一种基于四通道冗余滤波器组的槽波弱信号提取方法技术

本发明专利技术属于地震勘探技术领域，涉及一种基于四通道冗余滤波器组的槽波弱信号提取方法，先由分解滤波器组构成分解卷积矩阵，槽波信号经过分解卷积矩阵分解成不同频率子带，再对每个频率子带插入不同软阈值消噪算子，进行软阈值消噪；然后由重构滤波器构成重构卷积矩阵，去噪后通过重构卷积矩阵合成得到新的信号；其工艺简单，原理科学可靠，去噪效果好，信号分辨率高，重构能力强。

【技术实现步骤摘要】
一种基于四通道冗余滤波器组的槽波弱信号提取方法
：本专利技术属于地震勘探
，涉及一种槽波地震勘探中，用于弱槽波信号提取、去噪、增强的技术，特别是一种基于四通道冗余滤波器组的槽波弱信号提取方法，将具有冗余性、紧支撑、线性相位的四通道滤波器组及软阈值消噪算子用于槽波信号的分解、去噪及重构，该方法具有更好的信号重构能力和噪声鲁棒性，能有效的去除噪声，提高槽波信号的信噪比和分辨率。
技术介绍
：槽波地震勘探是探测煤层地质异常的主要手段，利用地震记录中的槽波信号特征获得煤层内部断层、采空边界、陷落柱等结构异常现象是保证煤矿安全生产的基础，具有重要的实际意义。槽波是被“围陷”在煤层中的地震波，由于煤层为低速层，并具有波导作用，在煤层中激发震源后，产生的部分能量由于煤层顶底板的反射而相互叠加，相长干涉，沿着煤层传播形成槽波。槽波地震勘探最初用于煤矿工业中，其最新发展是应用于天然碱矿、石灰石矿、页岩气含量的探测,具有广泛的应用前景，槽波地震勘探有两种方式：反射式和透射式，透射式勘探法中，在接收到的地震记录中，一般来说首先是由煤层顶底板传来的P波和S波，幅度大，频率高，然后是槽波信号，频率低，具有频散特征；而反射式勘探法的地震记录上包含直达波和反射的槽波，反射槽波的幅度很弱，由于井下工作情况十分复杂，并且有环境背景噪声和其他信号的干扰，接收到的槽波信号易受噪声影响，给槽波的识别带来了困难。槽波信号的有效识别，是寻找地质结构异常，进行正确地质解释的前提，有必要采取有效的方法对槽波进行提取、增强。目前，常用的几种槽波提取方法包括频率域滤波、空间频率滤波、小波变换滤波和Hilbert-Huang变换滤波等方法，其中频率域滤波方法[1.YANGZhen,GEMao-chen,WANGShu-gang.Characteristicsoftransmittingchannelwaveinacoalseam[J].MiningScienceandTechnology,19(2009):0331-03362.M.Ge,H.Wang,H.R.HardyJr.,R.Ramani.Voiddetectionatananthracitemineusinganin-seamseismicmethod[J].InternationalJournalofCoalGeology,73(2008):201-212]先将槽波信号通过Fourier变换到频率域，然后用带通滤波器进行滤波，这种方法能滤除比槽波频率高或低的干扰，将槽波信号突出出来，但对于混频干扰信号不能滤除；YanrongHu等使用空间频率滤波对槽波信号进行处理[YanrongHu,GeorgeA.McMechan.Imagingmininghazardswithincoalbedsusingprestackwaveequationmigrationofin-seamseismicsurveydata:Afeasibilitystudywithsyntheticdata[J].JournalofAppliedGeophysics,63(2007):24-34],空间频率滤波即二维滤波，对槽波信号进行两次Fourier变换，将信号G(x,y)变换为G(ξ,η)，在G(ξ,η)形成的频谱面上，减弱或消除某些空间频率成分，以使原信号发生相应的变化；空间频率域滤波方法能较好的提取槽波信号，但对于混频干扰仍不能滤除。M.Ge等[1.M.Ge,H.Wang,H.R.HardyJr.,R.Ramani.Voiddetectionatananthracitemineusinganin-seamseismicmethod[J].InternationalJournalofCoalGeology,73(2008):201-2122.M.Ge,H.Wang,A.Schissler,R.ramaniMeasuringpillarwidthintronaminesusingabodywavebasedin-seamseismictechnique[J].RockmechanicsandMiningScience,53(2012):10-17]对槽波信号进行带通滤波后，进一步使用小波变换增强槽波信号，小波变换的优点是对于不同的频率成分可以采用不同的分辨率，可以聚焦到信号的任一细节，对信号的奇异值非常敏感，因而起到较好的滤波效果，但正交的小波变换在滤除噪声的同时也会滤除一部分有用的信号，使信号的能量受到损失；王季等使用Hilbert-Huang变换对槽波信号进行了处理[王季.基于EMD算法的煤层透射槽波信号提纯[J].中国煤炭地质，2012,24(2)：53-56]。Hilbert-Huang变换是一种非平稳信号处理方法，通过经验模态分解(EmpiricalModeDecomposition,EMD)将槽波信号分解为若干个子信号，从中挑选合适分量的和作为提纯后的信号，以此提高信号的信噪比；Hilbert-Huang变换对于杂乱的、非对称的信号有效，但对于对称的干扰信号，效果并不明显。因此，需要寻求一种能去除混频噪声，在提取槽波信号的同时使信号的能量损失最小，具有噪声鲁棒性的槽波弱信号提取方法，这种方法对于对称、非对称干扰都能起到明显的抑制作用。
技术实现思路
：本专利技术的目的在于克服现有技术存在的缺点，设计提供一种基于四通道冗余滤波器组的槽波弱信号提取方法，利用四通道滤波器组将信号分解为不同的频率子带，对不同的频率子带采取不同的软阈值去噪算子，对混频噪声、对称干扰和非对称干扰都能去除，分解后各个频率子带之间具有相关性，使消噪损失的有用信号通过其他的子带得到补充，噪声鲁棒性好，信号重构能力强。为了实现上述目的，本专利技术先由分解滤波器组构成分解卷积矩阵，槽波信号经过分解卷积矩阵分解成不同频率子带，再对每个频率子带插入不同软阈值消噪算子，进行软阈值消噪；然后由重构滤波器构成重构卷积矩阵，去噪后通过重构卷积矩阵合成得到新的信号；其具体过程为：(1)先将一个低通滤波器H0和三个高通滤波器Q1、Q2、Q3组成分解滤波器组并构成分解卷积子矩阵w，其中H0＝[E0,E1]，Q1＝[E2，E3]，Q2＝[E4，E5]，Q3＝[E6，E7],再由分解卷积子矩阵进一步构成分解卷积矩阵卷积矩阵中除w外，其余元素为0；W的行数为列数的两倍，列数为输入数据点的个数；(2)将分解卷积矩阵W与输入信号f0相乘进行信号分解，变换后的结果表示为0≤i≤m/4，m为数据点的个数；(3)对变换结果进行子带抽取，形成LL,H1,H2,H3四个频率子带；先将变换后的数据分组，将连续的两个值分为一组，每四组中抽取第一组连续排列后形成低频子带LL,每四组中抽取第二组连续排列后形成高频子带H1,每四组中抽取第三组连续排列后形成高频子带H2,每四组中抽取第四组连续排列后形成高频子带H3；然后将LL,H1,H2,H3四个频率子带中每个频率子带进行奇偶抽取后进一步分为两个频率子带，即n各子带元素个数；对所述的LL低频子带可以进行第二层分解，以此类推，直到第J层分解；J为用户自定义层数；(4)对每个分解后的频率子带插入不同的消噪算子Tλ，得到去噪后的信号f1＝Tλ(Wf0本文档来自技高网...

【技术保护点】
一种基于四通道冗余滤波器组的槽波弱信号提取方法，其特征在于先由分解滤波器组构成分解卷积矩阵，槽波信号经过分解卷积矩阵分解成不同频率子带，再对每个频率子带插入不同软阈值消噪算子，进行软阈值消噪；然后由重构滤波器构成重构卷积矩阵，去噪后通过重构卷积矩阵合成得到新的信号；其具体过程为：(1)先将一个低通滤波器H0和三个高通滤波器Q1、Q2、Q3组成分解滤波器组并构成分解卷积子矩阵w，其中H0＝[E0,E1]，E0=0.38090.2459-0.05290.0820,]]>E1=0.0820-0.05290.24590.3809;]]>Q1＝[E2,E3],E2=0.9086-0.0454-0.04540.9516,]]>E3=-0.00920.0205-0.0205-0.0092;]]>Q2＝[E4,E5],E4=-0.0092-0.05460.0205-0.0092,]]>E5=0.9496-0.0454-0.04540.9086;]]>Q3＝[E6,E7],E6=0.0353-0.0546-0.2539-0.1639,]]>E7=-0.1639-0.2539-0.05460.0353;]]>w=E0TE2TE4TE6TE1TE3TE5TE7TT;]]>再由分解卷积子矩阵进一步构成分解卷积矩阵W=w......w......w............,]]>卷积矩阵中除w外，其余元素为0；W的行数为列数的两倍，列数为输入数据点的个数；(2)将分解卷积矩阵W与输入信号f0相乘进行信号分解，变换后的结果表示为f=Wf0=f8i+1H0f8i+2H0f8i+3H1f8i+4H1f8i+5H2f8i+6H2f8i+7H3f8i+8H3,]]>0≤i≤m/4，m为数据点的个数；(3)对变换结果进行子带抽取，形成LL,H1,H2,H3四个频率子带；先将变换后的数据分组，将连续的两个值分为一组，每四组中抽取第一组连续排列后形成低频子带LL,每四组中抽取第二组连续排列后形成高频子带H1,每四组中抽取第三组连续排列后形成高频子带H2,每四组中抽取第四组连续排列后形成高频子带H3；然后将LL,H1,H2,H3四个频率子带中每个频率子带进行奇偶抽取后进一步分为两个频率子带，即LL1=f2nH0,LL2=f2n-1H0,H11=f2nH1,H12=f2n-1H1,]]>H21=f2nH2,H22=f2n-1H2,H31=f2nH3,H32=f2n-1H3,]]>n各子带元素个数；对所述的LL低频子带可以进行第二层分解，以此类推，直到第J层分解；J为用户自定义层数；(3)对每个分解后的频率子带插入不同的消噪算子Tλ，得到去噪后的信号f1＝Tλ(Wf0)，Tλ＝[tλ1(β1),tλ2(β2),...,tλk(βk)]T；其中，tλi(βi)为软阈值函数，tλi(βi)=sgn(βi)(|βi|-λi)if|βi|>λi0others;]]>βi是频率子带的系数，λi＝3σ，σ是噪声的标准差，噪声标准差σ取四通道滤波器分解各子带系数的中值；(4)取分解滤波器的共轭转置做为重构滤波器组，重构低通滤波器G0＝H0*,重构高通滤波器“*”表示共轭转置；重构卷积矩阵W*为分解卷积矩阵W的共轭转置；重构卷积矩阵W*与去噪后的信号f1相乘得到第一层重构信号，第一层重构的信号再与卷积矩阵相乘得到第二层重构信号；以此类推，直至第J层重构完毕，得到重构的去噪信号实现槽波弱信号的提取。...

【技术特征摘要】
1.一种基于四通道冗余滤波器组的槽波弱信号提取方法，其特征在于先由分解滤波器组构成分解卷积矩阵，槽波信号经过分解卷积矩阵分解成不同频率子带，再对每个频率子带插入不同软阈值消噪算子，进行软阈值消噪；然后由重构滤波器构成重构卷积矩阵，去噪后通过重构卷积矩阵合成得到新的信号；其具体过程为：(1)先将一个低通滤波器H0和三个高通滤波器Q1、Q2、Q3组成分解滤波器组并构成分解卷积子矩阵w，其中H0＝[E0,E1]，Q1＝[E2,E3],Q2＝[E4,E5],Q3＝[E6,E7],再由分解卷积子矩阵进一步构成分解卷积矩阵卷积矩阵中除w外，其余元素为0；W的行数为列数的两倍，列数为输入数据点的个数；(2)将分解卷积矩阵W与输入信号f0相乘进行信号分解，变换后的结果表示为0≤i≤m/4，m为数据点的个数；(3)对变换结果进行子带抽取，形成LL,H1,H2,H3四个频率子带；先将变换后的数据分组，将连续的两个值分为一组，每四组中抽取第一组连续排列后形成低频子带LL,每四组中抽取第二组连续排列后形成高频子带H1,每四...

【专利技术属性】
技术研发人员：吕慧显，郭银景，赵志刚，赵毅，吕文红，陆翔，丁庆安，
申请(专利权)人：山东科技大学，
类型：发明
国别省市：山东;37