文献类型：期刊文章

作　　者：乐友喜[1] 杨涛[2] 曾贤德[3]

YUE Youxi;YANG Tao;ZENG Xiande

机构地区：[1]中国石油大学(华东)地球科学与技术学院,山东青岛266580 [2]黄河勘测规划设计研究院有限公司,河南郑州450003 [3]中国能源建设集团新疆电力设计院有限公司,新疆乌鲁木齐830001

出　　处：《石油地球物理勘探》

年　　份：2019

卷　　号：54

期　　号：4

起止页码：729-736

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、GEOREFPREVIEWDATABASE、IC、JST、PA、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：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。

关 键 词：完备总体经验模态分解  KSVD学习字典  稀疏表示  自相关 随机噪声

分 类 号：P631]