[0129] 參見圖5和圖6所示，圖5為本發(fā)明提供的一種噪聲壓制方法中的一種源信號的頻 譜示意圖；圖6為本發(fā)明提供的一種噪聲壓制方法中的一種分離信號的頻譜示意圖；分離信 號中的兩個獨立分量YjPY 2的主頻分別為100Hz和60Hz，分別對應的與源信號SdPSi相比， 頻率無變化。即當觀測信號中不包含加性白噪聲時，獨立分量分析處理能夠準確地對觀測 信號進行分離，得到分別與各個源信號對應相同的分離信號，從而分離出噪聲源信號，得到 有效信號。
[0130] 由以上模擬實驗仿真結果可知，改進后的ICA算法收斂速度快、計算精度高，且不 必再在頻率域進行濾波處理，且能夠有效地克服加性白噪聲對常規(guī)ICA算法的影響，較好地 分離出疊前地震資料中的噪聲源信號，從而實現(xiàn)對疊前地震資料中的噪聲源信號進行壓制 的目的，且與現(xiàn)有技術中的陷波處理方法相比，能夠有效地保護與噪聲源信號處于相同頻 段的有效信號，利于后續(xù)儲層預測及反演等解釋工作，滿足實際生產(chǎn)的需要。
[0131] 本發(fā)明提供了一種噪聲壓制方法，對傳統(tǒng)的ICA算法進行了改進。本發(fā)明首先對M 個檢波器接收到的M個觀測信號進行了加性白噪聲去除處理，去除了觀測信號中的加性白 噪聲，然后再對M個觀測信號進行獨立分量分析處理，將觀測信號中的噪聲源信號分離出來 并去除，從而得到有效信號。即本發(fā)明不僅能夠去除噪聲源信號，還能夠去除觀測信號中的 加性白噪聲，去除噪聲的效率高;且去除加性白噪聲后再進行獨立分量分析處理，滿足了獨 立分量分析處理中"噪聲忽略不計"的前提，避免了加性白噪聲對獨立分量分析處理造成影 響，提高了結果的準確性。
[0132] 本發(fā)明還提供了一種噪聲壓制系統(tǒng)，參見圖7所示，圖7為本發(fā)明提供的一種噪聲 壓制系統(tǒng)的結構示意圖。該系統(tǒng)包括：
[0133] 獲取單元11，用于獲取M個檢波器接收到的M個觀測信號;其中，每個觀測信號由相 互獨立的N個源信號組成;M和N均為正整數(shù)；
[0134] 噪聲去除單元12,用于對M個觀測信號進行加性白噪聲去除處理，得到去除加性白 噪聲之后的M個觀測信號；
[0135] 獨立分量分析處理單元13,用于對去除加性白噪聲之后的M個觀測信號進行獨立 分量分析處理，得到相互分離的N個源信號；
[0136] 有效信號取得單元14,從相互分離的N個源信號中去除噪聲源信號，得到有效信 號。
[0137] 本發(fā)明提供了一種噪聲壓制系統(tǒng)，對傳統(tǒng)的ICA算法進行了改進。本發(fā)明首先對M 個檢波器接收到的M個觀測信號進行了加性白噪聲去除處理，去除了觀測信號中的加性白 噪聲，然后再對M個觀測信號進行獨立分量分析處理，將觀測信號中的噪聲源信號分離出來 并去除，從而得到有效信號。即本發(fā)明不僅能夠去除噪聲源信號，還能夠去除觀測信號中的 加性白噪聲，去除噪聲的效率高;且去除加性白噪聲后再進行獨立分量分析處理，滿足了獨 立分量分析處理中"噪聲忽略不計"的前提，避免了加性白噪聲對獨立分量分析處理造成影 響，提高了結果的準確性。
[0138] 需要說明的是，在本說明書中，術語"包括"、"包含"或者其任何其他變體意在涵蓋 非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設備不僅包括那些要 素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設備 所固有的要素。在沒有更多限制的情況下，由語句"包括一個……"限定的要素，并不排除在 包括所述要素的過程、方法、物品或者設備中還存在另外的相同要素。
[0139] 對所公開的實施例的上述說明，使本領域專業(yè)技術人員能夠實現(xiàn)或使用本發(fā)明。 對這些實施例的多種修改對本領域的專業(yè)技術人員來說將是顯而易見的，本文中所定義的 一般原理可以在不脫離本發(fā)明的精神或范圍的情況下，在其他實施例中實現(xiàn)。因此，本發(fā)明 將不會被限制于本文所示的這些實施例，而是要符合與本文所公開的原理和新穎特點相一 致的最寬的范圍。
【主權項】
1. 一種噪聲壓制方法，其特征在于，包括： 獲取Μ個檢波器接收到的Μ個觀測信號；其中，每個所述觀測信號由相互獨立的N個源信 號組成;Μ和Ν均為正整數(shù)； 對Μ個所述觀測信號進行加性白噪聲去除處理，得到去除加性白噪聲之后的Μ個所述觀 測信號； 對去除所述加性白噪聲之后的Μ個所述觀測信號進行獨立分量分析處理，得到相互分 離的Ν個所述源信號； 從所述相互分離的Ν個所述源信號中去除噪聲源信號，得到有效信號。2. 根據(jù)權利要求1所述的方法，其特征在于，所述對Μ個所述觀測信號進行加性白噪聲 去除處理具體為： 采用兩步特征值分解法對Μ個所述觀測信號進行加性白噪聲去除處理。3. 根據(jù)權利要求2所述的方法，其特征在于，所述采用兩步特征值分解法對Μ個所述觀 測信號進行加性白噪聲去除處理的過程具體為： 步驟s201:根據(jù)Μ個所述觀測信號得到觀測信號矢量X(k)，其中，X(k) = [X1，X2,……， XM]T，X1、X2、……、XM分別為Μ個所述觀測信號進行采樣處理后對應得到的矢量； 步驟s202:對所述觀測信號矢量X(k)進行中心化處理，使其均值為0; 步驟s203:根據(jù)所述觀測信號矢量X(k)以及相關矩陣關系式得到相關矩陣及,其 中，所述相關矩陣關系式為：步驟s204:根據(jù)所述相關矩陣、(0)以及第一分解關系式得到特征值Λ X; 其中，所述第一分解關系式為：其中，Ax = diag{A1，A2,......，λΝ}; 步驟s205:根據(jù)預白化關系式對所述觀測信號矢量X(k)進行預白化處理，得到預白化 矢量Z(k); 其中，所述預白化關系式為：其中：，Vs為As對 應的特征N重；步驟s206:根據(jù)預設的時間滯后值p以及第二分解關系式得到對角矩陣 Σχ;其中，所述第二分解關系式為：，其中，Ux為特征矩陣，ρ矣0; 步驟s207 :判斷所述對角矩陣Σ X中的全部奇異值是否均不相同，如果是，則進入步驟 s208;否則，返回步驟s206，并預設不同的時間滯后值p; 步驟s208:根據(jù)所述預白化矢量Z(k)、所述特征矩陣Ux以及白化關系式得到去除所述加 性白噪聲后的觀測信號矢量XKk);其中，所述觀測信號矢量XKk)包括Μ個信號矢量，Μ個所述信號矢量分別對應于去除所 述加性白噪聲之后的Μ個所述觀測信號。4. 根據(jù)權利要求3所述的方法，其特征在于，所述時間滯后值ρ取1。5. 根據(jù)權利要求3所述的方法，其特征在于，所述對去除所述加性白噪聲之后的Μ個所 述觀測信號進行獨立分量分析處理，得到相互分離的Ν個所述源信號的過程具體為： 步驟s401:令迭代次數(shù)q的初始值為1; 步驟s402:隨機生成初始權矢量Wq; 步驟s403:將所述觀測信號矢量XKk)以及所述初始權矢量Wq帶入目標關系式，得到的 結果即為目標權矢量W; 其中，所述目標關系式為：其中，E[.]為均值運算，g[.]為非線性函數(shù)； 步驟s404:判斷所述目標權矢量W是否收斂，如果是，進入步驟s405,否則，返回步驟 s403； 步驟s405:令所述迭代次數(shù)q加1，判斷所述迭代次數(shù)q是否大于預設迭代次數(shù)閾值，如 果是，進入步驟s406;否則，返回步驟s402; 步驟s406:將所述目標權矢量W以及所述觀測信號矢量XKk)帶入分離關系式，得到分離 矢量Y(k)，其中，所述分離關系式為： Y(k)=ffXi(k) 其中，所述分離矢量Y(k)中包括相互分離的N個源信號矢量，N個所述源信號矢量分別 對應于N個所述源信號。6. 根據(jù)權利要求5所述的方法，其特征在于，所述非線性函數(shù)g[.]可以為： 區(qū)(7)=七已1111(已7)或區(qū)(7)=76叉口(12/2)或區(qū)(7)=73，其中，1<3<2 〇 7 . -種噪聲壓制系統(tǒng)，其特征在于，包括： 獲取單元，用于獲取Μ個檢波器接收到的Μ個觀測信號;其中，每個所述觀測信號由相互 獨立的Ν個源信號組成;Μ和Ν均為正整數(shù)； 噪聲去除單元，用于對Μ個所述觀測信號進行加性白噪聲去除處理，得到去除加性白噪 聲之后的Μ個所述觀測信號； 獨立分量分析處理單元，用于對去除所述加性白噪聲之后的Μ個所述觀測信號進行獨 立分量分析處理，得到相互分離的Ν個所述源信號； 有效信號取得單元，從所述相互分離的Ν個所述源信號中去除噪聲源信號，得到有效信 號。
【專利摘要】本發(fā)明公開了一種噪聲壓制方法，包括獲取M個檢波器接收到的M個觀測信號；其中，每個觀測信號由相互獨立的N個源信號組成；M和N均為正整數(shù)；對M個觀測信號進行加性白噪聲去除處理，得到去除加性白噪聲之后的M個觀測信號；對去除加性白噪聲之后的M個觀測信號進行獨立分量分析處理，得到相互分離的N個源信號；從相互分離的N個源信號中去除噪聲源信號，得到有效信號。該方法不僅能夠去除噪聲源信號，還能夠去除觀測信號中的加性白噪聲，去除噪聲的效率高；且能夠避免加性白噪聲對獨立分量分析處理造成影響，準確性高。本發(fā)明還公開了一種噪聲壓制系統(tǒng)。
【IPC分類】G01V1/36
【公開號】CN105717543
【申請?zhí)枴緾N201610048523
【發(fā)明人】高亞力
【申請人】浪潮(北京)電子信息產(chǎn)業(yè)有限公司
【公開日】2016年6月29日
【申請日】2016年1月25日