




版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
基于智能盲源分离的地震去噪研究汇报人:贾盼龙导
师:田学民专
业:控制科学与工程目录课题背景及研究现状研究目标和研究内容拟解决的关键性问题技术路线创新点课题进展1
课题背景及研究现状由于传统的地震信号去噪方法,对于低信噪比的地震资料效果不佳,甚至会对有效信号带来损伤,严重影响地震勘探的的分析结果。寻求新的去噪方法,有效地去除低信噪比数据中的噪声具有重要的实际意义。由于有效地震信号与噪声相互独立,可以考虑用ICA方法进行地震信号去噪。但传统的ICA方法多涉及非线性函数的选取问题,极大地影响了ICA算法的分离能力,而且算法较为复杂,收敛速度也比较慢。因此,寻求一种算法简单,参数设置少,全局收敛性强的方法快速地进行低信噪比地震信号去噪,是值得研究的课题,具有重要的理论价值和实际意义。2
研究目标和研究内容研究目标寻求一种算法简单,参数设置容易,且不涉及非线性函数选取问题的盲源分离算法,对盲源分离算法的收敛速度和分离性能进行进一步完善。将改进的盲源分离算法用于地震信号去噪处理中,对地震信号中的噪声进行有效抑制,提取有效地震信号,在提高地震记录信噪比的同时,保证同相轴不发生畸变。2
研究目标和研究内容研究内容针对IWO算法存在的问题对其进一步完善,增强算法寻优速度与全局收敛性能,将其作为盲源分离的优化算法,使算法分离性能更好。对实际地震资料特征进行分析,设计实际地震资料处理流程,用改进的盲源分离算法进行实际地震信号去噪研究。3
拟解决的关键性问题盲源分离中寻优算法的研究。采用何种优化方法,既能保证较快的收敛速度,又
能具有较好的全局寻优能力,是本课题的一个关键所在。处理实际地震信号去噪时盲源分离算法输入的选取。盲源分离的输入往往是多道信号,但是地震勘探获得的信号通常只有一道。怎样才能通过一道原始信号,实现两道输入,并且保证较好的去噪效果,这也是本课题的应该解决的关键性问题。4
技术路线总体思路分离信号2分离信号1优化目标函数
J(y)EMD分解IMF重构含噪信号虚拟通道B解混矩阵W球化矩阵图1本课题总体思路对IWO算法进行改进用改进IWO算法更新解混矩阵4
技术路线IWO算法的改进针对其优胜略汰的竞争性生存法则对算法全局收敛性不利的弊端,拟将小生境思想引入到算法中,对种群进行分类,使一些附近存在极值点的解也适当保留,增加种群多样性,进一步提高算法的全局寻优能力。针对其进化前期步长较大引起算法收敛速度慢的不足,拟采用自适应种子数进行种群繁殖。这样在步长较大时产生较多种子,从而有利于算法快速的向最优解靠拢,提高算法的收敛速度。4
技术路线自适应种子数:最大种子数量向下取整种子数量最小种子数量植株的适应值种群最小适应值种群最大适应值固定最大种子数和最小种子数图2
IWO算法种子数计算方法4
技术路线是是计算各植株适应度确定各植株后代个数方法如图1根据空间分布产生新的解所有解的数量是否<Qsize初始化种群,并计算每步最大最小生成种子数否计算各植株适应度并按适应度大小排序对种群个体按适应度进行分类否根据生存法则分别对每一类中适应度差的个体进行剔除,剩余Qsize个个体选取Qsize个解是否达到最大迭代次数分别对每一类种群中个体按图1方法产生后代个数,并按根据空间分布产生新的植株输出最优解算法结束图3改进IWO算法流程图4
技术路线EMD技术5
创新点拟将小生境思想用于IWO算法,提高其全局收敛性能和搜索精度。拟采用自适应种子数繁殖机制来改善IWO算法的收敛速度。6
课题进展已将IWO算法作为盲源分离算法的优化判据,根据地震
信号特
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 博图SCL官方培训
- 软包电池外观培训
- 城市交通规划合同管理论文咨询重点基础知识点
- 产品组装技能培训课件
- 【培训课件】非处方药市场推广策略
- 配方出售保密协议书模板
- 《医疗设备监测的护理》课件
- 车辆无偿借用合同协议
- 公司培训计划书
- 连锁餐厅转让合同协议
- 第十单元 常见的酸、碱、盐 检测题(含答案)-2024-2025学年九年级化学人教版下册
- 业务合规培训
- 2025年高考语文一轮复习知识清单专题13:图文转换(学生版)
- 2025年国家保密基本知识考试题库及答案
- 空调售后客服培训课件
- 《《定制式医疗器械医工交互全过程监控及判定指标与接受条件》》
- 《三只松鼠公司基于哈佛探析框架的财务探究(9900字论文)》
- 2024年江苏南京林业大学招聘专职辅导员15人(第二批)管理单位遴选500模拟题附带答案详解
- 24秋国家开放大学《科学与技术》终结性考核大作业参考答案
- 中华人民共和国保守国家秘密法实施条例
- 预防性侵害安全教育
评论
0/150
提交评论