小波变换的干扰压制方式范文

本站小编为你精心准备了小波变换的干扰压制方式参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

《内蒙古石油化工杂志》2015年第四期

1随机干扰分类及特点

在地震勘探中，随机噪声是一种频带较宽、严重影响有效波的干扰波［6］，叠前记录中随机噪声的存在不但会引起地震资料信噪比的降低，而且会直接影响到动、静校正精度，影响资料处理的质量，目前主要的随机干扰的种类有:①50Hz交流电干扰;②风吹草动及人为噪声;③井中激发的微震干扰;④大气电离层的噪声;⑤仪器噪声。

2小波变换对随机干扰的去除

2．1小波基选取小波分析中用到的小波函数具有多样性，选择和构造一个小波函数要求其具有一定的平滑性、紧支集、对称性和消失矩阶数等［7］。然而，平滑性的增加必然会导致小波支集长度的增加，不利于算法的实现。正交性与对称性一般也不能同时保证。不同的小波基具有不同的时频特性，用不同的小波基对同一信号进行分析时会得到不同的结果［8］。本文选用几种常用的小波基分别对一维地震记录进行离散小波变换后去噪，结果如图1所示:用haar小波基去噪后的地震记录最为不理想，并且子波严重畸变，其次是biorNr．Nd小波基，随机干扰去的不够彻底，其它三个小波基去噪效果无明显差异。

2．2基于阈值的小波变换去噪阈值去噪方法的思想就是对小波分解后的各层系数中模大于和小于某阈值的系数分别处理，然后对处理完的小波系数再进行反变换，重构出经过去噪后的信号。具体步骤如下:首先，选择合适的小波和恰当的分解层次对原始信号进行小波分解，将待分析的信号进行N层分解计算，如图3所示;其次，对分解后的每一层高频系数选择一个恰当的阈值进行量化处理;最后，根据小波分解后的第N层近似系数(低频)和经过量化处理后的各层细节系数(高频)，计算信号的小波重构。图2为采用不同阈值去噪后的一维地震记录。

2．3分解层次小波变换是一种用于信号多层次分解的数学工具，经过小波变换后的信号可以用多层次小波系数来描述［10］。在地震信号中，噪声干扰一般集中在高频部分，有效信号集中在低频部分。小波正变换指原始信号在小波基上分解为小波系数W(W=［Wa，Wd］)，对应的反变换是指将“小波分解”通过小波系数W乘以对应的小波基合成原始信号。其中Wa为近似系数，体现了信号的平均成分(低频)，而Wd为细节系数，体现了信号的变换成分(高频)。图4和图5分别是一维地震记录不同小波分解层次的近似系数和细节系数，其高频部分所影响的是小波分解的第一层细节，其低频部分所影响的是小波分解的最深层和低频层。随着分解层次的增多，随机干扰减少同时，有效信号也遭到了削弱，因此分解层次的选择非常重要，过多或过少都不行。由图6中可以看到，随着分解层次的增多，随机干扰也逐渐减小，但是子波频率变小，波形发生了畸变，重构后的效果也不太理想，因此选择合适的分解层次对消除干扰信号的同时又最大程序的保留有效信号至关重要。

2．4利用小波变换对二维共炮点地震记录去噪基于本次仿真试验，选择db4小波基、heusure阈值和3层分解参数进行小波变换去噪，得到的结果如图7所示:小波变换可以有效地压制随机干扰噪声，使同相轴更加清晰，信噪比明显提高。

3结论

小波变换是一种信号的时频分析方法，它具有多分辨率分析的特点，很适合对信号中随机干扰的去除，有效区分信号中的突变部分和噪声。通过Matlab编制程序进行给定信号的随机干扰噪声抑制实验表明:基于小波变换的消噪方法是一种提取有用信号、展示噪声和突变信号的优越方法，具有广阔的实用价值。

作者：张亚伟汪杰刘鑫单位：东华理工大学核工程与地球物理学院 中国石油集团东方地球物理勘探有限责任公司