基于固定点算法的地震信号随机噪声盲分离方法应用研究-计算数学专业论文.docxVIP

独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得成都理工大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名：年月日学位论文版权使用授权书本学位论文作者完全了解成都理工大学有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权成都理工大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本授权书）学位论文作者签名：学位论文作者导师签名：年月日第1章引言1.1问题提出的背景及研究意义1.1.1问题提出的背景多年的实践证明，地震勘探技术是探明地下地质构造，寻找油、气藏的一种行之有效的地球物理勘探方法，因而它受到了很大的重视。地震勘探是一种利用人工方法（用炸药或各非炸药震源）激发地震波，并且依据岩石的弹性，研究地震波在地层中传播的规律，以此查明地下地质结构的方法。现代化的地震勘探过程中（1964年至今）使用了数字化探测仪器来收集地震波。这些仪器将地震波以数字的形式记录在磁带上，然后输入计算机进行数字处理。地震资料数字处理包括若干个步骤：数据预处理、静校正、动校止、水平叠加、信号降噪、偏移处理等，信号降噪是其中尤为重要的一步。那是因为地震勘探时所采集到的野外地震资料中伴随着大量的噪声，需要对其进行数字处理，以从中提取相关有用信息，从而为地震勘探的地质解释提供可靠的资料。按照噪声在地震剖面上呈现的特点，将其分为相干噪声和随机噪声[3] [9]；相干噪声主要是有一定主频和一定视速度的噪声。主要包括面波、交流电干扰、声波、浅层折射等。去除相干噪声主要利用有效信号和相干噪声之间频率和视速度方面的差异来对相干噪声进行滤波，分别称为频率滤波和视速度滤波。频率滤波只需对单道数据进行处理，故称为一维频率滤波；视速度滤波需要同时对多道数据进行处理，故也称为二维视速度滤波。随机噪声主要包括环境噪声、次生噪声和系统噪声等[3] [9]，它是由各种不可预知的因素综合作用而成，没有统一的规律，它在整张剖面上随机出现，频带很宽，视速度不确定，无一定的传播方向，因此，我们很难利用随机噪声有效信号之间的频谱差异或传播方向的差异来去除随机噪声。为了提高信噪比，人们根据信号与噪声的各种特征差异，设计了许多消除噪声提高信噪比的方法。目前已有的去除随机噪声的方法有很多[3][6][9][18]，比如：多项式拟和技术、中值滤波叠后去噪、???p变换去噪、 f??x域随机噪声衰减、K??L变换方法等。但是它们的共同前提是地震记录要满足一定信噪比，或者是需要一些先验知识才能对这些技术加以使用，以适应于较弱的随机噪声。但是，随着地震勘探目标层的深入，地质条件越来越复杂，寻求更强有力的去噪手段成为当务之急，本文就是针对这个问题，研究了以盲分离技术为基础的去除随机噪声方法，在试验中也收到了较好的效果。盲信号分离技术是当今信号领域研究的一个重要热点，适用范围非常的广泛，常常使用在比如医疗、通讯、地质勘探等领域。盲信号分离所要解决的问题是如何从传感器观测到的混合信号中分离和恢复出相互独立的各个源信号。所谓“盲”有两重含义：一是指除了源信号之间的相互独立性外，并不知道任何有关源信号以及传输信道的先验知识；二是源信号如何混叠是未知的。在本文中所研究的观测信号是源信号的线性瞬时混叠信号，求取源信号的过程通常被称为盲分离；当考虑到时间延迟的情况下，观测到的信号是源信号和传输通道的卷积信号，对卷积混叠信号进行分离通常称为盲反卷积(Blind Deconvolution,BD)。盲信号分离技术在对源信号信息和传输信道的信息毫不了解的情况下，仅由观察信号就可从源信号中提取所需要特征信号或恢复出源信号各个独立成分[3]。这是盲信号处理的一大亮点。因为在很多情况下先验信息的获取是很困难的或者是获取过程需要耗费大量的资源。此外，盲源分离中，要求源信号是最多有只有一个是高斯分布的，其余都是非高斯分布，这样也很符合工程中的实际信号的特点。这些优点也就是为什么现在越来越多的学者对盲信号处理算法进行研究的原因。目前盲信号分离技术逐渐成为在国内外的信号领域的热点，但是目前该技术在地震信号处理中的应用却比较少，因此我们有理由相信在地震信号降噪处理方面，尤其是盲分离算法应用到实际地震资料处理方面，将有可能逐渐成为研究的热点和难点。本文试图以盲分离技术中的独立分量分析（IndependentComponentAnalysis:ICA）算法为主要工具