基于二维经验模态分解的稀疏反演弱信号增强方法

陈飞旭, 李振春, 王伟奇

中国石油大学学报(自然科学版) ›› 2026, Vol. 50 ›› Issue (1) : 76 -83.

PDF
中国石油大学学报(自然科学版) ›› 2026, Vol. 50 ›› Issue (1) : 76 -83.

基于二维经验模态分解的稀疏反演弱信号增强方法

    陈飞旭, 李振春, 王伟奇
作者信息 +

Author information +
文章历史 +
PDF

摘要

西部双复杂地震探区长期存在深层地震信号弱、目的层分辨率不足、构造成像刻画困难等问题,亟需一套适用于西部数据叠前道集的信噪比提升处理技术序列。提出一种基于二维经验模态分解的压缩感知弱信号增强方法。首先,通过对地震数据进行自适应分解,得到基于物理约束的高维本征模态函数(BIMFs),将深层弱信号从强背景噪声中初步分离出来;然后将BIMFs进行分组,并针对不同组别采用不同的稀疏反演参数以压制噪声;最后,通过对数据进行组合重构,获得弱信号增强的处理结果。西部实际地震数据的应用结果验证了所提方法的有效性。结果表明,该方法能够依据地震波的物理传播规律对数据实施自适应分解,有效避免深层弱反射信号因处理参数过大而受损。

关键词

压缩感知 / 二维经验模态分解 / 弱信号增强 / 信噪比 / 深层地震数据

Key words

引用本文

引用格式 ▾
基于二维经验模态分解的稀疏反演弱信号增强方法[J]. 中国石油大学学报(自然科学版), 2026, 50(1): 76-83 DOI:

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/