基于EMD-ICA的地震资料去噪方法研究

摘要

在地震勘探中，由于各种不可预知因素的综合作用，地震信号中往往存在这随机噪声。随机噪声的大小影响了地震信号的信噪比。信噪比较高的地震数据，其可靠性以及参数提取的精度会有所限制。因此如何提高地震资料信噪比是人们一直追寻的目标。本文主要研究了如何消除地震信号中随机噪声的方法。 经验模态分解方法（EMD）是一种自适应时频分析方法。经验模态分解依据信号自身的特点，将待分析的信号分解为一系列不同尺度的本征模式函数（IMF）信号，是一种适用于分析处理非线性非平稳信号的方法。独立分量分析（ICA）是近年来在盲信号理论上发展起来的一种新的多维信号处理方法。在缺乏先验信息的条件下，依据统计原理建立目标函数，通过优化算法将观测信号分解成若干独立成分，对这些独立成分做相应处理可以达到降低噪声的效果。 本文详细阐述了经验模态分解的基本原理、筛分迭代过程、性质以及存在的问题；针对经验模态分解方法存在的模态混叠效应，介绍其相应的改进算法——总体经验模态分解（EEMD）和完备总体经验模态分解（CEEMD）的原理及实现过程，改善了模态混叠问题，提供精确的原始信号重构以及相对较高的计算效率。同时，本文阐述了独立分量分析的数学基础、基本理论和预处理方法，研究了ICA算法在信号分离方面的原理和实现过程。在此基础上，对FastICA的算法原理和特性进行研究，验证其用于信号分离的有效性。 在对完备总体经验模态分解方法和快速ICA技术分别在地震数据信噪分离方面的原理进行说明的基础上，本文验证了两种方法各自进行噪音压制的优缺点，并基于上述优缺点提出改进的基于EMD-ICA的地震信号去噪方法。仿真试验证实，本文提出的改进算法，能够获得比单独进行CEEMD去噪或FastICA降噪或传统降噪方法更为满意的效果，在实际资料的应用中具备可行性。

目录

声明

第一章 引言

1.1 研究目的及意义

1.2 国内外研究现状

1.2.1 经验模态分解的研究与进展

1.2.2 独立变量分析技术的研究与进展

1.3 论文研究内容

第二章 经验模态分解理论研究

2.1 经验模态分解

2.1.1 基本原理

2.1.1 EMD的性质

2.1.3 EMD存在的问题

2.2 总体经验模态分解

2.2.1 基本原理

2.2.2 EEMD存在的缺陷

2.3 完备总体经验模态分解

2.3.1 互补集合经验模态分解

2.3.2 完备总体经验模态分解

2.3.3 CEEMD分解效果的影响因素

2.4合成信号测试分析

2.5 小结

第三章 独立变量分析技术理论研究

3.1 独立变量分析

3.1.1 相关概念

3.1.2 数学模型

3.1.3 前提假设条件

3.1.4 不确定性分析

3.2 预处理

3.2.1 零均值

3.2.2 白化

3.4 FastICA算法

3.3.1 负熵估算

3.3.2 基于负熵的固定点算法

3.3.3 FastICA算法的有效性验证

3.5 小结

第四章 基于EMD-ICA的地震资料去噪方法研究

4.1 常规去噪技术

4.1.1 f-x域去噪技术

4.1.2 小波阈值去噪

4.2 经验模态分解去噪

4.2.1 EMD去噪测试

4.2.2 EEMD去噪测试

4.2.3 CEEMD去噪测试

4.3 ICA去噪方法

4.4 基于EMD-ICA的去噪方法

4.4.1 CEEEMD-FastICA去噪理论

4.4.2 算法测试

4.4.2 实际资料处理

4.4 小结

结论与认识

参考文献

攻读硕士学位期间取得的学术成果

致谢