利用独立分量分析法去除地震噪声

被引：28

作者：

吕文彪 ^{[1
]}

尹成 ^{[2
]}

张白林 ^{[2
]}

田继东 ^{[2
]}

李大卫 ^{[2
]}

机构：

[1] 四川省成都市新都区西南石油大学

[2] 西南石油大学

来源：

石油地球物理勘探 | 2007年 / 02期

关键词：

独立分量分析; 盲源分离; 特征值分解; 加性噪声; 负熵;

D O I：

10.13810/j.cnki.issn.1000-7210.2007.02.002

中图分类号：

P631.44 [];

学科分类号：

0818 ; 081801 ; 081802 ;

摘要：

独立分量分析(ICA)作为盲源分离(BSS)的一种新方法,是分解观测数据中独立信息的有力工具。以往的ICA算法一般假设噪声可以忽略不计,而实际的观测数据中又常常包含一些加性噪声。对于加性噪声的影响不能忽略的情况下,改进的ICA算法首先利用非零时间滞后协方差,应用两步特征值分解法(EVD)可成功地去除部分加性噪声的影响;再利用ICA算法就能更好地分离出原信号。本文通过对地震理论模型和实际资料的试验,说明改进的ICA算法能够有效地克服加性噪声对常规ICA算法的影响,能够分离出地震资料中的有效信号,从而实现利用独立分量分析压制地震资料噪声的目的。

引用

页码：132 / 136+244+119 +244

页数：7

共 7 条

[1]

Independent component ordering in ICA ti me series anlysis. Yin Met al. Neurocomputing . 2001

[2]

Aninformation maxi mization approach to blind separation and blind deconvolution. Bell AJ et al. Neural Computation . 1995

[3]

Fast and robust fixed-point algo-rithm for independent component analysis. Hyvariene Aet al. Neural Computation . 1997

[4]

Fast and robust fixed-point algorithmfor independent component analysis. Hyvariene A. IEEE Trans On Neural Net works . 1999

[5] 独立分量分析及其在地震信息处理中应用初探 [J].

刘喜武 ;

刘洪 ;

李幼铭 .

地球物理学进展, 2003, (01) :90-96

[6] 快速独立分量变换与去噪初探 [J].

刘喜武 ;

刘洪 ;

李幼铭 .

中国科学院研究生院学报, 2003, (04) :488-492

[7]

Independent component analysis,a new concept. Common P. Signal Processing . 1994

← 1 →