《表1 复杂模型合成地震记录去噪信噪比》
经过笔者多次实验,使用PCA对地震数据进行去噪时,选取前65~70个主成分(占比约0.945),能取得最高信噪比。这里选取前67个主成分。对比图2中4种方法的去噪效果可以看出,这4种算法均能对地震记录中的随机噪声进行压制,但小波变换(图2a)对同相轴的表示能力不足,会使同相轴产生形变。PCA算法(图2b)红色箭头处的同相轴依然模糊,表明其对能量薄弱部分的有效信号去噪效果明显不如小波变换、K--SVD字典学习和本文方法,这是由于PCA算法会将弱能量的有效信号视为噪声并将其去除,使能量弱的同相轴变得模糊。K--SVD算法(图2c)和本文方法(图2d)去噪效果明显好于前两种算法,对噪声的压制比较明显,但对比之下可以发现,本文方法较K--SVD算法对随机噪声剔除的更干净,从黄色箭头部分也可以看出,本文方法对弱能量有效信号保护好于K--SVD算法。同时根据表1看出,本文算法去噪后信噪比较其他三者都有提升,其中较K--SVD算法提升约1.2 d B,表明本文方法在保护有效信号和压制噪声两方面都好于K--SVD算法及其他两种方法。
图表编号 | XD00225235900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.25 |
作者 | 朱鹤文、韩立国、陈瑞鼎 |
绘制单位 | 吉林大学地球探测科学与技术学院、吉林大学地球探测科学与技术学院、吉林大学地球探测科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |