基于经验模态分解的分数维地震随机噪声衰减方法

文献类型： 中文期刊

第一作者： 颜中辉

作者： 颜中辉;栾锡武;王赟;潘军;方刚;施剑

作者机构：

关键词： EMD;Hausdorff维数;随机噪声;自适应分解;IMF分量

期刊名称： 地球物理学报

ISSN： 0001-5733

年卷期： 2017 年 07 期

页码： 2845-2857

收录情况： EI ; SCI ; 北大核心 ; CSCD

摘要： 经验模态分解算法(EMD)是一种基于有效波和噪声尺度差异进行波场分离的随机噪声压制方法,但由于实际地震数据波场复杂,导致模态混叠较严重,仅凭该方法进行去噪很难达到理想效果.本文基于EMD算法对信号多尺度的分解特性,结合Hausdorff维数约束条件,提出一种用于地震随机噪声衰减的新方法.首先对地震数据进行EMD自适应分解,得到一系列具有不同尺度的、分形自相似性的固有模态分量(IMF);在此基础上,基于有效信号和随机噪声的Hausdorff维数差异,识别混有随机噪声的IMF分量,对该分量进行相关的阈值滤波处理,从而实现有效信号和随机噪声的有效分离.文中从仿真信号试验出发,到模型地震数据和实际地震数据的测试处理,同时与传统的EMD处理结果相对比.结果表明,本文方法对地震随机噪声的衰减有更佳的压制效果.

分类号： P631.44

  • 相关文献

[1]基于主成分分析和梯度重构的全波形反演. 史才旺,何兵寿. 2018

[2]基于Shearlet变换的自适应地震资料随机噪声压制. 童思友,高航,刘锐,陈学国. 2019

[3]基于循环一致性生成对抗网络的地震数据随机噪声压制方法. 吴学锋,张会星. 2021

作者其他论文 更多>>

微信小程序