论文部分内容阅读
随着地质勘探的不断深入,勘探地区的地质构造和地质环境日趋复杂,势必会损坏地震数据的规则性和完整性,给后续的地震资料处理和解释带来很大的麻烦,最终影响对地层结构的判断和油气藏的探索。所以如何提高地震资料的分辨率和信噪比成为诸多学者研究的首要问题。本文主要研究基于稀疏分解算法的地震信号去噪。本文首先介绍了地震资料中噪声的分类和形成原因,以及主要去噪方法,并对常用去噪方法的原理和优缺点进行了阐述,引入新的去噪方法和思路,即基于稀疏分解的去噪算法。然后介绍了稀疏分解算法的基本理论,着重介绍了匹配追踪算法的原理和匹配追踪算法去噪的理论依据和优点,选用与地震信号结构更接近Ricker子波作为时频原子,去构建过完备原子库,这样能达到很好的去噪效果。针对匹配追踪算法计算量巨大的问题,本文给出两种优化算法,一是:采用遗传优化算法去寻找最佳原子,大大减少了算法的运行时间,同时采用相邻残差比阈值作为迭代终止条件提高原子的重构精度,这样能达到更好的去噪效果,并在仿真实验中得到了证明。二是:针对遗传算法早熟和局部搜索能力弱的缺点,给出一种基于模拟退火遗传优化的稀疏分解去噪算法。依据种群中个体之间的海明距离生成初始种群和进行选择操作,采用自适应交叉算子和变异算子,对遗传算法进行改进,同时在遗传算法中嵌入模拟退火的思想,对遗传操作所产生新一代种群中的最佳个体进行模拟退火操作,将前一代群体中的最佳个体作为原解,新一代群体中的最佳个体作为新解,采用Metropolis准则弃留新解,这样能提高算法的全局搜索能力,即增强改进后算法搜索最佳原子的能力和效率。改进的算法既减少了计算量,又能达到很好的去噪效果。在仿真实验中,分别用两种优化算法和基础MP算法对加入噪声的doppler信号、block信号、合成地震信号和实际地震信号进行去噪,通过去噪效果,实验数据的对比分析,证明了两种优化算法的有效性。