检索结果-南通市图书馆

基于改进FastICA算法的地震信号去噪研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于改进FastICA算法的地震信号去噪研究

作者：王永涓成都理工大学

学位级别：硕士

独立分量分析（Independent Component Analysis,ICA）方法是从多维数据中寻找其内在具有独立性和非高斯性因子的一种盲源分离方法。独立分量分析方法可以在不知道源信号及混合矩阵任何信息的情况下，只需假设源信号是相互独立的就能很... 详细信息

独立分量分析（Independent Component Analysis,ICA）方法是从多维数据中寻找其内在具有独立性和非高斯性因子的一种盲源分离方法。独立分量分析方法可以在不知道源信号及混合矩阵任何信息的情况下，只需假设源信号是相互独立的就能很好地将源信号从混合信号中分离出来。在实际问题中，独立性假设是合理的，因此近年来随着人们不断的深入研究其在通信、模式识别、经济、图像处理、数据压缩等领域中的应用越来越广泛。本文简要的阐述了独立分量分析的发展、应用和研究现状，详细地论述了独立分量的原理、数学模型、相关的预备知识及实现过程，系统且详尽地介绍了基于负熵最大的快速独立分量分析算法—FastICA算法。通过对快速独立分量分析算法认真分析后发现，算法中选用的牛顿迭代格式的收敛速度只有二阶。为了更进一步加快收敛速度引入具有五阶收敛速度的改进牛顿迭代格式从而在很大程度上提高了收敛速度，另外由于减少了收敛时所需的迭代次数避免迭代振荡的情况，使算法获得更好的收敛性能。同时针对改进后的快速独立分量分析算法的收敛性依赖于初始值的问题，在改进算法中加入阻尼因子提出加入阻尼因子的改进快速独立分量分析算法，改善了算法对初始值的依赖性。最后，通过仿真实验验证了算法的可行性。地震资料是了解地层结构的一个重要信息来源，而随机噪声却时常伴随着地震信号在地震记录中出现。当这些随机噪声干扰能量过大时将严重影响地震成像的真实性和可靠性，干扰地震资料的解释从而增加地质勘探成本。因此，去噪问题成为地震勘探中最重要的工作。本文在认真分析地震信号特点的基础上将改进后的快速独立分量分析算法应用于实际地震信号处理中，实现地震勘探信号的信噪分离。分离结果表明改进后的快速独立分量分析算法能很好地消除地震信号记录中的噪声，使剖面的质量得到较大改善。因此独立分量分析在地震资料处理方面应用前景非常广阔。

关键词：独立分量分析牛顿迭代阻尼因子地震信号去噪

基于稀疏变换与统计近邻法的地震信号去噪研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于稀疏变换与统计近邻法的地震信号去噪研究

作者：李书华河北工业大学

学位级别：硕士

由于采集环境及控制采集成本等因素的影响,地震信号获取中不可避免会掺杂不同水平的随机噪声,随机噪声会对水平叠加、反演和偏移等后续处理步骤造成严重影响,因此地震信号去噪具有重要研究意义。小波变换（Wavelet,WT）与轮廓波变换（Co... 详细信息

由于采集环境及控制采集成本等因素的影响,地震信号获取中不可避免会掺杂不同水平的随机噪声,随机噪声会对水平叠加、反演和偏移等后续处理步骤造成严重影响,因此地震信号去噪具有重要研究意义。小波变换（Wavelet,WT）与轮廓波变换（Contourlet,CT）等稀疏变换方法在信号去噪领域已有广泛应用;非局部均值（Non-local means,NLM）与双边滤波器（Bilateral filtering,BF）等滤波算法同样是经典的信号去噪手段,而统计近邻法（Statistical Nearest Neighbors,SNN）邻域选择策略可提高NLM与BF的去噪性能。为将地震信号与噪声更有效分离,本文分别在稀疏变换与统计近邻法（SNN）基础上对地震信号去噪展开研究。主要研究内容如下:（1）融入循环平移（Cycle spinning）的小波-轮廓波变换（Wavelet-Contourlet,WCT）地震信号去噪将WT与CT两种稀疏变换结合,并借助循环平移消除信号中伪吉布斯现象,提出一种融入循环平移的WCT地震信号去噪算法（CS-WCT）。该算法首先对地震信号进行循环平移,然后用WT代替CT中的拉普拉斯金字塔（Laplace pyramid,LP）变换,对信号进行WCT变换处理,再使用阈值函数去除信号中的噪声,最后做相应的反变换及逆循环平移,得到去噪后的地震信号。对合成信号、叠后陆上信号与叠前海上信号去噪,并与经典的WT、CT及WCT去噪结果对比,实验采用均方误差（MSE）、峰值信噪比（PSNR）和结构相似性（SSIM）等评价指标,结果表明提出的算法去噪效果最优。（2）基于统计近邻法的非局部均值地震信号去噪使用近邻法（Nearest neighbors,NN）的邻域集选择策略可减轻传统NLM算法的计算负担,但同时会引入预测误差影响去噪性能。SNN邻域集选择策略可以减少上述偏差,并去除NN带来的视觉可见的人工伪影。因此本文以SNN为框架,提出一种基于统计近邻法的非局部均值地震信号去噪算法（SNN-NLM）。SNN收集与目标子块平方距离接近其期望值的邻域作为邻域集,代替NN仅以平方距离的大小为标准确定去噪邻域集,然后对邻域集加权取均值,即为目标子块去噪后数据值,对地震信号中所有含噪目标子块重复同样计算,最后将所有目标子块聚合成最终去噪信号。对合成信号、叠后陆上信号与叠前海上信号去噪,并与NLM、基于NN的NLM算法（NN-NLM）去噪结果对比,实验采用MSE、PSNR和SSIM作为评价指标,结果表明提出的算法去噪效果最优,并能够明显消除NN-NLM造成的人工伪影。（3）基于统计近邻法的双边滤波地震信号去噪本文以SNN为框架,提出一种基于SNN的BF去噪算法（SNN-BF）,实质是将SNN邻域选择策略与BF相结合提升去噪性能。去噪时该算法使用SNN确定邻域集,然后对邻域集加权取均值,得到去噪后数据估计值,对含噪信号中所有数据点做同样计算,最后合成去噪后信号。对合成信号、叠后陆上信号与叠前海上信号去噪,并与基于NN的BF算法（NN-BF）去噪结果进行对比,实验同样选择MSE、PSNR与SSIM作为评价指标,结果表明提出算法去噪效果更优。

关键词：地震信号去噪稀疏变换非局部均值双边滤波统计近邻法

基于改进的快速独立分量分析方法的地震信号去噪研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于改进的快速独立分量分析方法的地震信号去噪研究

作者：张方明吉林大学

学位级别：硕士

独立分量分析(ICA)方法是近年来由盲源分离技术发展来的一种新的多维信号处理方法,它是指在不知源信号和传输信道参数的情况下,根据输入信号的统计特性,仅由观测信号恢复出源信号的过程。由于ICA技术对应用环境无需太多的假设条件,因此... 详细信息

独立分量分析(ICA)方法是近年来由盲源分离技术发展来的一种新的多维信号处理方法,它是指在不知源信号和传输信道参数的情况下,根据输入信号的统计特性,仅由观测信号恢复出源信号的过程。由于ICA技术对应用环境无需太多的假设条件,因此近年来,随着人们研究的不断深入,其在数据压缩、图像处理、模式识别、通信以及经济等领域中的应用越来越广泛。本文重点介绍了快速独立分量分析算法(FastICA),对FastICA算法进行分析,发现算法最为耗时的部分为牛顿迭代过程中的雅可比矩阵的计算,为了在既减少雅可比矩阵的计算次数,又可以适应迭代过程中数据变化的要求,本文介绍了一种改进的方法(M-FastICA),将FastICA算法的多次迭代结合在一起,在这些多次迭代中,只计算一次雅可比矩阵,后面迭代过程应用第一次迭代中的雅可比矩阵的值,从而在多次迭代只求一次雅可比矩阵的情况下达到适应迭代的数据变化的目的。针对M-FastICA算法的收敛依赖于初始权值的问题,在算法过程中加入松弛因子,改善算法对初始权值的依赖性。地震资料是地质勘探的一个重要信息来源,随机干扰时常伴随着地震信号在地震记录中出现。当这些干扰能量过大时,严重影响地震成像的真实性和可靠性,干扰地震资料的解释,从而增加地质勘探成本,其中,去噪问题是地震勘探中最突出的问题。本文在对地震信号特点分析的基础上,将ICA方法引入地震信号处理中,实现地震勘探信号的信噪分离。

关键词：独立分量分析地震信号去噪牛顿迭代雷克子波

基于VMD与改进小波阈值的地震信号去噪方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

物探化探计算技术 2021年第6期43卷 690-696页

作者：乔云李琼钱浩东宋鑫成都理工大学地球物理学院成都610059 成都理工大学地球勘探与信息技术教育部重点实验室成都610059 中国石油集团川庆钻探工程有限公司钻采工程技术研究院广汉618300

地震资料通常包含大量噪声,为了有效去除噪声,提高地震信号的信噪比,这里提出一种联合变分模态分解(VMD)与改进小波阈值去噪的方法。相比于传统的小波阈值函数,新构造的阈值函数克服了硬阈值函数的不连续性问题和软阈值函数中小波系数... 详细信息

地震资料通常包含大量噪声,为了有效去除噪声,提高地震信号的信噪比,这里提出一种联合变分模态分解(VMD)与改进小波阈值去噪的方法。相比于传统的小波阈值函数,新构造的阈值函数克服了硬阈值函数的不连续性问题和软阈值函数中小波系数的恒定偏差问题,同时能根据实际情况灵活调节两个参数,以实现较好的阈值去噪效果。而VMD对非平稳信号分解具备较好的自适应性,能很好地应用于地震信号。将两种方法相结合可以获得更好的去噪效果。用本文提出的方法对仿真信号以及实际地震资料进行处理后,信噪比明显优于传统单一去噪方法。

关键词：改进小波阈值变分模态分解地震信号去噪信噪比

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于EMD与1D全变分的地震信号去噪

四川理工学院学报（自然科学版） 2014年第3期27卷 29-33页

作者：王均荣张涛安素珍周仲礼王茂芝成都理工大学数学地质四川省重点实验室成都610059 电子科技大学神经信息教育部重点实验室成都610054

经验模态分解(Empirical Mode Decomposition,EMD)是一种信号的时频分析方法,该方法在不需要先验知识的条件下,可以将非平稳、非线性信号,依据信号的特征,自适应的分解为多个本征模态函数(Intrinsic Mode Function,IMF)之和,得到高的频... 详细信息

经验模态分解(Empirical Mode Decomposition,EMD)是一种信号的时频分析方法,该方法在不需要先验知识的条件下,可以将非平稳、非线性信号,依据信号的特征,自适应的分解为多个本征模态函数(Intrinsic Mode Function,IMF)之和,得到高的频率分辨率。然而,一般的去噪方法是将所选择的高频IMF部分取不同的阈值进行滤波或者是直接置为零重构后实现信号的去噪,很显然这会造成高频部分有用信号的损失。1D全变分(Total Variation,TV)是一种有效的信号去噪方法,能够非常好的保护信号边缘信息,但有时也会把噪声当作边缘信息,出现虚假边缘现象。因此,基于EMD和1D-TV的优点提出了一种新的去噪方法,根据对实际金属矿床地震信号处理的结果表明,该算法能有效的消除地震信号中的噪声,并能有效保护地震信号边缘构造信息。

关键词： 1D全变分 EMD 地震信号去噪

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于脊波变换的地震信号去噪方法

天津工程师范学院学报 2009年第1期19卷 10-13页

作者：吴爱弟王海珍天津工程师范学院理学院天津300222

Ridgelet变换是信号的一种新的多尺度表示方法,它特别适合于具有线奇异性的二维信号的描述。将小波的自适应阈值去噪方法扩展到Ridgelet域中,应用Ridgelet变换,采用自适应阈值对地震信号进行去噪处理。数值实验结果表明,Ridgelet变换在... 详细信息

Ridgelet变换是信号的一种新的多尺度表示方法,它特别适合于具有线奇异性的二维信号的描述。将小波的自适应阈值去噪方法扩展到Ridgelet域中,应用Ridgelet变换,采用自适应阈值对地震信号进行去噪处理。数值实验结果表明,Ridgelet变换在地震信号去噪方面优于小波变换。

关键词：小波变换脊波变换地震信号去噪

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

一种改进的多次小波变换地震信号去噪方法

油气地球物理 2007年第2期5卷 11-15页

作者：徐维秀岳继光段卫星同济大学控制科学与工程系胜利石油管理局物探公司

根据小波变换下信号和噪声在多尺度空间中的不同特性,对不同尺度下的小波系数用阈值处理,改进了多次小波变换应用于地震信号去噪的方法。数据仿真和实际应用表明,该方法可以有效压制随机噪声,对提高地震记录信噪比和分辨率都有较好的效果。

关键词：多次小波变换阈值地震信号去噪

基于傅里叶分解与奇异值差分谱的地震信号去噪

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于傅里叶分解与奇异值差分谱的地震信号去噪

基于多元经验模态分解的微地震信号去噪方法研究

2019年中国地球科学联合学术年会

作者：唐刚徐智北京化工大学

经验模态分解(Empirical Mode Decomposition,EMD)因其不需要预设基函数,能够自适应处理信号,被广泛应用于各个领域,在地震信号处理方面也取得了较好的效果。但是经验模态分解存在理论欠缺、模态混叠、端点效应等问题,影响该方法在地震... 详细信息

经验模态分解(Empirical Mode Decomposition,EMD)因其不需要预设基函数,能够自适应处理信号,被广泛应用于各个领域,在地震信号处理方面也取得了较好的效果。但是经验模态分解存在理论欠缺、模态混叠、端点效应等问题,影响该方法在地震信号处理中的应用效果。傅里叶分解(Fourier Decomposition Method,FDM)是一中局部的、正交的、完备的、自适应的信号处理方法,该方法通过结

关键词：傅里叶分解奇异值差分谱经验模态分解地震信号去噪

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

基于多元经验模态分解的微地震信号去噪方法研究