基于改进MP的地震信号去噪.docVIP

基于改进MP的地震信号去噪 　　作者简介：刘霞（1970—），女，黑龙江大庆人，教授，硕士，研究方向：信号处理、鲁棒滤波，模型降阶，网络控制系统等（E-mail：liuxia2k@163.com），李立超（1986—），男，黑龙江大庆人，硕士研究生，研究方向：智能控制理论与应用。 　　摘要：地震资料中的噪声分为相干噪声和随机噪声。针对随机噪声，采用匹配追踪（MP）算法进行去噪，能取得一定的去噪效果，但是MP算法过大的计算量严重影响去噪的效率。为解决这个问题，本文采用遗传算法（GA）寻找最优原子，大大减少了算法的运算量，提高了算法的运算速度。本文对Ricker子波进行改进，加入尺度参数、位移参数和相位参数，利用改进后的Ricker子波构建的过完备原字库进行去噪可以取得更好的效果。本文采用相邻残差比阈值作为迭代终止条件，与采用硬门限作为迭代终止条件相比增强了算法的鲁棒性。实验仿真时，首先对加有随机噪声的人工合成地震信号进行去噪，仿真结果表明：本文改进的去噪算法与基础MP算法相比，在信噪比、均方差和计算速度上具有明显优越性，然后将本文改进的方法应用于实际地震信号去噪，并取得很好的去噪效果。 　　关键词：随机噪声；匹配追踪；雷克子波；遗传算法；相邻残差比阈值 　　中图分类号：TN911.4文献标识码：A 　　1引言 　　根据噪声在地震剖面上所呈现的特征可将地震资料中的噪声分为相干噪声和随机噪声两类。相干噪声的特点是相邻道信号间具有一定程度的相关性。随机噪声的特点是没有统一的规律。有效地去除地震信号中的随机噪声的可以更好地提高地震资料的信噪比，更好地提取有效信号，有利于地震信号的进一步处理分析。常用的去除随机噪声的方法有：KL变换法、F-X域预测滤波法、奇异值分解（SVD）法、多项式拟合法及小波分析[1]等。一般大部分去噪方法均类似“乘加”性质，即无论怎么样应用这些去噪方法，都会对有效波造成一定程度的损伤，并且总有一部分虚假信号被保留下来，不能完全去除干扰波的能量，只是将剩余干扰波的能量“分配”到相邻地震道上。如今很多国内外的专家都认为，地震资料去噪的最彻底的方法是“减去”法，“减去”法的优点是将噪声从有效信号中剔除的同时可以最大程度保护有效信号不受损伤[2]。MP算法正是“减去”法，MP算法将信号分解为投影所得系数和原子的线性组合，通过合适的时频原子对信号进行重构达到去噪的目的。但是MP算法存在计算量过大的问题，本文利用遗传算法（GA）去寻找最优匹配原子以提高MP算法运算效率，并采用具有更强鲁棒性的相邻残差比阈值作为迭代终止条件，通过仿真结果证明本文改进方法的有效性。 　　2MP的去噪原理 　　设含有噪声信号f可表示为： 　　其中fs是原始的不含噪声的信号，fn是具有独立分布的随机噪声。 　　通常原始信号都是具有某种固定的结构。把原始的无噪信号当成含噪信号中的稀疏成分。高斯噪声因为是随机的，所以没有明显的特点，不是稀疏成分。以此为依据构造过完备时频原字库。在此时频原字库上的进行匹配追踪（MP）算法时，因为时频原子的结构和原始无噪信号的结构相似，而与随机噪声的结构不相似，所以时频原子与无噪原始信号的内积一定大于时频原子与随机噪声的内积，这样通过稀疏分解得到的系数集中表示了原始的无噪信号，同时由于没有时频原子表示随机噪声，随机噪声便无法被提取出来。用公式表达为： 　　其中第一部分 　　就是通过和MP分解后被提取出的原始信号表达式，由投影所得系数和原子的线性组合构成。这样就利用“减去法”达到去除随机噪声的效果[4]。 　　3遗传算法和时频原子以及迭代终止条件 　　的选择 　　3.1时频原子的选择 　　Gabor原字库是MP算法常用的过完备时频原字库，利用此原字库在去噪方面取得了一定的效果，但是经实际研究发现，Gabor原子其实并不能特别好地逼近地震信号的特性，但是Ricker子波却能很好地逼近地震信号特性，所以本文采用Ricker子波作为时频原子来构造原本字库，然后利用此原字库并采用遗传匹配追踪算法搜索最优原子去除地震信号中的随机噪声。Ricker子波的波形如图1所示。由图1可知，Ricker子波的波形由一个主瓣，两个旁瓣构成，延续时间相对比较短，收敛速度也比较快，旁瓣幅度是主瓣幅度的44.63%。 　　Ricker子波的表示： 　　3.2遗传算法 　　遗传算法[5]（GA）首先是由Holland提出，是一种兼有高度随机、并行、自适应搜索等优点的群体优化算法。该算法采用了群体搜索技术，从随机选定的可能含有解集的初始种群开始搜索，个体的适应能力由适应度函数所求出的适应度值来度量，在进化的过程中，采用优胜劣汰和适者生存的原则，从中选择适应度值高的个体进行配对，然后通过交叉，变异等相应的遗传操作，产生新一代的种