期刊文章详细信息
基于改进互补集合经验模态分解的自适应小波熵阈值地震随机噪声压制算法
Adaptive Wavelet Entropy Threshold Seismic Random Noise Suppression Algorithm Based on Improved Complementary Ensemble Empirical Mode Decomposition
文献类型:期刊文章
MENG Juan;HAN Zhi-ming;LI Ya-nan(School of Electronic Science and Control Engineering,Institute of Disaster Prevention,Sanhe 065201,China)
机构地区:[1]防灾科技学院电子科学与控制工程学院
基 金:河北省廊坊市科技支撑计划(2017011047,2018011023);国家重点研发计划重点专项(2018YFC1503801)资助
年 份:2019
卷 号:19
期 号:30
起止页码:52-61
语 种:中文
收录情况:BDHX、BDHX2017、RCCSE、ZGKJHX、核心刊
摘 要:针对互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)后不易有效区分有用信号和噪声的问题,以及传统小波去噪阈值选取的不足,提出基于改进CEEMD的自适应小波熵阈值地震随机噪声压制算法。将地震信号进行CEEMD后,基于互信息熵和互相关系数获取高频含噪本征模态函数(intrinsic mode function,IMF);对含噪IMF进行多尺度小波分解,将高频小波系数等分为若干区间计算各区间小波熵,在此基础上得到不同尺度的自适应阈值,同时设计了改进阈值函数进行小波阈值去噪。仿真实验中,去噪残差和频谱分析表明,算法能在保留有用信号的同时有效去除随机噪声,实现保幅去噪。实际地震资料处理表明,相比其他去噪算法,算法能有效提高信噪比(signal-to-noise ratio,SNR)1 dB以上,降低均方误差(root mean square error,RMSE),具有良好的去噪能力。
关 键 词:去噪 随机噪声 经验模态分解 互补集合经验模态分解 小波熵 保幅 残差分析
分 类 号:P631]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...