基于经验小波变换的地震资料噪声压制方法

摘要：

噪声压制是地震资料处理中重要的环节,目前已有的去噪技术存在着噪声去除不干净、有效信号丢失、不能处理非线性非平稳信号等问题.经验小波变换(Empirical Wavelet Transform,简写为EWT)是一种能自适应分解原始信号的算法,其相较于经典的经验模态分解(Empirical Mode Decomposition,简写为EMD)具有更好的自适应性和完善的数学理论基础.将EWT算法引入到地震资料噪声压制中,选取合适的小波函数并利用EWT算法对目标地震信号进行自适应分解,得到其各个频率尺度的固有模态分量;然后根据原始地震信号的主频设定阈值范围,选取主频值在阈值范围内的固有模态分量进行重构,最终获取去噪后的地震信号.结果表明将EWT噪声压制算法应用于数值模型和实际地震资料中,可以很好地实现有效信号和噪声的分离,结果均比常规算法的去噪效果要好.

关键词：经验模态分解(EMD)、总体经验模态分解(EEMD)、经验小波变换(EWT)、固有模态分量(IMF)、去噪

所属期刊栏目：23

分类号：P631.4

资助基金：国家自然科学基金项目“基于经验模态分解的自由表面多次波衰减方法研究”41804140

在线出版日期：2018-12-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：100-110