首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于CEEMDAN和SWT的地震信号随机噪声压制
引用本文:温志平,方江雄,刘军,曹昌浩,葛圆圆.基于CEEMDAN和SWT的地震信号随机噪声压制[J].地球物理学进展,2019,34(3):949-960.
作者姓名:温志平  方江雄  刘军  曹昌浩  葛圆圆
作者单位:东华理工大学地球物理与测控技术学院,南昌,330013;东华理工大学地球物理与测控技术学院,南昌330013;核技术应用教育部工程研究中心,南昌330013;流域生态与地理环境监测国家测绘地理信息局重点实验室,南昌330013;东华理工大学地球物理与测控技术学院,南昌330013;核技术应用教育部工程研究中心,南昌330013
基金项目:国家自然科学基金;江西省重点研发计划;教育部工程研究中心;研究生创新专项;研究生创新专项
摘    要:完备集合经验模态分解(CEEMD)通过添加正负成对辅助噪声可较好的解决集合经验模态分解(EEMD)中信号被噪声污染的问题,但CEEMD方法分解后的单个本征模态函数(IMF)分量中仍存在部分随机噪声信息.通过转变辅助噪声形式和分解流程提出自适应噪声完备集合经验模态分解(CEEMDAN)方法,该方法在较少集总次数和筛选迭代次数的情况下,即可实现优良的信噪分离功能,大大缩减处理耗时,具备分解精度高、具有完备性的特征.同时,针对传统经验模态分解(EMD)类方法去噪时直接舍弃第1~2阶高频IMF分量,导致其内高波数有效能量损失的问题,通过计算相邻IMF分量互信息熵获取高频噪声和低频有效信号的最优能量分界,对分界点前的各阶IMF分量进行同步压缩小波变换(SWT)处理,分离有效高频信息,最后与低频IMF分量重构达到噪声压制的目的.合成及实际地震资料处理结果表明,本文联合多步骤地震随机噪声压制策略具有较好的去噪效果和能量保持能力,在运算耗时指标上优于传统的EMD噪声辅助类方法.

关 键 词:随机噪声压制  自适应噪声完备集合经验模态分解(CEEMDAN)  互信息熵(MIE)  同步压缩小波(SWT)
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号