基于独立分量分析的地震信号盲源分离及应用

摘要

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.