基于一致性稀疏表示的地震信号补全算法.docVIP

基于一致性稀疏表示的地震信号补全算法 　　摘要：针对由于记录仪器的故障和保存媒介的缺陷导致的地震信号中一部分波形出现的缺失，提出一种基于一致性稀疏表示（CSR）的地震波补全算法。首先，通过稀疏表示（SR）模型表示每一帧地震信号；随后，采用主分量分析（PCA）的方法提取在频谱的分布上的帧间一致性信息；最后，利用地震信号的每帧的稀疏性和用帧与帧之间频谱分布的一致性，对缺损的信号进行恢复。在对历史地震信号进行的仿真实验中，当缺损的部分的跨度达到帧数据量的50%时，传统的稀疏表示恢复算法的误差已经很大，而一致性稀疏表示模型仍然能够得到很好的结果。仿真实验结果表明，一致性稀疏表示模型的补全效果要远好于传统稀疏表示模型的补全效果。 　　关键词： 　　信号恢复；稀疏表示；地震信号补全；主分量分析；频谱 　　中图分类号：TP202.4 文献标志码：A 　　0引言 　　地震信号记录了地表随时间振动的情况，提供给人类大量地表下的有用信息，在地球物理学领域有着非常重要的作用。尤其是历史地震信号，由于其所记载的内容往往十分珍贵，对其进行研究具有着重要的意义。对数字化之后的历史地震信号进行定量研究，地震学家可以获得对于历史上重要地震的更多信息，包括震源定位[1-2]、震级测定[3]、频谱分析[4]和断层的破裂过程[5]等，从而使得人类获得更多地球物理学的知识。然而由于记录和传输仪器的设计局限或者故障，以及保存媒介的缺陷，地震信号中的某一段波形产生了缺失，严重阻碍了科学研究的开展。因此，合理而有效的补全缺损的数据是一个重要的问题。 　　近年来，一些学者针对不同种类的地震数据缺失给出了一些相应的解决方案。在地震勘探中，存在着一些死道或者被噪声严重污染的地震道，导致整条地震道数据的缺失。Herrmann等[6]采用压缩感知模型，从地震数据的随机下采样中恢复缺失的地震道数据。Yang等[7]将诸地震道数据组合成为矩阵，利用低秩矩阵恢复方法对缺失的地震道进行修复。由于低秩矩阵恢复方法对矩阵中整列都缺失的情况无法直接求解，因此Yang等采用纹理变换将地震数据转化为每一列至少有一个数据没有损失的矩阵，然后再用低秩矩阵恢复方法进行求解。他们的工作中，实验结果表明即使仅有50%的地震道缺损的情况下，该方法也能得到比较好的结果。然而，本文要解决的问题是在仅仅知道一段地震信号的情况下，对该段信号中的缺损部分进行修复，而上述的恢复方法需要知道同一个地震事件的多个地震道数据，这在本文要面临的情况下是很难达到的。因而，上述方法对解决本文问题的借鉴意义非常有限。Wang等[8]专门研究了本文要解决的问题。他们对地震信号的生成机理进行了分析，认为地震波波形具有很强的自相似性，因而是可以被稀疏表达的。随后，Wang等利用加入频谱分布先验的稀疏表达模型对缺损的波形进行复原，取得了比较好的结果。然而，Wang等提出的算法的理论推广性不够好，不利于进一步的改进和探讨。 　　地震信号都是可以被稀疏表示的。在信号处理领域，大量研究者对信号的稀疏表示作出了贡献。在信号的稀疏表示方法中，匹配追踪 （Matching Pursuit， MP）[9]、正交匹配追踪（Orthogonal Matching Pursuit， OMP）[10]、分段正交匹配追踪（Stagewise OMP， StOMP）[11]等算法相继被提出。同时，基于稀疏表示的启发，一些以稀疏为先验的问题如统计学习[12]和计算机视觉[13]以及相应的解法[14]也被提出。然而传统的稀疏表示模型只考虑了对于各个帧的表示，忽略了各个帧之间的相互关系。信号的各个帧作为整体的一部分，保留了整体信号的性质和特征，因此各个帧之间也会存在着某种一致性。为了能够更好地利用这种一致性，并提高基于稀疏表示的信号恢复算法的效能，本文提出了地震信号的一致性稀疏表示补全算法。该算法将信号片段在性质上的一致性作为一个先验信息加入到稀疏表示模型中。这使得在信号恢复的过程中，除了可以从稀疏表示的基和当前信帧中获取信息之外，还可以从其他帧中获取信息，从而提高恢复算法的效能。实验结果表明，该方法相对于传统的稀疏表示模型取得了更好的效果。 　　1地震信号的一致性稀疏表示补全算法 　　本文将首先简略地介绍地震信号帧间的一致性特点，随后将会介绍在波形补全问题中，如何合理地将这种一致性融入到稀疏表示模型中，提高补全算法的精度。 　　1.1地震信号的一致性稀疏表示模型 　　地震信号在地球物理学中有着十分重要的价值和广泛的应用。Wang等[8]指出，地震信号是可以被稀疏表示的。一段地震波从震源处出发，在复杂的地下结构中传播，经过折射反射等过程之后，形成一个波列，按照时间的先后顺序达到地表，被仪器接收。从这个角度上讲，地震波波形可以看成是若干个经过延时