期刊文章详细信息
基于变分模态分解的地震随机噪声压制方法 ( EI收录)
Seismic random noise attenuation based on variational mode decomposition
文献类型:期刊文章
FANG Jiangxiong;WEN Zhiping;GU Huaqi;LIU Jun;ZHANG Hua
机构地区:[1]东华理工大学核技术应用教育部工程研究中心,江西南昌330013 [2]东华理工大学地球物理与测控技术学院,江西南昌330013 [3]江西省基础地理信息中心,江西南昌330209
基 金:国家自然科学基金项目“高分辨率SAR图像自动分割的连续多标记凸松弛方法研究”(61463005)和“面向图像引导放射治疗的腹部器官自动分割方法研究”(61866001);江西省自然科学基金项目“基于多尺度3D全卷积网络肝脏肿瘤自动分割方法研究”(20181BAB211017)和“基于铸坯凝固单元跟踪的多信息融合二冷优化控制机理的研究”(20171BAB202028);教育部核技术应用工程研究中心开放基金项目“伽马辐射成像软硬件技术研究开发”(HJSJYB2016-1)联合资助
年 份:2019
卷 号:54
期 号:4
起止页码:757-767
语 种:中文
收录情况:BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、GEOREFPREVIEWDATABASE、IC、JST、PA、RCCSE、SCOPUS、ZGKJHX、核心刊
摘 要:针对经验模态分解(EMD)方法中递归迭代式筛选过程耗时过长、分解精度不高等问题,提出了基于频率域内全局自适应的变分模态分解(VMD)的地震随机噪声压制方法。与EMD类方法的迭代筛选模式不同,VMD方法的分解过程可转换至变分泛函最优求解过程,以每个带限窄带(BIMF)分量的估计带宽之和最小为约束,通过增广Lagrange目标函数将变分问题由约束性变为非约束性,采用交替方向乘子(ADMM)算法寻求变分泛函的最优解达到信号自适应分解的目的。ADMM中频率中心及带宽交替更新对偶上升,使两者同时达到最优趋势,并生成所有BIMF分量,具有更高的时间效率。同时,各模态分量在频谱上均具有带限特性,可实现信号频带的高分辨率、自适应剖分。实验结果表明,基于VMD的地震随机噪声压制方法具有优异噪声压制、幅值保持性能的同时,还具备较高的计算效率,可满足高维大尺度地震数据的处理要求。
关 键 词:随机噪声压制 经验模态分解 变分模态分解 计算效率
分 类 号:P631]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...