MCA框架下K-SVD构建字典对地震信号去噪与重建

作者：陈思琪; 薛雅娟; 杨清蜜; 方立鑫; 郑书琳

来源：成都信息工程大学学报, 2021, 36(01): 7-14.

DOI：10.16836/j.cnki.jcuit.2021.01.002

• 地震信号
• 压缩感知
• K-奇异值分解
• 形态分量分析
• 冗余字典

针对由于地震信号采集环境的复杂性带来的采样信号不完整,存在大量噪声等情况,对采集的叠前地震信号进行去噪和重建。在传统的K-奇异值分解(K-singular value decomposition, K-SVD)建造冗余字典的压缩感知重建的基础上,提出了基于形态分量分析(morphometric principal components analysis, MCA)的K-SVD地震信号的去噪与重建。即使用MCA对地震信号的结构和平滑部分进行分类,并针对上述两种类别分别构建由K-SVD算法计算的冗余字典,将两种类别分别置于不同字典中进行去噪与重建。与传统的方法相比,该方法在减少了地震信号采集的成本和难度的基础上,精确辨别地震信号细节,并取得良好的去噪效果。

• 单位
  成都信息工程大学