地震数据去噪的研究与分析
2017-12-28崔少华方振国姜恩华
廊坊师范学院学报(自然科学版) 2017年4期
崔少华,方振国,姜恩华
(淮北师范大学,安徽淮北 235000)
地震数据去噪的研究与分析
崔少华,方振国,姜恩华
(淮北师范大学,安徽淮北 235000)
小波分解利用信号和噪声在时频域内小波系数差异,重构信号从而去除噪声;SVD算法利用信号和噪声奇异值的差异,选取合适的空间维数重构信号从而去除噪声。通过模型验证对比了两种算法的去噪效果和优缺点,发现小波算法对水平同相轴和倾斜同相轴具有相同的去噪效果,但运算时间较长;SVD算法对水平同相轴去噪效果很好,对于倾斜同相轴几乎不能去噪,但运算时间较短。
小波分解;SVD算法;水平同相轴;倾斜同相轴
0 引言
实际中采集到的地震数据通常混入大量随机噪声,几乎不可避免,因此对地震数据进行随机噪声压制往往是处理数据的首要工作。小波分解去噪是在时频域内处理信号,而SVD则是在时域内处理信号。本文主要针对上述两种去噪方法进行探讨和分析,从而归纳两种算法的优缺点。
1 小波分解与重构去噪法
1.1 基本原理
小波变换显示的是信号的局部特性,通过伸缩和平移等运算将信号进行多尺度细化分析[1](Multiscale Analysis)。小波分解与重构去噪法是利用小波变换根据实际需要,将信号(含噪声)分解到同一个尺度下,得到一系列处于不同频带的小波系数(一般认为高频部分对应信号,低频部分对应噪声)。通过将噪声所在频带置为零,再进行小波重构,从而达到去噪的效果[2]。
假设fk是f(t)的采样数据,即……
登录APP查看全文
