APPlication of suPPressing random noise in seismic data based on Trivashrink and DTCWT

In Process of seismic exPloration,the noise of seismic signals Produces serious interference. Conven-tional methods of wavelet threshold denoising cannot fully use the characteristics of seismic signal...     

基于CEEMDAN和小波变换的地震信号随机噪声压制新方法

提出一种结合自适应噪声完备集合经验模态分解（CEEMDAN）和小波变换（WT）的地震信号去噪新方法CEEMDAN-WT。首先利用CEEMDAN将地震信号自适应地分解为若干个固有模态函数（IMF）和余量;然后计算各分量与原始信号的皮尔森相关系数,对处在不同相关系数阈值区间内的分量分别作小波滤波、维持原状及直接剔除等处理,并进行线性重构;最后构建样本熵变化量、互信息、信噪比等指标体系,定量评估去噪效果。模拟实验与实测数据（青海玛多地震）计算结果表明,与EMD、EEMD等方法相比,CEEMDAN-WT方法能有效抑制随机噪声的影响,提高信噪比,并且地震信号的精细化重构效果较好,信号有效成分得到较大保留。     

Study of denoising method for nonhyperbolic prestack seismic reflection data

Removing random noise in seismic data is a key step in seismic data processing. A failed denoising may introduce many artifacts, and lead to the failure of final processing results. Seislet transform is a wavelet-like transform that analyzes seismic data following variable slopes of seismic events. The local slope is the key of seismic data. An earlier work used traditional normal moveout(NMO) equation to construct velocity-dependent(VD) seislet transform, which only adapt to hyperbolic condition. In this work, we use shifted hyperbola NMO equation to obtain more accurate slopes in nonhyperbolic situation. Self-adaptive threshold method was used to remove random noise while preserving useful signal. The synthetic and field data tests demonstrate that this method is more suitable for noise attenuation.     

小波阈值法在JCZ系列超宽频带地震仪记录的地震数据中的应用及探讨

为了对JCZ系列超宽频带地震仪采集到的地震数据进行有效去噪,探讨小波阈值法在不同地震数据中去噪的实际效果。首先介绍小波法的基本理论与去噪标准,探讨不同小波基的选取、不同分解、重建尺度与阈值的选取及处理方式对小波阈值法最终去噪效果产生的影响;使用控制变量法,选取武汉水院地震台的记录数据,探讨如何获得较好的去噪效果。为了比较小震和中强震两种情况下相同方法的处理效果,将选择好的小波基与几何尺度用于震例数据去噪发现,在实际地震去噪处理中基于样本数估计选取的阈值具有一定局限性,且相同阈值在不同震级的震例数据中具有不同的去噪结果。最后使用小波阈值对JCZ系列超宽频带地震仪采集到的地震数据进行去噪发现,小波阈值去噪对于P波初动的识别判断也具有一定意义。     

Improvement of S/N ratio of seismic data by hyperbolic filter algorithm

This paper deals with the implementation of the hyperbolic filter algorithm for noise suppression of seismic data. Known the velocity of reflection event, utilizes the resemblance of reflection signal in each seismic trace, the hyperbolic filter algorithm is effective in enhance reflection event and suppress the random noise. This algorithm is used to CDP gathers also is compared with the algorithm of τ-p transform. Simulation shows the hyperbolic filter is effective and better than τ-p transform.     

Seislet transform denoising based on total variation minimization

Attenuation of noise is a persistent problem in seismic exploration. The authors use conventional denoising method to remove noise which may cause vibration near the discontinuity called pseudo-Gibbs artifact.In order to remove the artifact,the study proposed a method combining the seislet transform and total variation minimization. Firstly,the data are converted into the seislet transform domain. Secondly,the hard threshold was used for eliminating the noise and keep useful signal,which is the initial input for the next step. Finally,total variation minimization dealed with denoised data to recover boundary information and further eliminated the noise. Synthetic data examples show that the method has feasibility in eliminating random noise and protecting detailed signal,and also shows better results than the classic f-x deconvolution. The field data example also shows effective in practice. It can remove the noise and preserve the discontinuity signal at the same time.     

一种去除地震背景噪音的新方法

结合希尔伯特-黄变换方法,根据信号背景噪音时间延续性假设,提出了一种自适应地震信号去噪算法。利用该算法实现了台站地震监测信号的去噪分析。分析表明：1）该去噪算法能根据背景信号特性有效去除信号的低频干扰;2）该算法可自适应完成信号分解去噪,计算效率高,无时间分辨率和频率分辨率问题;3）该算法处理高频干扰存在缺陷,有待进一步完善。     

基于提升小波的单历元GPS变形监测信号的去噪

介绍提升小波阈值收缩法去噪的基本原理和方法,利用该方法对含噪的GPS单历元变形监测数据进行去噪,提取真实变形信息。实际数据处理结果表明,相比第一代小波,提升小波变换去噪效果更好,计算速度更快。     

面向中尺度涡提取的SLA去噪方法研究

噪声去除一直是基于卫星高度计资料的海洋中尺度涡提取研究的难点和热点,然而无论是卷积滤波器还是信息滤波器都存在对海面高度异常（SLA）数据的局部过处理现象。鉴于此,本文提出一种基于包络面去噪的海洋中尺度涡提取方法。该算法可利用分离层内的信息稳定性和层间的信息完备性,很好地改进了卷积运算没有考虑局部噪声的不足,进而有效地提高去噪能力。其具体流程为：首先,对初始化的原始数据场进行上下包络面构造,形成原始数据子场;然后,根据子场内部和子场间的稳健性,把原始数据场转换为子场集合;其次,利用子场极差和标准差,对子场集合进行信息重组,形成噪声去除后的信息场;最后,利用去噪后的信息场数据,采用Winding-Angle（WA）和泛克立金中尺度涡提取算法在西北太平洋进行对比验证实验。实验结果表明,本文提出的方法较前人的方法有较大的提升,准确率为91.23%,取得了较好的应用效果。     

线性Radon变换噪音压制法及其在古龙断陷中的应用

针对松辽盆地北部古龙断陷地震资料信噪比低、线性干扰强特点,提出应用线性Radon变换进行叠前线性噪音压制的预处理方法,Radon变换可在炮集和CMP道集上进行运算,算法简单,易于编程实现,其积分路径的特点适合线性噪音压制.模拟数据和实际地震资料应用结果表明,线性Radon变换法能够实现保幅的线性噪音压制,是叠前提高地震资料信噪比的实用方法,在地震资料预处理中具有应用前景.     

高精度广义KL变换波场分离与去噪

KL滤波是地震数据处理中的重要方法技术之一。针对在实际中如何有效地应用好KL变换的问题，结合有效波同相轴高精度拾取和排齐技术，采用奇异值分解（SVD）算法实现KL变换，使KL滤波适用于任意弯曲同相轴的分离与消除。理论模型计算和实际资料处理试验表明，使甬该方法能有效地分离相干噪声和随机噪声，提高地震记录的信噪比，简单实用．便于操作。     

基于CEEMDAN的GNSS变形监测去噪方法

为了提高GNSS变形监测数据去噪的有效性和可靠性,提出一种自适应完备集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise, CEEMDAN)去噪方法。首先将GNSS变形序列经CEEMDAN分解为若干特征模态函数;其次引入排列熵理论确定高低频分界值K,利用小波分析对高频分量进行去噪,去噪后与低频分量重构得到去噪序列;最后通过仿真和实测边坡GNSS变形监测数据,利用信噪比、均方根误差、相关系数等指标对比分析CEEMDAN、EMD和小波去噪方法。结果表明,CEEMDAN方法的去噪效果和精度优于EMD和小波去噪方法,证明了本文所提方法的有效性和可靠性。     

基于经验小波变换的GNSS多路径误差改正

多路径误差是影响GNSS测量精度的主要因素及误差改正难点。将经验小波变换(EWT)算法在分解复杂信号上的优势与GNSS多路径误差的周日重复特性相结合,提出基于EWT的多路径误差提取及改正新方法。将能量熵与相关系数相结合来定义筛选系数,并将其变化显著的点作为含噪分量及信息分量的分界点;通过对含噪分量进行去噪并与信息分量重构的方式建立基于EWT的去噪新方法。模拟和实测数据实验表明,EWT能较好地提取及改正GNSS多路径误差,并且其效果显著优于EMD及小波分析方法。     

EEMD-多尺度排列熵的GPS高程时间序列降噪方法

针对GPS高程时间序列受各类噪声干扰的影响,导致难以提取有用信息的问题,提出一种基于整体经验模态分解(EEMD)结合多尺度排列熵(MPE)的阈值降噪方法。该方法以EEMD为核心算法,将原始信号分解成一系列本征模态函数(IMF),并采用MPE作为指标将其分类为噪声IMF、混合IMF和信息IMF;然后利用阈值函数处理混合IMF,实现二次降噪;再重构降噪后的数据与信息IMF,获得降噪结果。仿真信号和实例分析结果表明,该方法与相关系数法、MPE法相比,降噪评价指标RMSE、SNR和d_nSNR均为最优,说明该降噪方法效果最好,本文方法获得的降噪结果能够更好地反映出时间序列本身的非线性变化特性,可为GPS高程时间序列分析提供可靠依据。     

����������׹��Ƶ�GPS����ʱ��������������

?????????????GPS???????У???????????????????????в???db6С??????????????????????????????С????????????????????GPS???????????????????????????????????????????????????GPS?????????????????а???????????????????????????????????????????GPS???????????????????????????????????????????????????к?????????     

����HHT����������̨վ�����������������о�

?????????HHT????????????????????????????÷?????С??????????????о?????ν?HHT????????????????????????????????С?     

光谱与空间维双重稀疏表达的高光谱影像分类

高光谱遥感影像的稀疏分类是当前遥感信息处理的研究热点。本文提出一种光谱与空间双重稀疏表达的高光谱遥感影像分类方法（WSSRC）。首先利用小波字典对光谱维进行稀疏表示,将光谱维稀疏分类转化到小波域稀疏分类;其次,考虑空间邻域地物光谱的统一性和差异性,对邻域内像元分别进行稀疏编码,并对编码进行累加聚合;然后,利用聚合后的稀疏编码构造线性分类器对高光谱影像进行分类;最后,通过2幅标准的高光谱影像数据验证了本文所提出的方法。实验结果表明,该方法能有效地提高影像的分类精度。     

基于CEEMD和改进小波阈值法的钢架结构沉降数据去噪方法

在钢架结构安全监测过程中,针对沉降数据易受外界环境噪声干扰的问题,在互补集合经验模态分解(CEEMD)的基础上提出改进小波阈值函数的去噪方法。首先对含噪信号作CEEMD分解,得到各种本征模函数(IMF);之后选取IMF分量使用改进小波阈值去噪;最后重构IMF信息,取得降噪后的信号。仿真结果表明,基于CEEMD和改进小波阈值法的混合方法能够有效滤除信号中的噪声分量,提高沉降数据监测精度。     

基于双树复小波变换图像融合方法

基于离敞小波变换的图像融合算法在特征表达上存在不足,将双树复小波变换引入到彩色图像融合中,对彩色图像的3通道分别进行融合,各通道低频取加权平均,高频去较大值的方法.融合效果评价除了使用均方根误差、峰值信噪比和熵外,还使用了通用的主观与客观相结合的方法.实验结果表明,获得的融合图像效果较好,优于离散小波融合算法.     

基于点云去噪的球形标靶中心拟合研究

以球形标靶作为同名特征点进行点云数据配准时，若标靶附近有干扰物或扫描的标靶点云含有大量噪声，会对点云配准质量造成很大影响。针对目前点云配准对标靶自身噪声有所忽略的问题，分析球形标靶的特点，探讨小波阈值去噪方法的适用性，并对去噪小波基函数的选取进行实验，提出球形标靶点云离散噪声小波阈值去噪方法。实验表明，标靶自身点云的去噪不可忽视。分析结果表明，该方法能够更有效地滤除球面外围粗差噪声，单个球形标靶的中心位置拟合精度提高约0.8 mm，相较标靶球未经去噪的拼接结果，扫描物特征检查点的坐标拼接误差减小约5 mm，点云总体配准精度提升约20％，是一种有效的点云数据配准预处理方法。