基于稀疏表示理論的地震數(shù)據(jù)去噪方法研究.pdf

1、近年來，地震勘探已經(jīng)逐漸轉(zhuǎn)向復雜、深層以及非常規(guī)的地下環(huán)境，這種越來越復雜的野外采集環(huán)境使得采集到的地震數(shù)據(jù)常常受到嚴重的噪聲污染，為后續(xù)地震資料的解釋帶來了極大的阻礙，嚴重影響了判斷地下礦藏情況的準確性。因此，提高地震數(shù)據(jù)的信噪比是地震資料處理的首要環(huán)節(jié)。
　　稀疏表示是當今信號處理領(lǐng)域中的一個熱點研究方向，信號經(jīng)過稀疏表示后可得到一種簡單有效的表達形式。鑒于稀疏表示的這種優(yōu)越性，并考慮到地震數(shù)據(jù)在時空域形態(tài)復雜，數(shù)據(jù)量大，不便

2、于直接處理，本文主要對信號稀疏表示理論在地震數(shù)據(jù)隨機噪聲壓制上的應(yīng)用進行了深入的研究。論文的主要研究內(nèi)容及創(chuàng)新點歸納如下:
　　(1)介紹了信號稀疏表示理論相關(guān)的基礎(chǔ)知識，對常用的稀疏分解算法以及經(jīng)典的字典學習算法進行了研究，并分析了各類算法性能的優(yōu)缺點。文中還對信號分析中常用的稀疏變換工具傅里葉變換、小波變換、曲波變換的原理進行了介紹，并將它們應(yīng)用于地震數(shù)據(jù)的去噪。
　　(2)研究了基于稀疏表示的地震數(shù)據(jù)去噪模型，并結(jié)合字

3、典學習思想，進一步研究了學習型字典表示的地震數(shù)據(jù)去噪原理。在對經(jīng)典的K-SVD(K-SingularValue Decomposition)字典學習方法研究的基礎(chǔ)上，深入研究了基于小波分析的多尺度字典學習方法，并利用該多尺度學習型字典對地震數(shù)據(jù)進行稀疏表示去噪，有效提高了地震數(shù)據(jù)的信噪比。
　　(3)信號稀疏表示中的組結(jié)構(gòu)稀疏性，揭示了表示系數(shù)之間的相關(guān)性，能夠更好地表達信號的結(jié)構(gòu)特性?；诖耍芯苛嘶诮M結(jié)構(gòu)稀疏性的結(jié)構(gòu)化字典學