变分模态分解,混合高斯鲁棒主成分分析,自适应秩收敛,沙漠随机噪声,地震勘探," /> 变分模态分解,混合高斯鲁棒主成分分析,自适应秩收敛,沙漠随机噪声,地震勘探,"/>
吉林大学学报(信息科学版) ›› 2021, Vol. 39 ›› Issue (3): 237-245.
• • 下一篇
李 佳, 马海涛, 李 月
LI Jia, MA Haitao, LI Yue
摘要: 针对沙漠地震记录中包含大量复杂噪声降低信噪比的问题, 提出一种将变分模态分解(VMD: Variational Mode Decomposition) 与混合高斯鲁棒主成分分析 ( MoG-RPCA: Mixture of Gauss-Robust Principal Component Analysis)相结合的自适应秩收敛去噪算法。 首先利用 VMD 对含噪记录进行分解, 将分解得到所有模态重排成 一个新的信号矩阵, 并对其进行 MoG-RPCA 低秩分解, 当分解误差满足预设要求时提取有效低秩分量, 最后将 低秩矩阵中每一道信号的所有模态叠加并与含噪记录作差得到最终去噪结果。 该方法既规避了 VMD 模态取舍 问题, 同时对传统低秩分解进行自适应秩收敛, 从而无需多次调整秩数大小。 模拟实验和实际数据处理表明, 该算法可以有效压制低频噪声, 对有效信号幅度保持均能到达 85% 以上。
中图分类号: