[发明专利]一种基于集合经验模态分解的海底地震波降噪方法

说明书

本发明提供一种基于集合经验模态分解的海底地震波降噪方法，包括如下步骤：步骤1：建立海底地震波褶积模型；步骤2：根据步骤1的模型设定仿真参数，得到海底地震波仿真数据，采用集合经验模态分解得到海底地震波信号分量，并构建低通滤波算法；步骤3：建立最优光滑降噪模型，根据最优光滑降噪模型设定评价函数对步骤2构建的算法进行评价；步骤4：选取最优算法实现海底地震波降噪。本发明建立褶积模型用来仿真海底地震波信号，在使用集合模态经验分解的方法处理信号后，建立最优光滑降噪模型来选取最优算法，得到高信噪比的海底地震波信号。

技术领域

本发明涉及海底地震波信号降噪领域，具体涉及一种基于集合经验模态分解的海底地震波降噪方法。

背景技术

海底地震波是由舰船航行、海洋风浪、地壳运动等因素激发产生，可以在海底固液分界面远距离传播的一种振动波。通过海底地震仪来探测海底地震波是一种良好的获取海洋信息的方法，但是海底地震波信号受制于背景噪声和传播距离的影响，这就导致海底地震仪探测到的信号往往难以直接分辨，需要滤波降噪处理才能够有效提取海洋信息。

海底地震波信号往往是非线性非平稳信号，传统的线性滤波方法并不能很好的反应信号的非线性关系，滤波得到的信号也往往丢失关键信息。近年来有采用小波变换的方法来对海底地震波滤波，并且取得了不错的效果，如文献《一种海底地震波小波阈值降噪方法》(出处：中国科技信息,2017(17):88-89+14.)。但是由于小波变换需要自行选择基函数和降噪阈值，在自适应性方面就稍显不足，因此往往与其他方法结合使用，较为复杂，如专利《一种基于自适应滤波与小波变换结合的地震波降噪方法》(专利号CN201710334723.9)。上述的文献和专利虽然是有效的海底地震波降噪的方法，但是仍然存在一些问题，这是小波变换方法自身的缺陷导致的，难以完善。

综上所述，需要一种既可以实现海底地震波的有效信息提取，又兼具自适应性及简便性的方法来获取海底地震波信息。集合经验模态分解方法的出现给这种需求提供了一个新的思路，其根据信号自身尺度将信号分解成不同频率的分量，再通过算法可以实现各种水平的降噪效果。其算法简单、自适应性强，在处理非线性非平稳信号方面有巨大优势。采用集合经验模态分解对仿真的海底地震波信号进行滤波处理对于海底地震动数据分析、获取海洋信息有重要意义。

发明内容

本发明的目的是为了建立褶积模型用来仿真海底地震波信号，在使用集合模态经验分解的方法处理信号后，建立最优光滑降噪模型来选取最优算法，得到高信噪比的海底地震波信号的一种基于集合经验模态分解的海底地震波降噪方法。

本发明的目的是这样实现的：

一种基于集合经验模态分解的海底地震波降噪方法，包括如下步骤：

步骤1：建立海底地震波褶积模型；

步骤2：根据步骤1的模型设定仿真参数，得到海底地震波仿真数据，采用集合经验模态分解得到海底地震波信号分量，并构建低通滤波算法；

步骤3：建立最优光滑降噪模型，根据最优光滑降噪模型设定评价函数对步骤2构建的算法进行评价；

步骤4：选取最优算法实现海底地震波降噪。

进一步的，所述步骤1中所述的建立海底地震波褶积模型，其以陆地地震的褶积模型为参考，将其应用于海底情形。

将水下传感器采集到的海底地震波记录看成是由海底不同反射界面的反射系数与地震子波的褶积构成，在同一片海域其反射系数是相同的，所不同的是地震子波的频率。借此仿真海底地震波信号s(t)时将其简化为地震子波与反射系数序列褶积的结果：

s(t)＝ω(t)*r(t)