杨熙镭，刘怀山,2

(1.中国海洋大学 海底科学与探测技术教育部重点实验室，山东 青岛 266100；2.海洋国家实验室 海洋矿产资源评价与探测技术功能实验室，山东 青岛 266071)

1 引 言

地震资料去噪一直是地震资料处理的一个重要环节，去噪结果的好坏直接影响到地震资料处理整个流程。受限于地震数据采集过程中野外条件以及设备成本的限制，实际采集到的地震资料中经常存在大量的随机噪声。低信噪比的地震资料会给后期处理环节的速度分析、偏移成像等带来困难，影响地震资料成像的可靠性。因此地震资料去噪是提高成像分辨率的重要手段，是后续地震资料处理流程高质量进行的基础。

在实际地震资料中往往无法直接获得随机噪声的先验参数，而本文旨在利用曲波变换得到地震资料的噪声估计作为先验信息，自适应选择合适的随机噪声标准差得到K-SVD字典学习重构的误差参数，从而实现在无人为设定参数的情况下，通过K-SVD字典学习方法实现对随机噪声的压制，提高地震资料的信噪比。

2 方法原理

2.1 K-SVD字典学习算法

K-SVD字典学习的方法是通过从已知的信号中获得训练样本集，在稀疏约束的条件下不断训练学习，对信号特征值进行提取，实现信号的最大稀疏化，并获得经过训练后的超完备字典和稀疏系数[17]。K-SVD算法的主要数学思想是利用一个包含K个原子dk的字典矩阵D∈Rm×K,来最大化稀疏线性表示原始信号Y∈Rm×n,y∈RM×1对应二维信号中的列向量……