基于小波变换的地震信号去噪方法研究.pdfVIP

弟 21卷第4期 宁德师专学报(自然科学版) V01．21 No．4 2009 年 11月 JournalofNingdeTeachersCoHege (NaturalScience) NOV． 2009 基于小波变换的地震信号去噪方法研究 吴 良峰 ，叶宇煌，陈 盈 (福州大学通信工程系，福建 福州 350002) 摘要：提高信噪比是地震信号数字处理的主要任务．研究了几种常用的小波去噪方法在地震信号中去除随 机噪声的应用，分析了各 自的特点，并改进了算法．通过MATLAB的仿真结果表明，小波变换的去噪效果明显优 于传统的Fourier变换方法． 关键词：地震信号；小波变换；随机噪声；降噪；MATLAB仿真 中图分类号：P315．61 文献标识码 ：A 文章编号：1004—2911(2009)04—0376—03 信号去噪是地震信号数字处理的主要任务．以往地震信号去噪的很多方法都是利用传统的Fourier 变换 ，但是 Fourier变换不具备局部分析的能力，存在着保护信号局部性和抑制噪声之间的矛盾．／J、波变 换具有 良好的时频局部化性质和多分辨率分析的特点，因此为解决这一问题提供 了有力的工具．本文主 要介绍小波变换尺度问相关性去噪、小波变换阈值去噪和平移不变量小波阈值去噪等三种常用的小波 去噪方法 ，并利用 MATLAB的小波分析工具箱对人工合成地震记录进行去噪仿真实验 ，最后对比分析 三种小波去噪方法和Fourier变换在地震信号中的去噪效果 ，得出结论． 1 三种小波去噪的基本原理和算法 1．1 小波变换尺度间相关性去噪n(SSNF) 信号与噪声的小波变换在各尺度下的不同传播特性表明，信号的小波变换在各尺度间有较强的相 关性 ，且在边缘处具有很强的相关性 ；而噪声的小波变换在各尺度间没有明显的相关性 ，且噪声的小波 变换主要集中在小尺度各层次中．根据信号与噪声的小波变换在不同尺度间的上述不同特点，人们可以 通过将相邻尺度的小波系数直接相乘来增强信号，抑制噪声． 该去噪算法的具体步骤为：(1)求含噪信号的小波变换；(2)估计噪声和各尺度的标准差；(3)在每个 尺度上，比较规范化相关系数和小波系数的绝对值，提取信号的边缘信息；(4)得到各尺度下被抽取的小 波系数以及二进小波变换的最大尺度的低频分量，利用逆小波变换得到去噪后的信号． 算法的改进 ：SSNF算法中噪声阈值的估计不精确，容易引起振荡现象．因此，笔者引入均值滤波2[]， 对去噪后的小波系数进行均值滤波，可以很好地去除振荡现象． 1．2 小波变换阈值去噪口 正交小波变换具有很强的去数据相关性 ，它能够使信号的能量集 中到一些大的有限的小波系数中， 而噪声的能量分布于整个小波域．因此，经小波分解后，信号的小波系数幅值要大于噪声的系数幅值． 该算法的具体步骤为：(1)计算含噪信号的正交小波变换；(2)对小波系数进行非线性阈值处理．阈 值处理的经典方法有软阈值和硬阈值两种 ；(3)进行逆小波变换． 1．3 平移不变量小波阈值去噪M(TI) 平移不变量小波阈值去噪，也称 TI法 ，是阈值去噪的改进．虽然 阈值去噪能取得很好的去噪效果 ， 但是阈值去噪算法依赖于小波的形态，且去噪后的信号在不连续点处会产生伪吉布斯现象．Ⅱ法采用 “平移——去噪——平均”的思想 ，克服了这些问题． 该算法的具体步骤为：(1)对含噪信号作循环平移；(2)对循环平移得到的信号作小波变换；(3)进行 收稿 日期 ：2009—08—20 作者简介 ：吴~ (1986一)，男，硕士研究生 ，福建泉州人 ，现从事信号信息处理研究工作 E—mail：515506667@qq．corn 第4期 吴 良峰等： 基于小波变换的地震信号去噪方法研究 ·377 · 阈值去噪，重构信号 ；(4)对重构信号进行逆循环平移 ，求平均后得到去噪信号． TI算法的计算效率低，实验中笔者采用TI算法的快速实现．该快速算法的理论依据是：任意奇数平 移信号的小波系数集，与循环平移 1位的信号的小波系数集相同；任意偶数平移信号的小波系数集，与 原始信