地震数据中杂波干扰数据的优化检测仿真研究

• 作者: 周辉
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 地震数据 杂波干扰数据 排除
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 仿真智能化
• 页码范围: 326-329,400
• 页数: 5页
• 分类号: TP18
• 字数: 3451字
• 语种: 中文

摘要

在对地震数据中杂波干扰数据优化检测时,由于震级不同其地震数据具有一定的随机性,使得地震波产生的数据分布分散特征不易提取.传统的信号检测方法,对数据的分布规律要求较高,因此很难从分布不均匀特征数据提取合理的特征数据,导致检测不准确的问题.提出基于小波网络的地震数据中杂波干扰数据的有效排除方法,给出小波网络的结构,采用梯度下降法调整小波函数的平移因子与尺度因子,完成小波网络拟合学习.对地震数据进行加窗处理,获取加窗子样本数据矩阵,通过小波网络的训练样本数据将小波网络训练至收敛,将训练完成的小波网络作为预测模型.并循环进行莱特准则,实现杂波干扰数据的识别及排除.仿真结果表明,改进方法在排除杂波干扰数据方面具有很高的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周辉		29	115	4.0	10.0