本文選題：地震信號(hào)　切入點(diǎn)：隨機(jī)噪聲　出處：《地質(zhì)與勘探》2017年04期

【摘要】：由于野外采集地震資料往往帶有較多的隨機(jī)噪聲,給資料解釋造成困難。針對小波閾值去噪的閾值選取通常需要對信號(hào)進(jìn)行先驗(yàn)估計(jì),帶有較強(qiáng)猜測性,閾值選取難以獲得最優(yōu)結(jié)果。本文提出基于改進(jìn)混沌果蠅優(yōu)化的小波閾值法,將基于廣義交叉驗(yàn)證(GCV)函數(shù)設(shè)定為閾值選取目標(biāo)函數(shù),在混沌果蠅優(yōu)化算法中引入調(diào)節(jié)系數(shù)實(shí)現(xiàn)對該目標(biāo)函數(shù)的迭代尋優(yōu),在無先驗(yàn)信息前提下,獲取最優(yōu)小波閾值。通過將本文算法用于合成地震記錄和實(shí)際地震記錄進(jìn)行去噪處理,并對比常用小波閾值去噪算法,證明了本文算法的有效性。
[Abstract]:It is difficult to interpret seismic data in the field because of the random noise.In order to select the threshold of wavelet threshold denoising, a priori estimation of the signal is usually needed, which has strong conjecture, so it is difficult to obtain the optimal result by selecting the threshold.In this paper, a wavelet threshold method based on improved chaotic Drosophila optimization is proposed. The GCVC function based on generalized cross validation is set as the target function of threshold selection, and the adjustment coefficient is introduced into the optimization algorithm to realize the iterative optimization of the objective function.The optimal wavelet threshold is obtained without prior information.The proposed algorithm is applied to denoising synthetic seismic records and actual seismic records, and the effectiveness of this algorithm is proved by comparing the wavelet threshold denoising algorithms.
【作者單位】： 東華理工大學(xué)核技術(shù)應(yīng)用教育部工程研究中心;東華理工大學(xué)地球物理與測控技術(shù)學(xué)院;
【基金】：國家自然科學(xué)基金項(xiàng)目(編號(hào)51304050) 東華理工大學(xué)核技術(shù)應(yīng)用教育部工程研究中心開放基金(編號(hào)HJSJYB2015-13、HJSJYB2016-9、HJSJYB2016-1) 江西省自然科學(xué)基金(編號(hào)20161BBE53006)聯(lián)合資助
【分類號(hào)】：P631.44

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張彩宏;潘廣貞;;基于非均勻變異和自適應(yīng)逃逸的果蠅優(yōu)化算法[J];計(jì)算機(jī)工程與設(shè)計(jì);2016年08期

2 何伶俐;王宇峰;何汶靜;;基于小波變換的改進(jìn)閾值法在心電信號(hào)去噪中的應(yīng)用[J];生物醫(yī)學(xué)工程與臨床;2016年02期

3 劉霞;黃陽;黃敬;段志偉;;基于經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)的小波熵閾值地震信號(hào)去噪[J];吉林大學(xué)學(xué)報(bào)(地球科學(xué)版);2016年01期

4 林紅波;馬海濤;李月;邵冬陽;;基于SW統(tǒng)計(jì)量的自適應(yīng)時(shí)頻峰值濾波壓制地震勘探隨機(jī)噪聲研究[J];地球物理學(xué)報(bào);2015年12期

5 劉建軍;石定元;武國寧;;基于Kent映射的混合混沌優(yōu)化算法[J];計(jì)算機(jī)工程與設(shè)計(jì);2015年06期

6 匡芳君;金忠;徐蔚鴻;張思揚(yáng);;Tent混沌人工蜂群與粒子群混合算法[J];控制與決策;2015年05期

7 王海軍;涂凱;閆曉榮;;基于果蠅優(yōu)化算法的GRNN模型在邊坡穩(wěn)定預(yù)測中的應(yīng)用[J];水電能源科學(xué);2015年01期

8 李文;劉霞;段玉波;姚建紅;劉繼承;;基于小波熵和相關(guān)性的高分辨率閾值去噪方法[J];數(shù)據(jù)采集與處理;2013年03期

9 蘇有良;周德儉;吳兆華;萬川;;不同映射的混沌免疫進(jìn)化算法性能分析[J];計(jì)算機(jī)工程;2010年21期

10 孔祥茜,吳繼偉,岳繼光;地震信號(hào)小波變換的去噪方法[J];計(jì)算機(jī)輔助工程;2005年03期

相關(guān)碩士學(xué)位論文 前1條

1 王玉英;地震勘探信號(hào)降噪處理技術(shù)研究[D];大慶石油學(xué)院;2006年

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 胡添翼;游夢陶;陸天琳;王成;董安雨;;一種改進(jìn)的空間相關(guān)系數(shù)在水庫高邊坡外觀變形監(jiān)測中的應(yīng)用[J];長江科學(xué)院院報(bào);2017年07期

2 劉軍;鄭成龍;吳新華;管弦;楊志超;楊鳳;;基于改進(jìn)混沌果蠅優(yōu)化小波閾值法地震信號(hào)隨機(jī)噪聲壓制[J];地質(zhì)與勘探;2017年04期

3 陳t，

本文編號(hào)：1699357