利用独立分量分析法去除地震噪声

• 作者: 吕文彪 尹成 张白林 李大卫 田继东
• 来源期刊: 石油地球物理勘探
• 关键词: 独立分量分析 盲源分离 特征值分解 加性噪声 负熵
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 处理方法
• 页码范围: 132-136
• 页数: 5页
• 分类号: P61
• 语种: 中文
• DOI: 10.3321/j.issn:1000-7210.2007.02.003

摘要

独立分量分析(ICA)怍为盲源分离(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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李大卫		12	238	9.0	12.0
2	田继东		33	276	8.0	16.0
3	尹成		126	1946	22.0	39.0
4	张白林		18	241	9.0	15.0
5	吕文彪		1	50	1.0	1.0