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

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

所属期刊栏目：19

分类号：P631

资助基金：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

在线出版日期：2019-12-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：52-61