直接对有效信号与噪声进行分离。通过变换将地震信号变换到变换域后,有效信号的投影系数和噪声的投影系数就会有很好的分选性,在变换域设置合适的阈值将噪声系数滤除,通过反变换重建出地震信号,即可得到较好的去噪效果。论文主要研究稀疏表示理论并将其用于地震信号随机噪声以及面波噪声的去噪中,主要工作内容和创新点如下：1.研究稀疏表示理论模型和一些常见的稀疏分解算法,详细描述稀疏表示字典模型的发展过程。研究基于稀疏表示理论的形态成分分析方法,该方法适用于复杂信号中不同形态成分的分离。2.构建基于稀疏表示理论地震信号随机噪声去噪模型,介绍地震信号中随机噪声处理的常见方法。详细描述学习型字典用于地震信号随机噪声去噪流程,首先对已知地震信号样本进行字典学习,得到能够有效表示地震信号的自适应学习型字典,接着在该学习型字典下对地震信号进行稀疏分解得到稀疏系数,最后重建地震信号达到去除随机噪声的目的。针对传统的学习型字典存在训练时间长,结构性较差的问题,将双稀疏学习型字典用于地震信号随机噪声的去噪中,该学习型字典由具有固定结构特征基字典与训练得到的稀疏系数矩阵合成,具有较好的结构性与稀疏性,对于地震信号具有更好的稀疏表示能力和去噪效果。3.介绍地震信号中面波噪声处理的常见方法。介绍二维小波变换阈值法压制面波的算法流程。提出基于二维字典的形态成分分析面波分离方法,该方法根据地震信号中反射波与面波成分不同的波形特征,分别选择不同的二维字典稀疏表示地震信号中的不同成分,构建地震信号在联合二维超完备字典下的稀疏表示模型并采用块协调松弛算法求解,将地震信号分解为反射波部分和面波部分,从而达到面波分离的目的。该方法综合考虑了地震信号中不同成分的形态结构特征,充分利用了地震信号中道与道的相关性,实现了对面波的有效分离。
【关键词】：地震信号去噪 稀疏表示 字典学习 形态成分分析
【学位授予单位】：合肥工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：P631.44
【目录】：

• 致谢7-8
• 摘要8-9
• ABSTRACT9-15
• 第一章 绪论15-20
• 1.1 课题研究意义和目的15-16
• 1.2 国内外研究现状16-18
• 1.2.1 地震资料噪声种类16
• 1.2.2 地震资料随机噪声压制方法研究现状16-17
• 1.2.3 地震资料面波压制方法研究现状17-18
• 1.3 章节安排18-20
• 第二章 稀疏表示理论20-34
• 2.1 引言20
• 2.2 稀疏表示模型20-21
• 2.2.1 稀疏性和信号的稀疏表示20-21
• 2.2.2 超完备字典21
• 2.3 稀疏分解算法21-25
• 2.3.1 贪婪算法22-25
• 2.3.2 凸松弛法25
• 2.4 稀疏字典模型25-32
• 2.4.1 字典发展过程25-26
• 2.4.2 多尺度解析字典26-30
• 2.4.3 学习型字典30-32
• 2.5 形态成分分析32-33
• 2.6 本章小结33-34
• 第三章 基于稀疏表示的地震信号随机噪声压制方法34-47
• 3.1 引言34
• 3.2 基于稀疏变换地震信号随机噪声去噪方法34-36
• 3.2.1 基于稀疏变换地震信号随机噪声去噪模型34-35
• 3.2.2 稀疏变换地震信号去噪的发展35
• 3.2.3 基于曲波变换地震信号去噪35-36
• 3.3 基于学习型字典地震信号随机噪声去噪方法36-40
• 3.3.1 学习型超完备字典构造37-38
• 3.3.2 去噪算法流程38-40
• 3.4 双稀疏学习型字典模型及其在地震信号去噪中的应用40-42
• 3.4.1 双稀疏字典原理40
• 3.4.2 Sparse K-SVD算法40-42
• 3.4.3 基于双稀疏学习型字典地震信号去噪42
• 3.5 地震信号随机噪声去噪对比实验42-45
• 3.6 本章小结45-47
• 第四章 基于稀疏表示的地震信号面波噪声分离方法47-63
• 4.1 引言47
• 4.2 基于小波分频面波压制算法47-51
• 4.2.1 小波分频面波压制原理47-49
• 4.2.2 阈值构造函数与处理方法49-51
• 4.3 基于二维字典形态成分分析地震信号面波的分离51-55
• 4.3.1 基于形态成分分析二维域面波分离模型51-52
• 4.3.2 稀疏表示二维字典的选择52-54
• 4.3.3 反射波与面波分离的求解方法54-55
• 4.4 地震信号面波去噪对比实验55-62
• 4.4.1 仿真地震数据实验55-60
• 4.4.2 实际地震数据处理60-62
• 4.5 本章小结62-63
• 第五章 总结与展望63-65
• 参考文献65-70
• 攻读硕士学位期间的学术活动及成果情况70-71

【相似文献】

中国期刊全文数据库 前10条

1 闫新海,程德福,李桐林;地震信号中长周期随机干扰抑制技术的研究[J];世界地质;2000年01期

2 闫新海,程德福,宋晓琴;地震信号中长周期随机干扰的消除方法[J];地质装备;2000年01期

3 张凤环,陈安方;一种新型的地震信号判别电路[J];东北地震研究;2002年04期

4 王海军,刘贵忠,范万春;广义分维在地震信号初至检测中的应用[J];核电子学与探测技术;2004年06期

5 傅燕,赵荣椿,王刚;小波变换在地震信号噪声处理中的应用[J];西北工业大学学报;2004年06期

6 刘喜武;刘婉莹;刘洪;李幼铭;;地震信号广义时频分析及其数值实现[J];物探化探计算技术;2007年05期

7 黄捍东;张如伟;郭迎春;;地震信号的小波分频处理[J];石油天然气学报;2008年03期

8 刘霞;潘洪屏;高晓春;吴伟龙;;基于小波阈值的地震信号去噪处理[J];科学技术与工程;2010年29期

9 冯智慧;刘财;冯fE;王典;张先武;;基于高阶累积量一维切片的地震信号初至自动拾取方法[J];吉林大学学报(地球科学版);2011年02期

10 王宁;周U，

本文编号：621603