地震信號稀疏分解快速算法及原子庫選擇研究.pdf

1、近年來，隨著信號稀疏分解技術(shù)的發(fā)展，該技術(shù)已經(jīng)被廣泛應(yīng)用于地震資料解釋中，如地震信號的信噪分離、去噪等方面。但是即使作為稀疏分解方法中算法復(fù)雜度最低的MP算法，其計算量也是非常大的，這一問題已經(jīng)阻礙了稀疏分解技術(shù)在地震資料解釋中的進一步應(yīng)用。為了提高地震信號的稀疏分解速度，國內(nèi)外學(xué)者已經(jīng)提出了一些快速算法，蟻群算法就是其中的一種。然而基于蟻群的MP算法的信號重建質(zhì)量比較差，需要50個原子才能重建原信號。因此本論文將對蟻群算法和蒙特卡羅方

2、法進行研究，在保證重建信號質(zhì)量的前提下，提高地震信號稀疏分解的速度。此外本論文還對目前已經(jīng)應(yīng)用于地震信號處理的六種數(shù)學(xué)模型進行了研究，采用頻率參數(shù)非均勻離散化的方法創(chuàng)建過完備原子庫后，通過實驗的方法選擇與地震信號結(jié)構(gòu)特征最為匹配的原子庫。
　　 首先，對基于蟻群的MP算法進行改進，通過調(diào)整參數(shù)、保存計算過程中的內(nèi)積值、將螞蟻分類和更改螞蟻的選擇策略等方法，一方面改善了重建信號的質(zhì)量，另一方面提高了稀疏分解的速度。仿真結(jié)果證實基于

3、改進蟻群的MP算法雖然在速度方面略低于遺傳算法，但其重建信號的質(zhì)量比遺傳算法好。
　　 其次，將蒙特卡羅方法應(yīng)用到地震信號的稀疏分解中，仿真結(jié)果證實基于蒙特卡羅方法的MP算法的速度是基本MP算法的136倍，其重建信號的質(zhì)量稍優(yōu)于遺傳算法。為了改善基于蒙特卡羅方法的MP算法的重建質(zhì)量，繼續(xù)對該方法進行改進，仿真結(jié)果證實基于改進的蒙特卡羅方法的MP算法雖然在速度方面有所降低，是基本MP算法的124倍，但其重建信號的質(zhì)量優(yōu)于遺傳算法和

4、改進的蟻群算法。
　　 再次，采用頻率參數(shù)非均勻離散化的方法創(chuàng)建過完備原子庫。首先對原始地震信號進行頻譜分析，然后按其幅度譜對頻率參數(shù)進行非均勻離散化。在能量高的頻段密集選取頻率參數(shù)，相反在能量低的頻段稀疏選取頻率參數(shù)。實驗結(jié)果證實在原子庫大小相同的情況下，采用頻率參數(shù)非均勻離散化方法創(chuàng)建原子庫的重建效果要比采用頻率參數(shù)均勻離散化方法創(chuàng)建原子庫要好。
　　 最后，分別針對無噪聲的疊前地震信號和有噪聲的疊后地震信號在論文第