时频域谱减法和经验模态分解联合的隧道滤波方法及系统技术方案

本公开提供了一种时频域谱减法和经验模态分解联合的隧道滤波方法及系统，基于经验模态分解方法，将时域隧道含噪地震记录分解为多个固有模态函数分量；对分解得到的各个固有模态函数分量进行加权；对加权后的各个时间域IMF分量分别转到时频域进行时频域谱减法滤波；将各个IMF分量进行时频域谱减法滤波后得到的小波系数利用同步挤压小波变换的逆变换分别转换为时域信号；将获得的时域信号直接相加，实现数据重构和滤波；本公开通过将时频域谱减法和经验模态分解进行联合滤波，拓展了时频域谱减法的适用性，提高了滤波效果。

【技术实现步骤摘要】
时频域谱减法和经验模态分解联合的隧道滤波方法及系统
本公开属于地球物理勘探
，涉及一种时频域谱减法和经验模态分解联合的隧道滤波方法及系统。
技术介绍
本部分的陈述仅仅是提供了与本公开相关的
技术介绍
信息，不必然构成在先技术。在隧道超前地质预报中，地震波法超前探测由于对不良地质体边界具有较好的分辨效果，且有效探测距离相对较长，得到了较广泛的应用。在地震数据处理中，提高信噪比有助于更为精确地定位不良地质体和准确成像。在隧道环境中，由于隧道有限的空间和施工干扰影响，在采集的地震数据中存在着“频带范围较宽、振幅强度不同、视速度和传播方向难以确定”的来源广泛的噪声，使得从隧道地震数据中提取有效信号受到严重的制约，成像结果与真实地质情况存在较大误差，增加了解释的难度。因此开展针对隧道环境的地震波法超前探测数据去噪研究具有重要理论和实际意义。据专利技术人了解，目前隧道地震超前探测数据去噪的研究还相对较少，除带通滤波等常用基本去噪方法之外，主要有利用视速度差异采用τ-p变换进行波场分离，提取隧道前方的有效反射波，提高预报准确性；在隧道前方反射层倾向与隧道轴线交角变化较大范围内(90°～45°)，利用F-K变换有效分离多方向和多波反射事件，提取主要来自掌子面前方的有效反射波剖面。此外，针对隧道地震超前探测中大量平稳噪声影响数据质量，采用时频域谱减法进行地震超前探测数据处理，可以实现隧道环境下平稳噪声的消减和去除。针对隧道超前探测数据中噪声非平稳、非连续的问题，经验模态分解可将非平稳时间域信号分解为一系列按频率降序排列的固有模态函数分量，降低了原始信号的非平稳特性，进而采用平稳信号去噪方法进行数据去噪。据专利技术人了解，实现隧道地震超前探测的数据去噪存在以下两个难题：第一，隧道地震超前探测中噪声种类较多、振幅较强，易导致有效波波形畸变，造成地震数据解释产生偏差。现有方法往往从地表去噪技术出发，直接将地表方法应用与隧道环境中。然而，隧道内环境相对狭小，炮点和检波器数均远少于地表地震探测，一些地表地震探测数据中常用的去噪方法在隧道环境下往往难以直接应用。第二，单一数据去噪方法存在一定的局限性，采用单一数据去噪方法进行隧道地震超前探测数据去噪不能达到较好的效果。如采用时频域谱减法对数据进行去噪处理，需满足平稳噪声假设条件，但实际隧道超前探测数据中噪声非平稳、非连续，易导致时频域谱减法中噪声谱估计误差较大，影响滤波效果。传统的经验模态分解认为噪声主要集中于高频段的模态函数中，同时也在其余模态分量中存在，在处理中往往直接将最高频模态分量直接去除，这样做虽然提升了信号的信噪比，但同时这种处理方式会造成高频有效信号的缺失，对后续处理成像等处理带来不利影响。
技术实现思路
本公开为了解决上述问题，提出了一种时频域谱减法和经验模态分解联合的隧道滤波方法及系统，本公开针对隧道超前探测数据中噪声非平稳、非连续的问题，改进了传统的经验模态分解，采用经验模态分解将非平稳时间域信号分解为一系列按频率降序排列的固有模态函数分量，降低了原始信号的非平稳特性，进而采用时频域谱减法进行数据去噪。根据一些实施例，本公开采用如下技术方案：一种时频域谱减法和经验模态分解联合的隧道滤波方法，包括以下步骤：基于经验模态分解方法，将时域隧道含噪地震记录分解为多个固有模态函数分量；对分解得到的各个固有模态函数分量进行加权；对加权后的各个时间域IMF分量分别转到时频域进行时频域谱减法滤波；将各个IMF分量进行时频域谱减法滤波后得到的小波系数利用同步挤压小波变换的逆变换分别转换为时域信号；将获得的时域信号直接相加，实现数据重构和滤波。作为可选择的实施方式，基于经验模态分解方法，将时域隧道含噪地震记录分解为多个固有模态函数分量的具体过程包括：对时域信号中所有极值点进行识别和选取，利用插值分别绘制上包络线和下包络线，根据包络线计算均值作为迭代的目标函数。作为进一步的，从原始信号中将其均值减掉，得到余量，用其代替原始信号进行迭代，计算极值包络和余量，直至余量满足预先设定的筛选准则。作为进一步的，在迭代过程中，对余量进行筛选，筛选条件包括：利用对连续两个筛分标准差SD进行限制：其中，T是时间域数据的总采样点数，Ri,k-1(t)和Ri,k(t)分别是在计算第i个IMF分量时，相邻位置的两个余量，设定当0.2<SD<0.3时结束筛选。作为进一步的，经过经验模态分解后获得的各个模态分量再分别通过希尔伯特变换求得各个分量的瞬时频率，并将其在同一个时频谱中进行重构，得到完整数据的时频谱，从而实现对原始数据的时频分析。作为可选择实施方式，对加权后的各个时间域IMF分量分别转到时频域进行时频域谱减法滤波的具体过程包括：对第一个IMF分量采用频率方向不加权的窗函数滤波，后续的各个IMF分量采用在频率方向加权的窗函数滤波。作为可选择的实施方式，将获得的时域信号直接相加的具体过程包括：将经过时频域谱减法滤波后获得的各个时域数据对应相加获得最终滤波结果。一种时频域谱减法和经验模态分解联合的隧道滤波系统，包括：用于将时域隧道含噪地震记录分解为多个固有模态函数分量的模块；用于对分解得到的各个固有模态函数分量进行加权的模块；用于对加权后的各个时间域IMF分量分别转到时频域进行时频域谱减法滤波的模块；用于将各个IMF分量进行时频域谱减法滤波后得到的小波系数利用同步挤压小波变换的逆变换分别转换为时域信号的模块；用于将获得的时域信号直接相加，实现数据重构和滤波的模块。一种计算机可读存储介质，其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行所述的一种时频域谱减法和经验模态分解联合的隧道滤波方法。一种终端设备，包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行所述的一种时频域谱减法和经验模态分解联合的隧道滤波方法。与现有技术相比，本公开的有益效果为：本公开针对隧道地震探测方法中的地震数据，进行了滤波处理。在实际隧道地震探测数据中存在着非平稳、非连续的噪声，易导致时频域谱减法中噪声谱估计误差较大，影响滤波效果。首先采用经验模态分解降低信号的非平稳特征，然后应用时频域谱减法处理，进一步减小了时频域谱减法处理非平稳信号时的噪声谱估计误差，拓展了时频域谱减法的适用性。传统的经验模态分解认为噪声主要集中于高频段的模态函数中，同时也在其余模态分量中存在，在处理中往往直接将最高频模态分量直接去除，这样做虽然提升了信号的信噪比，但会造成高频有效信号的缺失，使数据分辨率降低；并且将后续IMF分量中，比重较高的低频数据影响引入重构数据之中。相比于地表地震探测数据，隧道地震探测数据的主频相对较高，IMF1中有效数据成分相对较多，不宜直接舍弃，本公开通过对IMF分量进行加权，在保留部分高频信号的同时，削减低频信号对有效信号的影响。附图说本文档来自技高网...

【技术保护点】
1.一种时频域谱减法和经验模态分解联合的隧道滤波方法，其特征是：包括以下步骤：/n基于经验模态分解方法，将时域隧道含噪地震记录分解为多个固有模态函数分量；/n对分解得到的各个固有模态函数分量进行加权；/n对加权后的各个时间域IMF分量分别转到时频域进行时频域谱减法滤波；/n将各个IMF分量进行时频域谱减法滤波后得到的小波系数利用同步挤压小波变换的逆变换分别转换为时域信号；/n将获得的时域信号直接相加，实现数据重构和滤波。/n

【技术特征摘要】
1.一种时频域谱减法和经验模态分解联合的隧道滤波方法，其特征是：包括以下步骤：
基于经验模态分解方法，将时域隧道含噪地震记录分解为多个固有模态函数分量；
对分解得到的各个固有模态函数分量进行加权；
对加权后的各个时间域IMF分量分别转到时频域进行时频域谱减法滤波；
将各个IMF分量进行时频域谱减法滤波后得到的小波系数利用同步挤压小波变换的逆变换分别转换为时域信号；
将获得的时域信号直接相加，实现数据重构和滤波。


2.如权利要求1所述的一种时频域谱减法和经验模态分解联合的隧道滤波方法，其特征是：基于经验模态分解方法，将时域隧道含噪地震记录分解为多个固有模态函数分量的具体过程包括：对时域信号中所有极值点进行识别和选取，利用插值分别绘制上包络线和下包络线，根据包络线计算均值作为迭代的目标函数。


3.如权利要求2所述的一种时频域谱减法和经验模态分解联合的隧道滤波方法，其特征是：从原始信号中将其均值减掉，得到余量，用其代替原始信号进行迭代，计算极值包络和余量，直至余量满足预先设定的筛选准则。


4.如权利要求3所述的一种时频域谱减法和经验模态分解联合的隧道滤波方法，其特征是：在迭代过程中，对余量进行筛选，筛选条件包括：利用对连续两个筛分标准差SD进行限制：



其中，T是时间域数据的总采样点数，Ri,k-1(t)和Ri,k(t)分别是在计算第i个IMF分量时，相邻位置的两个余量，设定当0.2<SD<0.3时结束筛选。


5.如权利要求1所述的一种时频域谱减法和经验模态分解联合的隧道滤波方法，其特征是：经过经验模态分解后获得的各个模态分量再分别通过希尔伯特变换求得各个分量的...

【专利技术属性】
技术研发人员：陈磊，李凯，付超，张庆松，孙法合，高雪池，张灵莉，曹帅，解冬东，许新骥，
申请(专利权)人：山东大学，山东高速集团有限公司，
类型：发明
国别省市：山东;37