基于新的模态单元滤波消除地震信号中的汽车噪声

　　地震信号被广泛应用于地质勘探,核查等应用领域[1,2]。由于地震信号采集环境的不同和采集仪器中存在各种干扰,所采集到的地震波形中通常包含了很多噪声信号,严重影响了对地震信号的进一步应用。要提高地震资料的信噪比,须要除去地震波形中的随机噪声和相干噪声。相干噪声一般在时间上的出现具有规律性,有明显的运动学特征,可以有针对性地加以衰减。

　　地震信号中的随机噪声包括低频高频背景噪声和微震。在沼泽、流沙、泥炭沼泽等疏松介质中激发地震波时,这些介质的固有振动构成低频背景(10 Hz-30Hz)。爆炸时(尤其是在坚硬的岩石中激发时),波传播到浅部不均匀体(例如砾石、多孔石灰岩等)上产生的散射构成高频的干扰背景(80 Hz-200 Hz)。低、高频背景的特点是在整张记录上出现,而且显得杂乱无章,但一般强度较为稳定。与激发震源无关的地面扰动统称为微震。它主要是由风吹、草动、海浪、水流动、人畜走动、机器开动、交通运输等外力随机产生,此外,也可由地表土壤质点的旋转运动所造成。微震干扰的特点是频带宽(1Hz-150 Hz)。由于微震的强度变化较大,产生机理复杂,较难消除。常见的消除地震信号中随机噪声的方法有基于IIR的滤波器[3],基于小波域值滤波器[4, 5]等。由于基于IIR的数字滤波器需要知道噪声的频谱特性,而且带通特性依赖人为判断,基于小波的域值滤波器需要选择小波基,而且不同的域值估算方法和分解层数对信号消噪的结果影响也很大,所以这两类方法都不是自适应的信号消噪方法。

　　经验模态分解(Empirical Mode Decomposition:EMD)是一种新的自适应信号分解方法[6],已经广泛应用于信号消噪[7-11]。模态单元滤波是一种基于EMD的高斯消噪算法[12],它抛弃了传统阈值消噪算法中以单个信号点为阈值处理对象的思想,将IMF中两个相邻过零点之间的振荡单元———模态单元作为基本分析对象,通过模态单元振幅的阈值处理判断模态单元的类型,是一种新的面向模态单元的模态单元滤波(ModeCellFilter: MCF)模型。本文将MCF引入到地震信号消噪中,提出了一种基于MCF的汽车干扰消除算法。论文安排如下:第二部分介绍了MCF的基本模型和域值选取规则的确定;第三部分,利用仿真信号验证了算法的有效性;第四部分,利用实际地震含噪信号进行消噪,给出了试验结果。最后对地震信号消噪中的若干问题进行了讨论,并对基于MCF方法进行了总结和展望。

　　1　模态单元滤波模型

　　1.1　模态单元

　　EMD认为,信号总由若干具有对称包络的固有模态分量(IntrinsicMode Functions: IMFs)和一个余项组成。IMF是一种固有振荡分量,其最简单的运动形式是振荡。一次完整的振荡可以由一个波峰,一个波谷和三个过零点组成,而两个相邻过零点间包含一个波峰或波谷的信号则是组成IMF最基本的单元,代表信号局部固有振荡运动最小的完整单元。本文将组成IMF最基本的单元称为模态单元。对模态单元的任何软/硬阈值处理都会破坏局部固有振荡的完整性。