CEEMD与小波变换联合去噪方法研究

作为经验模态分解(EMD)的改进型算法,完备总体经验模态分解(CEEMD)不但有效解决了EMD的模态混叠问题,同时也保留了EMD处理非平稳信号的优势,如自适应性、二进滤波特性等.CEEMD能自适应地将一个复杂信号分解为一系列本征模态函数(IMF)分量,且IMF分量满足从高频到低频系列分布,随机噪声往往分布在第一个或前几个高频IMF分量.考虑到地震信号的非平稳性和去噪方法对非平稳信号的适应性,针对CEEMD直接舍弃高频IMF分量去噪容易造成高频有效信息损失以及小波阈值去噪方法存在的不足,本文提出了一种基于CEEMD的小波阈值去噪方法.该方法首先引入自相关曲线判别出含噪较多的高频IMF分量,然后对CEEMD直接去噪要舍弃的这些含噪高频分量进行小波阈值降噪,以保留这些分量中的高频有效信息,最后与不含噪声的其他IMF分量一起重构原信号.模型和实际地震数据试算结果表明,该方法在显著提高地震数据信噪比的同时,能有效地保留原信号中的高频有效成分和弱信号信息,是一种相对保幅的有效去噪方法.     

基于平移不变量小波的全张量重力梯度数据滤波（英文）

全张量重力梯度(FTG)数据包含大量场源体的细节信息,其滤波处理对异常的反演和解释结果有重要影响,本文提出一种基于平移不变量小波的自适应混合阈值滤波方法,可有效压制随机噪声并保留数据细节信息。建立了新的混合阈值法,根据信号和随机噪声所对应小波系数的能量分布进行滤波。平移不变量小波能有效压制伪吉布斯现象,混合阈值方法相对传统阈值能得到更好的信噪小波系数的分离,同时,根据每个分解尺度上小波系数的统计特性,使用自适应贝叶斯阈值进行小波系数的处理。此外,应用二维离散小波变换直接处理网格数据,可以提高计算效率。模型数据和实测数据处理的结果表明,相对高斯滤波器,本文所提出的方法不仅能有效去除高斯白噪声,还能更好地保留FTG数据的高频细节信息,具有良好的实际应用前景。     

F-X域复数经验模态分解去噪方法（英文）

F-X域经验模态分解去噪方法在处理非稳态地震数据时存在两个局限,一是单纯剔除第一个固有模态分量将导致有效信号缺失及去噪能力偏弱问题,二是分解复信号时对实部和虚部分别分解存在分解数目不一致的风险。本文对上述两个方面进行了改进,提出了一种新的F-X域投影法复数经验模态分解预测滤波方法,首先采用基于空间投影的复数经验模态分解将F-X域地震数据直接分解为不同的复固有模态分量,然后再对这些分量分别进行F-X域预测滤波。合成记录及实际资料测试表明,本文的新方法能更好地衰减随机噪声,更有效地保持地震信号。     

经验模态分解、数值仿真与形变信号滤波试验

首先介绍了经验模态分解的方法与原理, 给出了由经验模态分解产生的固有模态函数重构特定滤波器的算法, 然后通过对已知数据的仿真检验, 认为该方法在分解与重构滤波器方面具有较高的精度, 最后通过对形变数据中几类典型干扰信号的初步试验与对比分析, 可看出获得了满意的处理效果。 综合分析认为, 经验模态分解及其组合滤波器在干扰消除或某些频率成分滤波与研究中具有重要意义, 可作为形变数据预处理中一种行之有效的数据分解方法。     

CEEMDAN和小波包方法在地震信号降噪中的应用

地震信号是典型的非平稳随机信号,容易受到场地条件和周边环境的影响,产生噪声干扰。采用自适应噪声完备集合经验模态分解（CEEMDAN）方法,对地震数据进行分析预处理,将地震信号分解成一系列具有不同特征时间尺度的固有模态函数（IMF）;对各IMF分量进行自相关计算,筛选含噪IMF分量,使用软阈值小波包方法进行去噪处理,与无噪分量进行重构,从而降低噪声干扰,提高数据质量。     

基于自相关函数特性的CEEMD全局阈值去噪方法研究

完备总体经验模态分解(CEEMD)克服了经验模态分解(EMD)的模态混叠问题,依据信号自身的特点,将待分析的复杂信号分解为一系列不同尺度的固有模态函数(IMF)的子信号,且各IMF分量的频率由高到低依次排列,是一种适用于分析处理非线性非平稳信号的强大的信号分析技术.地震资料中的随机噪声一般属于高频率的信号,在CEEMD中往往分布在前几个高频IMF分量,本文针对基于CEEMD的分频去噪和基于CEEMD的小波阈值去噪等方法的不足,在前人基于EMD阈值去噪的基础上设计了自相关函数统计特性与CEEMD全局阈值联合去噪方法.该方法先对CEEMD分解的若干个模态分量进行自相关,寻找到噪声主导模态和信号主导模态,然后利用设计的全局阈值对噪声主导模态进行去噪,最后将处理后和未处理的固有模态函数进行重构,得到最终的去噪结果.模型试算和实际地震资料处理都验证了此方法在提高信噪比,保留原信号高频有效成分和弱信号信息上的有效性.     

基于MEEMD和时变VARMA模型的地震动噪声清除及基线修正

受背景噪声、仪器倾斜以及外部环境因素产生的低频信号和直流分量影响,由原始地震动信号得到的位移信号会产生波形偏移(基线漂移)现象.目前,常用的地震动去噪方法有滤波法、多项式拟合法、经验模态分解(简称EMD)去噪法、小波去噪法等,但上述方法均有局限性.在探索地震动信号基线修正和去噪过程中,以改进的集合经验模态分解(简称ME...     

基于小波变换的低剂量CT投影数据滤波方法研究

本文根据低剂量CT投影数据的噪声特性,提出了一种基于小波变换的低剂量CT投影数据三维块匹配(BM3D)滤波方法.新方法首先对经过Anscombe变换的低剂量CT投影数据进行小波分解,然后分别对分解后尺度系数和小波系数进行BM3D滤波,接着对滤波后的系数进行逆小波变换和Anscombe逆变换,最后对处理后的投影数据采用经...     

基于CEEMD的曲波阈值去噪方法

由于地震信号的非线性和非平稳性,导致频率域的去噪方法滤波效果不佳.鉴于此,本文设计了基于互补集合经验模态分解(CEEMD)的曲波最优化迭代阈值去噪方法.该方法首先利用CEEMD将非平稳信号分解为一系列相对平稳的固有模态函数,根据每个固有模态函数所含噪声强弱的不同,利用曲波最优化迭代阈值进行去噪处理,最后将处理后的固有模态函数进行重构,得到最终压制噪声后的结果.与FX反褶积相比,本文方法在压制随机噪声提高信噪比的同时,可以更好的保护有效信号.模型试算和实际资料处理验证了该方法的有效性.     

希尔伯特-黄变换地震信号时频分析与属性提取

地震信号属于非线性和非平稳信号,传统的分析方法主要包括短时傅立叶变换、小波变换和Cohen类时频分布等等;希尔伯特-黄变换是分析非平稳信号的新方法,该方法的关键部分是信号的经验模态分解,通过经验模态分解,复杂的信号可以分解为有限的数量很少的几个固有模态函数,从而可以得到信号的希尔伯特时频谱;将该方法应用于单个的地震道数据,可以对地震道进行经验模态分解并得到希尔伯特谱,应用于地震剖面,可以得到意义更加明确的瞬时频率和瞬时振幅等地震属性,模型试算和实际应用表明了该方法的有效性.     

经验模态分解法提取地磁脉动

选取磁通门磁力仪数据,利用经验模态分解法提取地磁脉动,并与传统小波分解法提取的地磁脉动方法作对比,分析子午链区域几个地磁台站提取的地磁脉动的纬度效应和经度效应。结果表明,经验模态分解法提取的地磁脉动形态清晰,易于辨识,与小波法相比,不用选择基函数,更适合于分析非稳态信号。     

地电场观测中城市轨道交通干扰剔除

应用基于EMD的小波阈值去噪方法,去除地电场观测资料中轨道交通干扰,并将小波阈值去噪法和EMD去噪法的效果相比较,结果表明:该方法能够滤除地电场信号中的地铁干扰,同时保留原始信号中微小的突变,突出有用信息,提高地电场台站观测数据的使用率,有较好的去噪效果。基于EMD的小波阈值去噪方法可推广到其他地球物理观测资料的去噪分析,甚至地电场与地电阻率同场地观测中人工供电干扰信号的剔除。     

数字地磁信号的小波消噪处理

基于平稳随机过程的噪声模型,应用小波变换原理对数字化地磁观测资料进行高频噪声剔除,达到净化信号,又不丢失高频有用信息的目的。应用实例表明,小波方法具有良好的效果。     

基于经验模态分解的分数维地震随机噪声衰减方法

经验模态分解算法（EMD）是一种基于有效波和噪声尺度差异进行波场分离的随机噪声压制方法,但由于实际地震数据波场复杂,导致模态混叠较严重,仅凭该方法进行去噪很难达到理想效果.本文基于EMD算法对信号多尺度的分解特性,结合Hausdorff维数约束条件,提出一种用于地震随机噪声衰减的新方法.首先对地震数据进行EMD自适应分解,得到一系列具有不同尺度的、分形自相似性的固有模态分量（IMF）;在此基础上,基于有效信号和随机噪声的Hausdorff维数差异,识别混有随机噪声的IMF分量,对该分量进行相关的阈值滤波处理,从而实现有效信号和随机噪声的有效分离.文中从仿真信号试验出发,到模型地震数据和实际地震数据的测试处理,同时与传统的EMD处理结果相对比.结果表明,本文方法对地震随机噪声的衰减有更佳的压制效果.

     

三参数小波变换自适应阈值压制地震数据高频随机噪声

在有效压制高频随机噪声的基础上, 最大限度保留有效信号一直是地震数据降噪处理中的难点.小波变换阈值降噪因其优秀的降噪效果和较高的计算效率受到地球物理学家们的青睐.在小波变换阈值降噪中, 小波基、阈值函数以及阈值是影响降噪效果的3个关键因素.针对这3个关键因素开展相关研究: (1)采用更加适合地震信号分解的三参数小波作为母小波, 可以更好进行信噪分离; (2)采用改进的阈值函数克服传统硬、软阈值函数的不足, 基于改进阈值函数得到的降噪地震数据不仅波形光滑、连续, 而且基本保持原始信号的特征, 综合了硬阈值和软阈值函数的优点; (3)针对统一阈值"过扼杀"有效信号这一缺点, 提出自适应阈值, 自适应阈值不单以能量为标准进行有效信号和噪声的识别, 还考虑有效信号小波系数的相关性, 避免有效信号被当成噪声舍弃.最后通过模型试算和实际地震数据验证所提方法的有效性和实用性.     

地震资料去噪方法技术综合评述

地震资料去噪,无论是叠前还是叠后,都是处理中非常重要的内容.随着勘探技术的进步,地球物理界积累和开发的去噪软件已越来越多.对各种去噪方法进行分门别类,阐述其基本原理、物理意义、适用条件、发展前景,既有理论价值又有实际指导意义.本文从噪声的特征出发,首先对地震资料噪声进行了分类;然后综合评述了目前实际生产中常用的几种去噪方法,包括频率域滤波、频率波数域滤波、频率空间域滤波、Radon变换、聚束滤波、基于小波分解和重建的去噪方法等;最后还简述了去噪技术的应用及发展情况.     

地震资料去噪方法、技术综合评述

地震资料去噪，无论是叠前还是叠后，都是处理中非常重要的内容.随着勘探技术的进步，地球物理界积累和开发的去噪软件已越来越多.对各种去噪方法进行分门别类，阐述其基本原理、物理意义、适用条件、发展前景，既有理论价值又有实际指导意义.本文从噪声的特征出发，首先对地震资料噪声进行了分类；然后综合评述了目前实际生产中常用的几种去噪方法，包括频率域滤波、频率波数域滤波、频率空间域滤波、Radon变换、聚束滤波、基于小波分解和重建的去噪方法等；最后还简述了去噪技术的应用及发展情况.     

基于深度残差网络与MVMD的多通道地磁信号处理

地磁数据在地震预报、空间天气监测、矿产资源勘查、地球深部构造探索等领域具有重要价值.但现有的地磁台站观测数据受到人文噪声污染的问题日益严重,给地球内部高精度成像带来了极大困难.为此,我们将深度残差网络(residual network,ResNet)与多元变分模态分解(multivariate variational mode decomposition,MVMD)引入到地磁信号的处理,提出一种新颖的多通道地磁信号处理方法.首先,利用深度残差网络对大量人工标记的数据集进行训练,得到基于残差网络的地磁信噪识别模型;然后,利用训练好的模型识别出观测信号中的含噪片段;之后,利用MVMD对含噪片段进行多通道的信噪分离,得到去噪后的片段;最后,用去噪后的片段代替原始观测信号中的含噪片段,得到完整的高质量信号.为验证方法的有效性,我们设计了仿真实验,结果表明所提方法可以将观测信号的信噪比提高约15 dB,相对于变分模态分解(variational mode decomposition,VMD)、互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)、数学形态滤波(mathematical morphological filtering,MMF)、小波去噪(Wavelet)等方法具有较明显的优势,且适合多通道信号的同时处理.我们将所提方法应用于菲律宾海及西太平洋的海底观测的地磁数据,结果表明所提方法的识别精度约为98%,并能够极大改善信号的质量.去噪后的信号与相邻台站的同时段高质量信号的相似度由去噪前的94.75%提升到了97.34%,表明处理结果是可靠的,使用我们的方法有望提高地磁数据成像的精度及可靠性.

     

Surface nuclear magnetic resonance signals recovery by integration of a non‐linear decomposition method with statistical analysis

Presence of noise in the acquisition of surface nuclear magnetic resonance data is inevitable. There are various types of noise, including Gaussian noise, spiky events, and harmonic noise that affect the signal quality of surface nuclear magnetic resonance measurements. In this paper, we describe an application of a two‐step noise suppression approach based on a non‐linear adaptive decomposition technique called complete ensemble empirical mode decomposition in conjunction with a statistical optimization process for enhancing the signal‐to‐noise ratio of the surface nuclear magnetic resonance signal. The filtering procedure starts with applying the complete ensemble empirical mode decomposition method to decompose the noisy surface nuclear magnetic resonance signal into a finite number of intrinsic mode functions. Afterwards, a threshold region based on de‐trended fluctuation analysis is defined to identify the noisy intrinsic mode functions, and then the no‐noise intrinsic mode functions are used to recover the partially de‐noised signal. In the second stage, we applied a statistical method based on the variance criterion to the signal obtained from the initial phase to mitigate the remaining noise. To demonstrate the functionality of the proposed strategy, the method was evaluated on an added‐noise synthetic surface nuclear magnetic resonance signal and on field data. The results show that the proposed procedure allows us to improve the signal‐to‐noise ratio significantly and, consequently, extract the signal parameters (i.e., and V₀) from noisy surface nuclear magnetic resonance data efficiently.     

地磁台站的城市轨道交通干扰的小波抑制方法研究——以天津轨道交通干扰为例

我国地磁台站观测环境日益受到轨道交通干扰影响,导致地磁观测数据质量下降,制约地磁观测发展.因此,开展干扰抑制的数据处理方法研究,最大限度抑制干扰是提高观测数据质量切实可行的方法.本文提出轨道交通干扰的小波域噪声阈值抑制模型及方法.以天津轨道交通为例,选用受干扰的天津静海地磁台和未受干扰的参考台站河北红山地磁台观测资料,分析并得到受干扰台站轨道交通干扰的功率谱特征和小波域各尺度上的分布特征.采用小波域尺度间模型提取晚间未受干扰时间段;采用尺度内模型对各受干扰尺度阈值进行有效估算并进行抑制.抑制结果表明:该方法使最大100 dB左右干扰增益降低至损失数个分贝.该抑制方法作用在未受干扰的2个参考台站的观测数据,平均抑制损失分别为0.05 nT和0.03 nT.该方法能够较好的抑制轨道交通干扰并最大限度的保留真实的地磁观测数据,提高观测数据质量.