论文部分内容阅读
随着盲信号分离技术的发展,该技术已经广泛应用在图像处理,地震探测,语音识别,生物医学等方面。大多数盲信号分离算法对多通道接收的混合信号有有效地分离效果,但是对单通道频谱重叠严重的混和信号采用现有的一些盲信号分离方法,有一定的局限性。国内外已有学者对单通道混合的AM-FM信号进行分离,并且在知道先验信息的前提下对比分离出的各个混和信号与源信号的波形图,验证了算法的有效性。本论文在研究了已有算法的基础上,采用提取的波至时刻优化原子库的MP稀疏分解算法对测井声波信号纵波及横波中混合信号进行分离,得到混合信号中各个分量信号的频率、幅度和相位等信息。此信息有助于分析计算岩石的岩性、孔隙、油层等特征。测井声波信号是时频重叠的信号,单独在时域、频域和空域滤波都比较难分离,现有的研究方法也不能完全达到预期效果,如何分离测井声波信号,得到更多相关信息是目前研究的难题。针对测井声波信号的特点及单通道分离混和信号的原理,本论文选取利用原子库优化的MP稀疏分解方法,将该方法应用于测井声波信号分离中。主要工作如下:1、首先简单介绍了盲信号的模型、分类和分离算法。接着研究了测井声波信号的特点,用三个信号分量叠加得到测井声波信号的检测信号,为接下来的研究做好准备。2、详细介绍了原子库优化的方法。由于提取的后续波波至时刻存在误差,在应用到原子参数设置时需要增加波至时刻的左右采样点数。通过对模型信号的仿真实验,得出结论:提取的波至时刻需要左右增加四个采样点数,才能减小提取的波至时刻误差。并且当信号起始点时刻重叠程度达到10时将无法正确分离。模型信号的仿真实验中,对比分离出的信号与原信号的均方误差,说明分离算法的有效性。3、将提取的波至时刻应用于稀疏分解原子参数离散化过程中,优化测井信号分离所用的原子库,分别分离模型信号,实际测井声波信号。实验结果表明,基于原子库优化的MP稀疏分解方法可将测井声波信号中的首波及后续波各混合信号分离出来,通过实验仿真可以看出运行时间较快,降低了搜索最优原子计算复杂度。对比基于提取波至时刻来优化原子库的MP稀疏分解算法和MP分离信号的算法。得出结论,利用本文提出的方法可有效判断混和信号个数并且减小原子库的大小,减小程序运行时间,得到分离结果。