本文關(guān)鍵詞：基于稀疏表示的地震信號(hào)隨機(jī)噪聲壓制與面波分離

  更多相關(guān)文章： 地震信號(hào)去噪 稀疏表示 字典學(xué)習(xí) 形態(tài)成分分析

【摘要】：隨著地質(zhì)勘探技術(shù)不斷的進(jìn)步,地質(zhì)勘探轉(zhuǎn)向地質(zhì)構(gòu)造和地質(zhì)環(huán)境復(fù)雜的目標(biāo)區(qū)域,對(duì)于地震資料的質(zhì)量要求越來(lái)越高。而采集到地震資料常出現(xiàn)較為嚴(yán)重的噪聲干擾、信噪比低和有效信號(hào)能量弱的情況。噪聲的存在嚴(yán)重影響到后續(xù)地震資料的處理和解釋工作,因此利用合適的地震去噪方法去除地震資料中的噪聲,提高地震資料的信噪比變得越來(lái)越重要。稀疏表示理論是信號(hào)處理領(lǐng)域中的研究熱點(diǎn)。近年來(lái),稀疏表示理論正不斷用于地震勘探中地震資料的有效表示。通常,在時(shí)空域內(nèi)的地震數(shù)據(jù)中有效信號(hào)與噪聲混疊在一起,很難直接對(duì)有效信號(hào)與噪聲進(jìn)行分離。通過(guò)變換將地震信號(hào)變換到變換域后,有效信號(hào)的投影系數(shù)和噪聲的投影系數(shù)就會(huì)有很好的分選性,在變換域設(shè)置合適的閾值將噪聲系數(shù)濾除,通過(guò)反變換重建出地震信號(hào),即可得到較好的去噪效果。論文主要研究稀疏表示理論并將其用于地震信號(hào)隨機(jī)噪聲以及面波噪聲的去噪中,主要工作內(nèi)容和創(chuàng)新點(diǎn)如下：1.研究稀疏表示理論模型和一些常見(jiàn)的稀疏分解算法,詳細(xì)描述稀疏表示字典模型的發(fā)展過(guò)程。研究基于稀疏表示理論的形態(tài)成分分析方法,該方法適用于復(fù)雜信號(hào)中不同形態(tài)成分的分離。2.構(gòu)建基于稀疏表示理論地震信號(hào)隨機(jī)噪聲去噪模型,介紹地震信號(hào)中隨機(jī)噪聲處理的常見(jiàn)方法。詳細(xì)描述學(xué)習(xí)型字典用于地震信號(hào)隨機(jī)噪聲去噪流程,首先對(duì)已知地震信號(hào)樣本進(jìn)行字典學(xué)習(xí),得到能夠有效表示地震信號(hào)的自適應(yīng)學(xué)習(xí)型字典,接著在該學(xué)習(xí)型字典下對(duì)地震信號(hào)進(jìn)行稀疏分解得到稀疏系數(shù),最后重建地震信號(hào)達(dá)到去除隨機(jī)噪聲的目的。針對(duì)傳統(tǒng)的學(xué)習(xí)型字典存在訓(xùn)練時(shí)間長(zhǎng),結(jié)構(gòu)性較差的問(wèn)題,將雙稀疏學(xué)習(xí)型字典用于地震信號(hào)隨機(jī)噪聲的去噪中,該學(xué)習(xí)型字典由具有固定結(jié)構(gòu)特征基字典與訓(xùn)練得到的稀疏系數(shù)矩陣合成,具有較好的結(jié)構(gòu)性與稀疏性,對(duì)于地震信號(hào)具有更好的稀疏表示能力和去噪效果。3.介紹地震信號(hào)中面波噪聲處理的常見(jiàn)方法。介紹二維小波變換閾值法壓制面波的算法流程。提出基于二維字典的形態(tài)成分分析面波分離方法,該方法根據(jù)地震信號(hào)中反射波與面波成分不同的波形特征,分別選擇不同的二維字典稀疏表示地震信號(hào)中的不同成分,構(gòu)建地震信號(hào)在聯(lián)合二維超完備字典下的稀疏表示模型并采用塊協(xié)調(diào)松弛算法求解,將地震信號(hào)分解為反射波部分和面波部分,從而達(dá)到面波分離的目的。該方法綜合考慮了地震信號(hào)中不同成分的形態(tài)結(jié)構(gòu)特征,充分利用了地震信號(hào)中道與道的相關(guān)性,實(shí)現(xiàn)了對(duì)面波的有效分離。
【關(guān)鍵詞】：地震信號(hào)去噪 稀疏表示 字典學(xué)習(xí) 形態(tài)成分分析
【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：P631.44
【目錄】：

• 致謝7-8
• 摘要8-9
• ABSTRACT9-15
• 第一章 緒論15-20
• 1.1 課題研究意義和目的15-16
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀16-18
• 1.2.1 地震資料噪聲種類16
• 1.2.2 地震資料隨機(jī)噪聲壓制方法研究現(xiàn)狀16-17
• 1.2.3 地震資料面波壓制方法研究現(xiàn)狀17-18
• 1.3 章節(jié)安排18-20
• 第二章 稀疏表示理論20-34
• 2.1 引言20
• 2.2 稀疏表示模型20-21
• 2.2.1 稀疏性和信號(hào)的稀疏表示20-21
• 2.2.2 超完備字典21
• 2.3 稀疏分解算法21-25
• 2.3.1 貪婪算法22-25
• 2.3.2 凸松弛法25
• 2.4 稀疏字典模型25-32
• 2.4.1 字典發(fā)展過(guò)程25-26
• 2.4.2 多尺度解析字典26-30
• 2.4.3 學(xué)習(xí)型字典30-32
• 2.5 形態(tài)成分分析32-33
• 2.6 本章小結(jié)33-34
• 第三章 基于稀疏表示的地震信號(hào)隨機(jī)噪聲壓制方法34-47
• 3.1 引言34
• 3.2 基于稀疏變換地震信號(hào)隨機(jī)噪聲去噪方法34-36
• 3.2.1 基于稀疏變換地震信號(hào)隨機(jī)噪聲去噪模型34-35
• 3.2.2 稀疏變換地震信號(hào)去噪的發(fā)展35
• 3.2.3 基于曲波變換地震信號(hào)去噪35-36
• 3.3 基于學(xué)習(xí)型字典地震信號(hào)隨機(jī)噪聲去噪方法36-40
• 3.3.1 學(xué)習(xí)型超完備字典構(gòu)造37-38
• 3.3.2 去噪算法流程38-40
• 3.4 雙稀疏學(xué)習(xí)型字典模型及其在地震信號(hào)去噪中的應(yīng)用40-42
• 3.4.1 雙稀疏字典原理40
• 3.4.2 Sparse K-SVD算法40-42
• 3.4.3 基于雙稀疏學(xué)習(xí)型字典地震信號(hào)去噪42
• 3.5 地震信號(hào)隨機(jī)噪聲去噪對(duì)比實(shí)驗(yàn)42-45
• 3.6 本章小結(jié)45-47
• 第四章 基于稀疏表示的地震信號(hào)面波噪聲分離方法47-63
• 4.1 引言47
• 4.2 基于小波分頻面波壓制算法47-51
• 4.2.1 小波分頻面波壓制原理47-49
• 4.2.2 閾值構(gòu)造函數(shù)與處理方法49-51
• 4.3 基于二維字典形態(tài)成分分析地震信號(hào)面波的分離51-55
• 4.3.1 基于形態(tài)成分分析二維域面波分離模型51-52
• 4.3.2 稀疏表示二維字典的選擇52-54
• 4.3.3 反射波與面波分離的求解方法54-55
• 4.4 地震信號(hào)面波去噪對(duì)比實(shí)驗(yàn)55-62
• 4.4.1 仿真地震數(shù)據(jù)實(shí)驗(yàn)55-60
• 4.4.2 實(shí)際地震數(shù)據(jù)處理60-62
• 4.5 本章小結(jié)62-63
• 第五章 總結(jié)與展望63-65
• 參考文獻(xiàn)65-70
• 攻讀碩士學(xué)位期間的學(xué)術(shù)活動(dòng)及成果情況70-71

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 閆新海,程德福,李桐林;地震信號(hào)中長(zhǎng)周期隨機(jī)干擾抑制技術(shù)的研究[J];世界地質(zhì);2000年01期

2 閆新海,程德福,宋曉琴;地震信號(hào)中長(zhǎng)周期隨機(jī)干擾的消除方法[J];地質(zhì)裝備;2000年01期

3 張鳳環(huán),陳安方;一種新型的地震信號(hào)判別電路[J];東北地震研究;2002年04期

4 王海軍,劉貴忠,范萬(wàn)春;廣義分維在地震信號(hào)初至檢測(cè)中的應(yīng)用[J];核電子學(xué)與探測(cè)技術(shù);2004年06期

5 傅燕,趙榮椿,王剛;小波變換在地震信號(hào)噪聲處理中的應(yīng)用[J];西北工業(yè)大學(xué)學(xué)報(bào);2004年06期

6 劉喜武;劉婉瑩;劉洪;李幼銘;;地震信號(hào)廣義時(shí)頻分析及其數(shù)值實(shí)現(xiàn)[J];物探化探計(jì)算技術(shù);2007年05期

7 黃捍東;張如偉;郭迎春;;地震信號(hào)的小波分頻處理[J];石油天然氣學(xué)報(bào);2008年03期

8 劉霞;潘洪屏;高曉春;吳偉龍;;基于小波閾值的地震信號(hào)去噪處理[J];科學(xué)技術(shù)與工程;2010年29期

9 馮智慧;劉財(cái);馮fE;王典;張先武;;基于高階累積量一維切片的地震信號(hào)初至自動(dòng)拾取方法[J];吉林大學(xué)學(xué)報(bào)(地球科學(xué)版);2011年02期

10 王寧;周U，

本文編號(hào)：621603