基于EMD與1D全變分的地震信號去噪.pdf

《基于EMD與1D全變分的地震信號去噪.pdf》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、第27卷第3期四川理工學(xué)院學(xué)報(自然科學(xué)版)Vo1．27No．32014年6月JournalofSichuanUniversityofScience&Engineering(NaturalScienceEdition)Jun．2014文章編號：1673—1549(2014)03-0029-05DOI：10．11863／j．suse．2014．03．07基于EMD與1D全變分的地震信號去噪王均榮，張濤，安素珍，周仲禮，王茂芝(1．成都理工大學(xué)數(shù)學(xué)地質(zhì)I~IJsl省重點(diǎn)實(shí)驗(yàn)室，成都610059；2．電子科技大學(xué)神

2、經(jīng)信息教育部重點(diǎn)實(shí)驗(yàn)室，成都610054)摘要：經(jīng)驗(yàn)?zāi)B(tài)分解(EmpiricalModeDecomposition，EMD)是一種信號的時頻分析方法，該方法在不需要先驗(yàn)知識的條件下，可以將非平穩(wěn)、非線性信號，依據(jù)信號的特征，自適應(yīng)的分解為多個本征模態(tài)函數(shù)(IntrinsicModeFunction，IMF)之和，得到高的頻率分辨率。然而，一般的去噪方法是將所選擇的高頻IMF部分取不同的閾值進(jìn)行濾波或者是直接置為零重構(gòu)后實(shí)現(xiàn)信號的去噪，很顯然這會造成高頻部分有用信號的損失。1D全變分(TotalVariatio

3、n，TV)是一種有效的信號去噪方法，能夠非常好的保護(hù)信號邊緣信息，但有時也會把噪聲當(dāng)作邊緣信息，出現(xiàn)虛假邊緣現(xiàn)象。因此，基于EMD和1D—TV的優(yōu)點(diǎn)提出了一種新的去噪方法，根據(jù)對實(shí)際金屬礦床地震信號處理的結(jié)果表明，該算法能有效的消除地震信號中的噪聲，并能有效保護(hù)地震信號邊緣構(gòu)造信息。關(guān)鍵詞：1D全變分；EMD；地震信號去噪中圖分類號：TB115文獻(xiàn)標(biāo)志碼：A號與噪聲信號的分離，并能有效的保護(hù)地震信號邊緣信引言息。地震信號中噪聲的壓制是地震數(shù)據(jù)處理中重要的將EMD技術(shù)與1D—TV方法相結(jié)合，應(yīng)用于地震信預(yù)處理任

4、務(wù)，關(guān)系到后續(xù)的地震信號屬性提取和數(shù)據(jù)號噪聲的壓制。首先通過EMD算法將地震信號分解為解釋等相關(guān)工作。嚴(yán)格意義上地震信號屬于非平穩(wěn)信一系列表征信號特征時間尺度的固有模態(tài)函數(shù)(Intrinsic號?，隨著現(xiàn)代地震勘探對地震資料信噪比的要求越ModeFunction，IMF)，然后應(yīng)用1D—TV方法對所選擇來越高，各種現(xiàn)代數(shù)字信號處理方法被廣泛應(yīng)用，如的高頻成分IMF分量進(jìn)行處理，最后利用處理后的IMFICA、PCA、小波閾值、EMD、TV等去噪方法。但是，目分量重構(gòu)信號，從而達(dá)到去噪的目的。該方法能充分發(fā)前很多

5、方法難以有效地應(yīng)付更為復(fù)雜的地震信號，往揮兩者的優(yōu)點(diǎn)，在更精細(xì)的尺度上對噪聲進(jìn)行壓制，并往在去噪的同時，也會造成嚴(yán)重的細(xì)節(jié)性有效信號的使信號邊緣信息得到有效的保護(hù)。實(shí)際的地震數(shù)據(jù)處丟失。因此，在有效消除地震信號噪聲的同時，如何有理結(jié)果表明該新算法是可行的，且去噪效果優(yōu)于單獨(dú)使效保持地震信號中的構(gòu)造邊緣信息，已成為人們更為用EMD方法。關(guān)心的問題。經(jīng)驗(yàn)?zāi)B(tài)分解時頻分析法是最近發(fā)展起1EMD／TV(全變分)方法原理來的一種處理非線性非平穩(wěn)信號的新方法，由于EMD算法能自主分解輸入信號，因此EMD去噪是自適應(yīng)的，1

6、．1經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)去噪原理不需要先驗(yàn)知識，與傳統(tǒng)的傅里葉變換濾波相比有著明EMD是對非平穩(wěn)信號進(jìn)行時頻處理的方法，該方法顯的優(yōu)勢]。另外，1D—TV算法能較好地實(shí)現(xiàn)地震信將信號中不同尺度的波動逐級分解開來，產(chǎn)生一系列具收稿13期：2013·12-22基金項(xiàng)目：國家863計劃項(xiàng)目(2008AA121103)；中國地質(zhì)調(diào)查局項(xiàng)目(1212011120226)作者簡介：王均榮(1986．)，女，山西太原人，碩士生，主要從事空間分析和圖像處理方面的研究，(E-mail)707561048@qq．com四川理工

7、學(xué)院學(xué)報(自然科學(xué)版)2014年6月有不同特征尺度的數(shù)據(jù)信號，每一個數(shù)據(jù)信號就是一個從高到低，因此第一個IMF分量的頻率最高，是由高頻固有模態(tài)函數(shù)IMF，IMF分量按從高頻到低頻依次排隨機(jī)噪聲引起的。去除高頻分量后，用剩余的IMF分量列。其中，IMF必須滿足以下兩個條件：重構(gòu)信號，即達(dá)到去噪的目的’。(1)信號的極值點(diǎn)數(shù)目和過零點(diǎn)數(shù)目相等或最多1．21D—TV模型去噪原理相差一個。全變分去噪模型首先由Rudin、OsherandFatemi于(2)且由局部極大值構(gòu)成的上包絡(luò)線和局部極小1992年提出]，主要用

8、于圖像的去噪、修復(fù)、分割等方值構(gòu)成的下包絡(luò)線的平均值為零]。面，該方法基于噪聲圖像的全變分明顯高于無噪聲圖像以實(shí)際地震信號分解(圖1)為例，EMD算法的實(shí)施的全變分，把圖像去噪問題轉(zhuǎn)化為求解圖像模型的能量步驟：泛函最小化問題，其實(shí)質(zhì)就是各向異性擴(kuò)散，從而實(shí)現(xiàn)(1)找到信號Y(t)所有的局部極大值并且用三次去除圖像的噪聲，其優(yōu)點(diǎn)在于平滑噪聲的同時，又能很樣條函數(shù)插值連接，獲得上包絡(luò)線；同理，連接局部極