基于深度稀疏滤波学习的多模态沙漠地震噪声消减

李默; 高飞; 夏兰

doi:10.19292/j.cnki.jdxxp.20250928.001

吉林大学学报(信息科学版) ›› 2026, Vol. 44 ›› Issue (2) : 370 -376. DOI: 10.19292/j.cnki.jdxxp.20250928.001

基于深度稀疏滤波学习的多模态沙漠地震噪声消减

李默, 高飞, 夏兰

作者信息 +

Author information +

文章历史 +

摘要

针对沙漠地区地震勘探中的随机噪声具有频率低、非线性、非平稳、非高斯，以及有效信号和噪声频谱混叠的问题，提出一种变分模态分解(VMD:Variational Mode Decomposition)和稀疏滤波(SF:Sparse Filtering)相结合的沙漠低频随机噪声消减方法。VMD是一种有效的时频分解方法，利用其优异的时频分解特性，可将沙漠地震信号分成具有不同成分的若干模态；采用SF算法对各模态分量进行有效信号识别，实现信号和噪声的分离。模拟和实验结果表明，该方法能有效压制随机噪声，同时完整恢复有效信号，为沙漠地区高质量地震数据获取提供了可靠的技术支撑。