基于自适应噪声完全集合经验模态分解算法和Hurst指数的地震数据去噪方法
毛世榕
史水平
玉壮基
苏梅艳
李莎
何嘉幸
符衡
张清
中国南宁 530022 广西壮族自治区地震局
摘要：在地震观测中,地震数据中普遍包含有噪声信号.由于噪声信号的干扰,地震分析的效率会受到不同程度的影响.传统的去噪方法通常需要噪声的先验知识,并且滤波时会造成部分有效信号丢失.针对这一问题,本文提出一种将自适应噪声完全集合经验模态分解(CEEMDAN)算法与Hurst指数相结合的地震数据去噪方法.首先通过CEEMDAN方法将信号分解为一系列本征模函数(IMF),然后利用Hurst指数对滤波后的IMF分量进行识别,最后对地震数据IMF分量进行重构,从而实现数据去噪.与传统方法的去噪效果对比表明,本文方法可将低信噪比波形的去噪效果提高32％,将高信噪比波形的去噪效果提高6倍.同时对地磁数据的去噪结果表明,本文方法能够较完整地将地铁噪声从地磁信号波形中滤除.
关键词：地震数据去噪地磁数据去噪自适应噪声完全集合经验模态分解Hurst指数
分类号：P315.61(大地（岩石界）物理学（固体地球物理学）)
资助基金：中国地震局监测、预备、科研三结合课题(3JH-2021036)
论文发表日期：2023-04-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：13( 258-270 )
英文信息