基于EMD与ICA的地震信号去噪技术研究

去除随机噪声是地震资料处理的重要环节,而目前的多数去噪技术都不同程度存在去噪效果差、损害有效信号等问题。为此,利用经验模态分解(Empirical Mode Decomposition,简写为EMD)能将信号自适应分解为不同尺度振动模态的优点及独立分量分析(Independent Component Analysis,简写为ICA)能提取独立源信号的优势,构造了一种EMD与ICA相结合的新的去噪算法,很好地实现了地震有效信号和随机噪声的分离,在提高去噪效果的同时提高了有效信号的保幅效果。将该算法应用于仿真实验和实际资料去噪,结果都明显优于总体经验模态分解(Ensemble Empirical Mode Decomposition,简写为EEMD)去噪结果,地震资料的信噪比和分辨率都大大提高。     

基于CEEMD的地震数据小波阈值去噪方法研究

考虑到地震信号的非平稳性和去噪方法对非平稳信号的适应性,针对互补集合经验模态分解(CEEMD)舍弃高频分量的去噪方法和小波阈值去噪方法存在的不足,提出了基于CEEMD的地震数据小波阈值去噪方法。CEEMD是EMD(经验模态分解)的改进型算法,它既保留了EMD处理非平稳信号的优势,又能有效地克服EMD的模态混叠问题;但是,单纯的CEEMD分解去噪会在去除高频噪声的同时压制高频的有效信息。将CEEMD分解与小波阈值去噪相结合,对CEEMD去噪要舍弃的含噪声较多的高频固有模态函数(IMF)分量进行小波阈值去噪,以保留这些分量中的有效信息。模型数据和实际地震资料的测试结果表明,无论对于低噪声还是强噪声地震数据,基于CEEMD的小波阈值去噪方法的去噪效果都优于单纯的CEEMD去噪方法和小波阈值去噪方法。     

一种改进的独立分量分析算法在大地电磁去噪中的应用

根据大地电磁噪声的特点和独立分量分析(ICA)中M-FastICA算法的优良性能,结合小波分析和盲源分离的相关理论,提出了一种改进的独立分量分析去噪方法。首先对观测信号进行多尺度小波分解,使信号从单道变成多道,以满足独立分量分析对观测信号的数目需求;然后采用M-FastICA算法对小波分解提取的多层高频分量进行独立分量分析以提取有效独立分量和特定独立分量;引入动态自适应因子来限制特定独立分量的权重以减小观测信号信噪比对去噪效果的影响;最后由小波低频分量和M-FastICA算法提取的两种独立分量共同构成恢复信号。模拟信号仿真实验表明,该方法的去噪性能优于传统小波阈值去噪方法。将该方法应用于实际大地电磁观测资料的去噪处理,无论是视电阻率曲线还是相位曲线,都比去噪前更加光滑和稳定,说明改进的独立分量分析算法能有效地去除大地电磁噪声。     

基于CEEMDAN的时频峰值滤波微地震随机噪声压制方法

微地震监测被广泛应用于非常规油气勘探领域,促进油气的增储和高效开采.由于微地震数据具有非平稳性,现行去噪方法的效果并不理想.文中提出一种基于样本熵(SE)自适应白噪声完整集合经验模态分解(CEEMDAN)的时频峰值滤波(TFPF)方法,压制微地震数据中的噪声,保留有效信号幅值.原始微地震数据经CEEMDAN分解为若干个...     

基于Hilbert Ｈuang变换的大地电磁测深数据处理

 如今大地电磁测深技术(MT)在油气勘查中的应用越来越广泛，但MT数据因具有非线性、非平稳和非最小相位的特征，不符合以傅里叶变换为基础的传统谱分析的基本要求。最新发展起来的Hilbert Ｈuang (HHT)是处理非线性、非平稳信号的有效方法。文中从三个方面讨论了HHT在MT数据处理中的应用：①提出利用Hilbert谱对MT数据进行时段筛选，提高信号品质；②利用经验模态分解和Hilbert谱分析MT数据中的噪声分布特征,进行噪声压制;③利用经HHT处理后的数据从Hilbert谱统计估算阻抗张量,使MT数据非平稳性带来的估算偏差最小化。实测数据处理的结果表明：HHT方法处理MT信号是有效的,在抑制噪声、提取信号中有用信息方面优于传统方法，基于HHT谱的阻抗估计消除了传统功率谱方法中大地电磁响应函数出现个别频点分散、误差棒较大的现象,使地质参数的估计精度和资料的可解释性得到明显提高。     

基于经验模态分解互信息熵与同步压缩变换的微地震信号去噪方法研究

针对微地震信号具有随机性、非平稳性与时频耦合的特点以及经验模态分解(Empirical Mode Decomposition,EMD)的模态混叠问题,提出了基于经验模态分解互信息熵与同步压缩变换(Synchrosqueezing Transform,SST)的微地震信号去噪方法。首先对微地震信号进行经验模态分解,获得从高频到低频排列的固有模态函数(Intrinsic Mode Function,IMF)分量;然后求取相邻固有模态函数分量之间的互信息熵,从而辨识出高频与低频部分的分界;最后利用同步压缩变换提取高频部分的有效信号,将其与低频部分重构,实现微地震信号的有效去噪。利用不同噪声强度的理论模型和实际资料,对本文方法与直接舍弃高频成分的去噪方法进行了对比,结果表明,本文方法能够很好地去除微地震信号中的混叠噪声,并将有效信号从噪声中提取出来,提高了资料的信噪比。     

基于频率切片小波变换的时频分析与MT信号去噪

大地电磁(MT)勘测方法因存在多种人文噪声使得某些频段受噪声影响显得更为明显,提出了一种基于频率切片小波变换时频分析的时频域MT信号去噪新方法。给出了方法原理和实现步骤,先对MT信号进行频率切片小波变换,得到全频带下的时频分布,在此基础上对时频谱进行时频阈值滤波和逆变换,重构分离出去噪后的MT信号。仿真实验和实测信号分析结果表明,该方法可有效消除大地电磁信号中的强噪声;去噪后计算的响应参数曲线的突变点得到了有效抑制,曲线变得平滑、连续。     

基于EMD-小波包的随钻测量信号去噪方法

为了降低随钻测量过程中噪声对信号的影响,针对经验模态分解(EMD)去噪方法粗糙和小波包去噪方法缺乏自适应的问题,提出了一种基于EMD-小波包的随钻测量信号去噪方法。利用EMD分解自适应的特点将随钻测量信号分解成几个IMF分量;根据信号自相关函数的特性找出主要含噪的IMF分量,再利用小波包阈值去噪方法将含噪IMF分量中的噪声去除;将去噪后的IMF分量和剩余的分量重构,得到去噪后的随钻测量信号。为验证方法的有效性,进行了随钻测量实验并用该方法对采集的信号进行处理。结果表明该方法能够很好地去除随钻测量信号中噪声的干扰,提高信号的信噪比。     

MAGNETOTELLURIC STATIC CORRECTING METHOD BASED ON THE DECOMPOSITION OF EMPIRICAL MODALITY

大地电磁测深法中的静态效应使实测的视电阻率和相位曲线发生畸变而导致反演解释错误,因此提出了基于经验模态分解(EMD)的大地电磁静校正方法.基于经验模态分解的多分辨特征分析得到电阻率或相位曲线的系列模式分量,再通过浅部(或局部)不均匀体和深部有一定规模的地质体在频率域选择曲线响应的不同模式分量进行重构,从而达到分离、抑制静态效应的目的.模型试算结果表明,经验模态分解校正静态效应能够消除视电阻率和相位曲线产生的畸变现象.     

利用独立分量分析法去除地震噪声

 独立分量分析（ICA）作为盲源分离（BSS）的一种新方法,是分解观测数据中独立信息的有力工具。以往的ICA算法一般假设噪声可以忽略不计，而实际的观测数据中又常常包含一些加性噪声。对于加性噪声的影响不能忽略的情况下，改进的ICA算法首先利用非零时间滞后协方差，应用两步特征值分解法(EVD)可成功地去除部分加性噪声的影响；再利用ICA算法就能更好地分离出原信号。本文通过对地震理论模型和实际资料的试验，说明改进的ICA算法能够有效地克服加性噪声对常规ICA算法的影响，能够分离出地震资料中的有效信号，从而实现利用独立分量分析压制地震资料噪声的目的。     

大地电磁的小波变换—独立分量分析去噪

将小波变换与独立分量分析相结合，提出基于小波分析的独立分量分析对大地电磁数据进行去噪处理的方法。模拟信号仿真实验结果表明，本文方法的去噪稳定性优于传统小波阈值去噪方法；实际大地电磁观测资料去噪结果表明，该方法能较有效地去除噪声，特别是在非极低频区域去噪效果尤其明显，保证了后期数据的质量。     

基于多尺度分解的微地震噪声压制与初至检测方法研究

地面微地震数据信噪比很低,严重影响了初至拾取的精度及反演结果的可靠性。为此,对基于改进的完备总体经验模态分解(ICEEMD)的去噪方法与初至检测方法进行了研究,首先利用ICEEMD将非平稳信号分解为一系列相对平稳的固有模态函数,然后提出了一种自适应间隔阈值去除固有模态中噪声成分的方法,最后将去噪后的分量相加重构去噪后的信号。应用Hilbert变换计算每个分量的振幅,然后计算持续能量比,利用给定的阈值找到局部最大值,计算得到高能量的地震信号的到达时间。理论模型数据及实际微地震资料的处理结果表明,去噪后数据的信噪比得到了改进,相对于传统的空间域滤波与变换域阈值去噪,该去噪方法具有显著的优势及较好的应用价值,与Hilbert变换结合的初至检测方法可以有效地检测微地震信号初至。     

基于经验小波变换的地震资料噪声压制方法

噪声压制是地震资料处理中重要的环节,目前已有的去噪技术存在着噪声去除不干净、有效信号丢失、不能处理非线性非平稳信号等问题。经验小波变换(Empirical Wavelet Transform,简写为EWT)是一种能自适应分解原始信号的算法,其相较于经典的经验模态分解(Empirical Mode Decomposition,简写为EMD)具有更好的自适应性和完善的数学理论基础。将EWT算法引入到地震资料噪声压制中,选取合适的小波函数并利用EWT算法对目标地震信号进行自适应分解,得到其各个频率尺度的固有模态分量;然后根据原始地震信号的主频设定阈值范围,选取主频值在阈值范围内的固有模态分量进行重构,最终获取去噪后的地震信号。结果表明将EWT噪声压制算法应用于数值模型和实际地震资料中,可以很好地实现有效信号和噪声的分离,结果均比常规算法的去噪效果要好。     

基于经验模态分解与小波阈值的MT信号去噪方法

针对低信噪比大地电磁数据的去噪问题,本文提出了-种基于经验模态分解的小波阈值去噪方法,并给出了方法原理和计算步骤;在与小波变换去噪效果对比的基础上,用仿真实验验证了方法的可靠性,并对安徽和内蒙某地实测数据进行了去噪处理。结果表明,本文提出的去噪方法是有效的,去噪后MT信号变得平稳,估算的响应曲线误差棒平均值减小,可为进-步的资料处理和地质解释提供保障。     

基于独立分量分析的地震信号盲源分离及应用

受采集条件及野外环境影响,实际地震资料通常包含严重的噪声,严重影响成像质量。因此,寻找合适的去噪方法来提高资料信噪比至关重要。随盲源信号分离理论发展而来的独立分量分析(ICA)算法以高阶统计理论分析为基础,根据地震有效信号和随机噪声统计独立的特征,可实现信噪分离,但该方法通常要求观测信号数大于源信号数。基于此,提出一种相空间重构与独立分量分析相结合的地震信号单通道盲源分离算法,对地震资料进行去噪处理。该方法利用相空间重构技术,将一维信号重构成多维信号,根据重构相空间中有效信号和随机噪声的几何特征差异,并利用ICA算法结合数据本身的高阶统计特性,可以有效分离噪声和有效信号,提高地震资料信噪比。     

CEEMD与KSVD字典训练相结合的去噪方法

本文提出一种完备总体经验模态分解（CEEMD）方法与K奇异值分解（KSVD）学习字典算法相结合的地震信号去噪方法。含噪信号通过CEEMD分解得到一系列不同尺度的固有模态函数（IMF）;按频率由高到低依次排列IMF各分量,并做自相关分析,去除噪声主导的IMF分量;将累加的过渡IMF分量叠加重构并做CEEMD二次分解,通过自相关分析再次去除噪声主导的IMF分量;分别叠加二次CEEMD分解剩余的IMF分量和一次剩余的IMF分量,得到两个新的含噪信号,并利用KSVD过完备字典分别稀疏表示该两个新的含噪信号,即由稀疏系数重构去噪后地震信号,进而重构最终去噪结果。实验结果证明：该算法的去噪效果明显优于F-X去噪、小波阈值去噪和KSVD字典稀疏去噪等传统方法。     

基于独立成分分析的地震数据去噪

:独立成分分析方法(ICA)是近几年才发展起来的一种新的基于信号高阶统计特性的分析方法。 对于相互统计独立的信号源经线性组合而产生的混合信号,采用ICA能从其中分离出各独立的信号分量。在地震勘探中,地震道信号和随机噪音通常具备非高斯信号的特点，统计性相互独立。在对地震数据和随机噪音信号特点进行分析的基础上，采用基于最小互信息的快速ICA方法实现地震数据去噪。模型分析和实例计算表明，该方法具有一定的可行性。     

基于EMD和HT时频分析方法的滚动轴承故障诊断

针对滚动轴承故障信号的非线性非平稳特征,提出一种基于EMD和HT的时频分析方法。首先对滚动轴承振动信号进行经验模态分解,然后对分解后的固有模态函数分量作希尔波特变换,得到各分量的时频图,清晰直观地显示出信号的时频分布,从而比较方便地从混有背景信号和噪声的振动信号中提取轴承故障信息。通过现场应用,证明了该方法的有效性。     

基于动态时间规整ICA算法地震随机噪声压制

噪声压制是地震数据处理流程中的基本环节之一。传统的独立分量分析(ICA)算法仅适用于平缓地层同相轴的地震资料噪声压制,对非平缓地层同相轴地震资料去噪效果较差,且算法不够稳定,容易出现解混失败现象,导致去噪结果中产生坏道。针对这些问题,提出了将ICA算法与动态时间规整(DTW)算法相结合的噪声压制方法。首先使用DTW算法将倾斜地层同相轴校正为水平同相轴,利用ICA算法提取拉平后含噪地震数据的独立分量,实现拉平地震道的信噪分离。然后利用由DTW算法所提取的道间时差将同相轴还原为倾斜地层同相轴,从而实现复杂地震资料的随机噪声压制。理论模型和叠前叠后实际地震资料测试结果表明,该方法可以有效地压制地震数据中的随机噪声,且对非平缓地层也有较好的去噪效果,具有一定的实用价值。     

EMD在大地电磁信号分析中的问题及解决方法

以经验模态分解(Empirical Mode Decomposition,EMD )为核心的希尔伯特—黄变换(Hilbert-Huang Transform,HHT)被越来越多地应用于大地电磁信号处理中,且EMD分解中的曲线拟合、端点效应和筛选停止准则等几个问题处理的好坏直接决定HHT方法应用成败。结合实际大地电磁信号分析的特点,以仿真和实测大地电磁数据为例,采用对比分析的方法,对上述三个主要问题进行了研究,给出了问题的解决方法,结果为大地电磁信号分析中EMD分解方法的选择提供了有价值的参考。