一种基于地球物理信号的去噪方法及系统与流程

本发明涉及信号处理，尤其涉及一种基于地球物理信号的去噪方法及系统。

背景技术：

1、信号处理是分析、修改和合成信号的技术领域，通过从原始信号中提取有用信息，优化数据的可用性和准确性。在这一过程中，信号处理涉及多种算法和数学工具，如傅里叶变换、滤波、时频分析和小波变换等，以便有效地处理时间、频率、空间等不同维度的数据。

2、其中，基于地球物理信号的去噪方法通过消除与地球物理数据相关的噪声，从而提高信号的可靠性和解析度。通常应用于地震勘探、地下水监测和矿产资源探测等领域，旨在从复杂的地球物理信号中提取有价值的信息，如地层结构、流体分布和地质特征。通过有效的去噪技术，研究人员能够更清晰地分析地下环境，为资源开发和环境监测提供支持。

3、在地震勘探中，现有技术在去噪后的残差信号处理中存在如下不足。例如，在实际操作中，去噪后的地震信号重建中，残差信号中的高频噪声成分容易形成突发性峰值，这些峰值难以通过现有的平滑方法有效消除，导致信号整体的平滑性欠佳，甚至会出现局部尖锐的噪声。而噪声峰值与真实地震反射波叠加，模糊了地层反射界面的清晰度，使得勘探数据难以准确呈现地层界面的细节特征。带来的直接影响是反射界面形态失真，尤其在地层边界复杂或存在较多断层的区域，噪声峰值可能被误认为是地质构造特征，从而造成地质层位解释的误差，影响后续的地质分析和资源评价。限制了信号解析的分辨率和可靠性。

技术实现思路

1、本发明的目的是解决现有技术中存在的缺点，而提出的一种基于地球物理信号的去噪方法及系统。

2、为了实现上述目的，本发明采用了如下技术方案：一种基于地球物理信号的去噪方法，包括以下步骤：

3、s1：基于地球物理信号样本数据，通过对相邻样本间特征进行关联分析，构建每个样本与相邻样本之间的依赖关系，并提取信号特征，构建噪声结构依赖关系分析结果；

4、s2：基于所述噪声结构依赖关系分析结果，将地球物理信号划分为多个重叠信号块，确定信号块之间的相似性权重，对重叠区域进行平滑处理，生成信号平滑重建结果；

5、s3：基于所述信号平滑重建结果，将信号逐层分解，获取每层的分解系数，识别信号中的平稳部分与非平稳部分，并将非平稳部分标记为噪声，生成平稳信号分离结果；

6、s4：基于所述平稳信号分离结果，依据频率特征分别设定阈值，结合局部时频谱的能量分布对阈值进行动态调整，对剩余成分进行信号重构并转换回时域，得到多频段去噪结果；

7、s5：基于所述多频段去噪结果，获取残差信号的频谱信息，确定残差信号的关键噪声频段，对残差信号的频段依次应用平滑滤波操作，合并全部处理后的频段，得到残差信号平滑结果；

8、s6：基于所述残差信号平滑结果，将优化后的残差信号与平稳信号成分整合，对整合的信号进行时间域平滑处理，生成地球物理去噪信号。

9、本发明改进有，所述噪声结构依赖关系分析结果包括样本间的依赖关系矩阵、样本的特征关联参数和噪声结构的分布特征，所述信号平滑重建结果包括重叠的信号分块、信号块间的相似性评分和处理后的平滑过渡区域，所述平稳信号分离结果包括信号的分解层级、平稳特征信号部分及被隔离的非平稳噪声部分，所述多频段去噪结果包括分配给每个频段的去噪阈值、局部时频谱调整系数及频段重构后的去噪信号，所述残差信号平滑结果包括识别的关键噪声频段、频段的平滑滤波参数以及合并处理的平滑信号，所述地球物理去噪信号包括优化的残差信号、平稳信号特征成分及整合后的时域平滑信号。

10、本发明改进有，基于地球物理信号样本数据，通过对相邻样本间特征进行关联分析，构建每个样本与相邻样本之间的依赖关系，并提取信号特征，构建噪声结构依赖关系分析结果的具体步骤如下：

11、s101：基于地球物理信号样本数据，设定每个样本的幅度、频率和相位值，进行变量初始化并存储每个样本的状态参数，通过对变量分布进行数据标记及存储，生成潜在状态变量集；

12、s102：基于所述潜在状态变量集，分析相邻样本间的特征，通过样本之间的特征匹配度和依赖关系强度，对每个样本节点及其相邻节点依赖性进行参数化处理，建立依赖关系矩阵；

13、s103：基于所述依赖关系矩阵，提取节点间地球物理信号的特征，对样本的特征权重进行优化分配，整合每对节点的依赖强度及特征权重，生成噪声结构依赖关系分析结果。

14、本发明改进有，基于所述噪声结构依赖关系分析结果，将地球物理信号划分为多个重叠信号块，确定信号块之间的相似性权重，对重叠区域进行平滑处理，生成信号平滑重建结果的具体步骤如下：

15、s201：基于所述噪声结构依赖关系分析结果，对地球物理信号进行区域分块，确定每个信号块的边界位置和重叠比例，存储信号分块的特征和重叠度量，生成边界位置和重叠数据；

16、s202：基于所述边界位置和重叠数据，获取相邻信号块间的欧氏距离，根据距离数据和信号块之间的距离权重，构建信号块相似性距离矩阵；

17、s203：基于所述信号块相似性距离矩阵，计算相邻信号块的加权平均值，对重叠区域连接处进行平滑处理，存储信号块连接信息及平滑过渡参数，生成信号平滑重建结果。

18、本发明改进有，基于所述信号平滑重建结果，将信号逐层分解，获取每层的分解系数，识别信号中的平稳部分与非平稳部分，并将非平稳部分标记为噪声，生成平稳信号分离结果的具体步骤如下：

19、s301：基于所述信号平滑重建结果，对地球物理信号进行逐层分解，根据每层细节部分，提取每个尺度的信号特征，并记录每层的分解系数，生成分解系数集合；

20、s302：基于所述分解系数集合，根据设定的第一阈值频率区分低频或高频部分，提取低频部分的分解系数作为平稳信号成分，进行低频系数与高频系数的逐对比，识别信号中的平稳部分与非平稳部分，生成平稳与非平稳部分标识；

21、s303：基于所述平稳与非平稳部分标识，对高频成分中的非平稳部分进行标记，记录噪声成分的特征，生成平稳信号分离结果。

22、本发明改进有，基于所述平稳信号分离结果，依据频率特征分别设定阈值，结合局部时频谱的能量分布对阈值进行动态调整，对剩余成分进行信号重构并转换回时域，得到多频段去噪结果的具体步骤如下：

23、s401：基于所述平稳信号分离结果，从中提取低频和高频成分信息，依次对每个频率成分的特征进行分析，通过设定各自的第二阈值，依据第二阈值调整地球物理信号的去噪和重构，生成频率特征阈值集；

24、s402：基于所述频率特征阈值集，结合局部时频谱的能量分布，动态调整每个频段的阈值，通过处理地球物理信号匹配新的第二阈值，生成调整后的频段信号；

25、s403：基于所述调整后的频段信号，对剩余的高频部分进行重构，转换地球物理信号回时域，保存重构数据，生成多频段去噪结果。

26、本发明改进有，基于所述多频段去噪结果，获取残差信号的频谱信息，确定残差信号的关键噪声频段，对残差信号的频段依次应用平滑滤波操作，合并全部处理后的频段，得到残差信号平滑结果的具体步骤如下：

27、s501：基于所述多频段去噪结果，计算重构信号与原始地球物理信号的逐点差值，提取对应的残差信号，将残差信号分离并进行归类存储，生成残差信号数据；

28、s502：基于所述残差信号数据，提取残差信号的频谱信息，通过分析频谱上频段的能量集中分布，根据能量大小识别关键噪声频段，生成关键噪声频段信息；

29、s503：基于所述关键噪声频段信息，依次对残差信号的关键噪声频段应用平滑滤波操作，调整频谱特征，将全部处理后的频段逐项合并，得到残差信号平滑结果。

30、本发明改进有，基于所述残差信号平滑结果，将优化后的残差信号与平稳信号成分整合，对整合的信号进行时间域平滑处理，生成地球物理去噪信号的具体步骤如下：

31、s601：基于所述残差信号平滑结果，将残差信号与平稳信号成分逐项累积，对每个成分进行幅度匹配和结构调整，保留关键成分的频率特征，包括频率范围、幅度变化、相位偏移和能量集中度，记录组合结果，生成组合后的信号；

32、s602：将所述组合后的信号在时间域进行逐项平滑处理，对每项数据间的突变进行平滑修正，调整和记录处理后的时间序列数据，生成平滑组合信号；

33、s603：基于所述平滑组合信号，对时间序列的全局一致性进行核验和校正，判断信号在时间域内的整体连续性，保存信号结构，生成地球物理去噪信号。

34、一种基于地球物理信号的去噪系统，所述系统包括：

35、信号关联性分析模块基于地球物理信号样本数据，对相邻样本间特征进行关联分析，通过构建每个样本与相邻样本之间的依赖关系，提取信号特征，生成噪声结构依赖关系分析结果；

36、信号重构模块基于所述噪声结构依赖关系分析结果，将地球物理信号划分为多个重叠信号块，确定信号块之间的相似性权重，针对重叠区域进行平滑处理，生成信号平滑重建结果；

37、信号分解模块基于所述信号平滑重建结果，将信号逐层分解，获取每层的分解系数，判断平稳部分与非平稳部分，选择将非平稳部分标记为噪声，生成平稳信号分离结果；

38、信号阈值调整模块基于所述平稳信号分离结果，依据频率特征分别设定阈值，结合局部时频谱的能量分布，对阈值进行动态调整，重构剩余成分并转换回时域，得到多频段去噪结果；

39、信号整合模块基于所述多频段去噪结果，获取残差信号的频谱信息，确定关键噪声频段，对残差信号的频段依次应用平滑滤波操作，合并全部处理后的频段，将优化后的残差信号与平稳信号成分整合，并进行时间域平滑处理，生成地球物理去噪信号。

40、与现有技术相比，本发明的优点和积极效果在于：

41、本发明中，通过建立样本间的依赖关系矩阵，对地震信号中的噪声结构进行精准建模，有效识别高频噪声的空间分布和依赖特征，避免了噪声残留在重建信号中的干扰。在信号处理过程中，通过重叠信号块的相似性权重平滑处理，确保信号连接区域的平滑过渡，从而减少突发性峰值在信号中的出现，通过分解各频段的信号成分，对不同频率设置自适应阈值，并结合局部时频谱的能量分布进行动态调整，有效隔离并抑制了高频噪声，确保了频谱的连续性和去噪的精度。此外，将残差信号与平稳信号特征进行平滑整合，对时域中的残差信号进行动态调整，避免了高频噪声峰值的叠加，使地层反射界面呈现更加清晰的细节。