小波研究在地震数据去噪处理中应用

《小波研究在地震数据去噪处理中应用》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、小波研究在地震数据去噪处理中应用摘要：由于金属矿体埋藏较深、受热液侵入及构造破碎的影响，矿体与围岩之间的电性和磁性参数引起的地球物理异常变得很弱，使得传统探测方法不再适用，需要新的方法进行探测。本文深入研究小波阈值去噪的相关理论，分别针对一维信号与二维信号构造多尺度空间下的阈值去噪方法，并找出小波阈值去噪的优势与缺点。关键词：金属矿地震资料去噪处理小波分析1.小波分析概述傅里叶变换经过长期的研究和发展形成小波分析(WaveletAnalysis)或多分辨分析(MultiresolutionAnalysis),是五十多年来数学领域中调和分析工作的结晶。其基础理论知识涉及泛函分析、数值分析、

2、统计分析、电子工程、电气工程、通信工程和地球物理学等，同时具有理论深刻和工程应用十分广泛的双重意义。与傅里叶变换相比，小波变换具有自适应窗口大小的特性，将信号分解到不同尺度空间之后，信号更加精细，更利于处理。特别是Mallat算法与具有紧支集的正交小波基(如db系列小波基、syms系列小波基)的出现，使得小波分析成为现实，使信号呈现出更微观的时频性质，更容易观察信号的细微变化。信号通过小波变换分解到不同尺度空间，对应不同的频率带，与地震信号去噪处理的分频要求不谋而合。2•地震信号的小波阈值去噪原始的地震记录由有效波和干扰波组成。其中有效波主要集中在低频部分，能量相对比较高，而大部分随机干

3、扰波集中在高频部分，能量也相对比较小。根据这一重要特征，可以利用小波分析的相关原理消去随机噪声。小波阈值去噪的原理就是，将信号分解到不同频带（尺度空间）之后，将小于某一阈值的细节系数归零，大于这一阈值的细节系数保留或者压缩，然后通过小波重构得到消去随机噪声的信号。上面所述的选定一个阈值处理地震信号不太科学，因为在不同频带下噪声的干扰是不一样的，如果在不同尺度空间的高频部分阈值一样的话，那么造成的最坏结果就是不该压制的被压制了，而该压制的没有得到有效的压制。鉴于此，应该针对不同尺度空间选取不同的阈值，然后按上面方法进行去噪处理。3.单道地震信号的小波阈值去噪的流程（1）选择合适的小波基并确

4、定其分解层数，利用mallat分解算法将单道地震信号f分解到不同频带（尺度空间）上。即：4.二维信号的小波阈值去噪处理对地震剖面信号f做如下处理：参考文献：[1]赵天娇，何选森，陈利.基于新阈值函数小波变换的噪声盲分离算法[J].计算机应用研究：2010,27(8)：2886-2888.[2]杨福生，洪波•独立分量分离的原理与应用[M].北京：清华大学出版社，2006.[3]徐晨，赵瑞珍，甘小冰.小波分析应用算法[M].北京:科学出版社，2004.[4]MichaelZibulevsky,YehoshuaY,Zeevi.Extractionofasourcefrommultichanne

5、ldata[J].Neurocomputing,2002,49：163-173.