CN109765608B - 一种基于联合字典的煤层巷道锚杆振动噪声压制方法 - Google Patents

Abstract

本发明公开一种基于联合字典的煤层巷道锚杆振动噪声压制方法：采集原始的地震记录信号，对地震记录信号实施步骤01‑步骤03：步骤01：根据地震记录信号的稀疏特征，确定分别稀疏表示地震记录信号中有效信号与锚杆振动噪声的两种字典；步骤02：自动计算地震记录信号的单道数据的振幅谱峰度，并得到使用分块坐标松弛算法进行信噪分离的迭代参数；步骤03：使用分块坐标松弛算法对地震记录信号进行单道处理，实现信噪分离，得到压制噪声后的数据。本发明解决了煤层巷道使用槽波勘探技术采集记录地震数据中锚杆振动噪声的干扰问题，达到了彻底地压制锚杆振动噪声。此外，本发明方法可以进行单炮处理，可以并行处理，满足工业计算需求。

Description

一种基于联合字典的煤层巷道锚杆振动噪声压制方法

技术领域

本发明涉及一种系统及方法，属于领域，具体是涉及一种系统及方法。

背景技术

巷道支护的目的是在巷道开挖后打破了围岩的原岩应力平衡状态的情况下，通过支护建立起一种新的平衡，在一定时间内维持围岩的相对稳定，以保护足够的安全作业空间。锚杆支护以其主动支护、充分利用围岩自承能力等特点越来越引起支护界的重视。

检波器接到锚杆，采集地震信号。但是锚杆受到振动，导致检波器产生共振，因此在采集记录数据中受到强烈的耦合噪声干扰，降低了地震数据的信噪比，影响数据的后续分析处理。

因此，实有必要提出一种有效压制煤层巷道采集资料中锚杆振动噪声的方法，其对于槽波勘探的进一步发展应用具有十分重要的意义。

发明内容

以下给出一个或多个方面的简要概述以提供对这些方面的基本理解。此概述不是所有构想到的方面的详尽综览，并且既非旨在指认出所有方面的关键性或决定性要素亦非试图界定任何或所有方面的范围。其唯一的目的是要以简化形式给出一个或多个方面的一些概念以为稍后给出的更加详细的描述之序。

本发明主要的目的是解决现有技术中因锚杆受到振动导致的耦合噪声干扰问题，提供了一种基于时频域稀疏优化的锚杆振动噪声压制方法及系统，以解决上述技术问题。本发明根据煤层巷道中锚杆振动噪声产生原理以及有效信号与耦合噪声时频特征的差异性，选取连续小波变换稀疏表示有效信号，选取局部离散余弦变换稀疏表示锚杆振动噪声，并将这两类波形形态字典构造成超完备字典，利用稀疏迭代算法进行求解。

为解决上述问题，本发明的方案是：

一种基于时频域稀疏优化的锚杆振动噪声压制方法，其特征在于，采集原始的地震记录信号，对地震记录信号实施步骤01-步骤03：

步骤01：根据地震记录信号的稀疏特征，确定分别稀疏表示地震记录信号中有效信号与锚杆振动噪声的两种字典；

步骤02：自动计算地震记录信号的单道数据的振幅谱峰度，并得到使用分块坐标松弛算法进行信噪分离的迭代参数；

步骤03：使用分块坐标松弛算法对地震记录信号进行单道处理，实现信噪分离，得到压制噪声后的数据。

进一步的，步骤01，包括：

采用形态成分分析将含有两种具有不同形态特征：有效信号与锚杆振动噪声的成分分离开来，表示为：

式中：

表示待分析信号；

表示信号中的两种成分，具有不同的形态特征；假设

和

能够分别由字典A₁和A₂有效的稀疏表示，但是用A₂稀疏表示

和用A₁稀疏表示

时稀疏性差；

选择连续小波变换作为稀疏表示有效信号的字典，其中连续小波变换为：

式中，WT_x(a,τ)为待分析信号的连续小波变换系数，a表示尺度因子，x(t)表示待分析信号，ψ(t)表示Morlet母小波，t为时间，τ为平移量，*表示共轭；

连续小波变换的反变换为：

式中常数C_Ψ＜∞为其容许条件；

构造局部离散余弦变换作为稀疏表示锚杆振动噪声的字典，其中局部离散余弦正变换为：

式中，DCT(u)表示待分析信号的局部离散余弦变换系数，x[n]表示待分析信号，u＝1,2,...,N-1，其中N为数据采样点长度；

局部离散余弦变换的反变换为：

式中n＝0...N-1；

用选定的字典A₁即连续小波变换和A₂即局部离散余弦变换，构成一组超完备字典，稀疏表示信号

计算稀疏表示系数：

式中：x₁为重构系数中与A₁对应的部分；x₂为重构系数中与A₂对应的部分；

为拉格朗日乘子。

进一步的，步骤02，自动计算单道数据的振幅谱峰度，并得到使用分块坐标松弛算法实现信噪分离的迭代参数，包括：

首先计算单道数据时间域振幅的均值来确定最小阈值参数，如下式所示：

式中，δ_j为第j道最小阈值参数，x_j,i为第j道第i个采样点,N为采样点长度；

计算单道数据的振幅谱峰度α：

其中,V为归一化振幅谱方差：

Y[k]归一化后的频率域离散采样值，

为Y[k]的均值：

Y[k]＝X[k]/(max(abs(X[k])),

X[k]为x[n]的离散傅里叶变换：

X[k]＝DFT(x[n]),

根据下式确定离散余弦变换的阈值权系数参数Dcp：

Dcp＝k-α/100，

其中，k为参数Dcp的修正权系数。

进一步的，步骤03具体包括：

步骤01中稀疏优化问题通过分块坐标松弛算法进行迭代得到分离的有效信号与锚杆振动噪声；分块坐标松弛算法的步骤为：

初始化：初始迭代步数k＝0，初始解

表示信号成分1的系数初始解，

表示信号成分2的系数初始解；

迭代：每步迭代k增加1，并计算：

式中，T_λ为硬阈值函数；

与A₁构成一对正反变换，

与A₂构成一对正反变换；

终止条件：当

小于预设的值时，继续迭代对结果的影响足够小时，迭代终止；

输出：

为分离的信号成分1的变换系数，

为分离的信号成分2的变换系数；

得到最优解

之后，用字典A₁和稀疏表示系数中与A₁对应的部分重构

用字典A₂和稀疏表示系数中与A₂对应的部分重构

即：

实现从混合信号

中分离出两种信号分量

和

的目标。

进一步的，重复步骤02-03直到地震记录信号的所有道数据处理完成。

一种基于联合字典的煤层巷道锚杆振动噪声压制系统，包括：

字典构造模块：根据地震记录信号的稀疏特征，确定分别稀疏表示地震记录信号中有效信号与锚杆振动噪声的两种字典；

参数构造模块：自动计算地震记录信号的单道数据的振幅谱峰度，并得到使用分块坐标松弛算法进行信噪分离的迭代参数；

噪声分离模块：使用分块坐标松弛算法对地震记录信号进行单道处理，实现信噪分离，得到压制噪声后的数据。

相对于现有技术，本发明具有以下有益效果：利用本发明的方法对槽波记录数据进行锚杆振动噪声压制，不仅能够有效的压制锚杆振动噪声，而且有效信号具有较高保真性。此外，该发明方法适用于单炮集处理，可以并行处理，因此适用于工业应用。

附图说明

并入本文并形成说明书的一部分的附图例示了本发明的实施例，并且附图与说明书一起进一步用于解释本发明的原理以及使得所属领域技术人员能够制作和使用本公开。

图1A为槽波记录地震数据；

图1B为图1A数据第20道归一化振幅谱图；

图1C为图1A数据第20道时频图；

图2为本发明方法处理数据的流程图；

图3A为连续小波变换原子示意图；

图3B为局部离散余弦变换原子示意图；

图4A为有效信号的时域波形图；

图4B为锚杆振动噪声的时域波形图；

图5A为含弱噪声数据；

图5B为含强噪声数据；

图6为振幅谱峰度；

图7A为槽波地震记录；

图7B为分离的有效信号；

图7C为分离的锚杆振动噪声；

图8为单道数据去噪前后的时域波形图；

图9A为单道数据压噪前的归一化振幅谱；

图9B为图9A所示数据去噪后的归一化振幅谱；

图9C为图9A所示数据分离出的锚杆振动噪声的归一化振幅谱；

图10A为单道数据压噪前的时频谱；

图10B为图10A所示数据去噪后的时频谱；

图10C为图10A所示数据分离出的锚杆振动噪声的时频谱。

将参照附图描述本发明的实施例。

具体实施方式

实施例

本实施例是基于时频域稀疏优化的槽波勘探中锚杆振动噪声分离方法。本实施例根据有效信号与锚杆振动噪声时频特征差异性，选取连续小波变换稀疏表示有效信号，局部离散余弦变换稀疏表示锚杆振动噪声。

如图1A-1C所示，槽波勘探记录第20道数据中有效信号受到较强锚杆振动噪声的干扰，有效信号在时频谱上表现为近似脉冲特征，锚杆振动噪声在时频谱上表现为近似几条水平直线的特征，在振幅谱上表现为近似脉冲特征，即锚杆振动噪声主要表现为几个单频信号的叠加。

请参阅图2所示，在本实施例提出了一种基于时频域稀疏优化的锚杆振动噪声压制方法，包括以下步骤：

步骤101：采集地震记录信号，根据地震记录信号中有效信号与锚杆振动噪声稀疏特征确定形态成分分析所使用的两种变换字典，即小波变换与局部离散余弦变换以及相对应的参数；

步骤102：自动计算地震记录信号中单道数据的振幅谱峰度，并得到使用分块坐标松弛算法进行信噪分离的迭代参数；

步骤103：使用分块坐标松弛算法对原始地震记录信号进行单道处理，实现信噪分离，得到压噪后信号。

重复步骤102-103直到采集的地震记录信号中所有道数据处理完成。

步骤101中根据有效信号稀疏特征与锚杆振动噪声稀疏特征确定形态成分分析的两种变换字典，有效信号选择小波变换字典，锚杆振动噪声选择局部离散余弦变换字典，并构成超完备字典：

选择连续小波变换作为稀疏表示有效信号的字典，其中连续小波变换为：

式中，WT_x(a,τ)为变换系数，a表示尺度因子，x(t)表示待分析信号，ψ(t)表示Morlet母小波；其中t为时间，τ为平移量，*表示共轭。

连续小波变换的反变换为：

式中常数C_Ψ＜∞为其容许条件。

本实施例中，小波变换基函数类型选择为实数类型，小波变换最小尺度为2×dt，最大尺度为100×dt，dt为采样间隔，尺度间隔为0.125。

选择局部离散余弦变换作为稀疏表示锚杆振动噪声的字典，其中局部离散余弦变换的定义：

式中，DCT(u)表示变换系数，x[n]表示待分析信号，且u＝1,2,...,N-1，N为数据采样点长度。

局部离散余弦变换的反变换为

式中n＝0...N-1。

如图3A与图4A所示，连续小波变换原子与有效信号波形形态相似，能更有效地表示有效信号。

如图3B与图4B所示，局部离散余弦变换原子与锚杆振动噪声波形形态比较匹配，能更有效表示锚杆振动噪声。

步骤102中自动计算单道数据的振幅谱峰度，并得到使用分块坐标松弛算法进行信噪分离的迭代参数，具体包括以下步骤：

首先计算单道数据时间域振幅的均值来确定最小阈值参数，其实现如下式所示：

式中，δ_j为第j道最小阈值参数，x_j,i为第j道第i个采样点，N为采样点长度。

计算单道数据的振幅谱峰度α：

其中V为归一化振幅谱方差：

Y[k]归一化后的频率域离散采样值，

为Y[k]的均值：

Y[k]＝X[k]/(max(abs(X[k])),

X[k]为x[n]的离散傅里叶变换：

X[k]＝DFT(x[n]),

将有效信号与锚杆振动噪声模型进行叠加，包括将一倍的有效信号加上五倍的锚杆振动噪声得到如图5A所示的含噪数据，将一倍的有效信号加上十倍的锚杆振动噪声得到如图5B所示的含噪数据，很明显，图5B所示数据的锚杆振动噪声要强于图5A。从图6可以看出，锚杆振动噪声越强，振幅谱峰度越大。

当锚杆振动噪声越强时，阈值权系数需要选取越小。根据下式确定离散余弦变换的阈值权系数参数Dcp：

Dcp＝k-α/100,

其中，k为参数Dcp的修正权系数。本实施例中，选取k＝1.0

局部离散余弦变换DCT(u)是稀疏表示锚杆振动噪声的字典，离散傅里叶变换是为了确定局部离散余弦变换DCT(u)的阈值权系数参数Dcp而需要进行的操作。

离散余弦变换DCT(u)的阈值权系数Dcp在BCR迭代中使用，对一道数据来说是确定的，乘以这个权系数后阈值仍然是迭代缩小的。离散余弦变换与连续小波变换都有阈值权系数，主要是为了调节去噪的程度，其中离散余弦变换的阈值权系数越小，压噪越明显，但也容易损伤有效信号，反之结果相反，因此需要合理确定阈值权系数的大小。其中，连续小波变换字典的阈值权系数固定为1.

步骤103中使用分块坐标松弛算法对原始地震记录信号进行单道处理，实现信噪分离，得到压噪后数据，具体包括：

首先假设有效信号与锚杆振动噪声信号初始值都为零，然后通过分块坐标松弛算法迭代得到分离的有效信号与锚杆振动噪声。

坐标松弛算法的迭代步骤为：

初始化：初始迭代步数k＝0，初始解

表示有效信号的系数初始解，

表示锚杆振动噪声的系数初始解；

迭代：每步迭代k增加1，并计算：

式中，T_λ为硬阈值函数，Ccp为有效信号的阈值权系数；

与A₁构成一对正反变换，

与A₂构成一对正反变换。

终止条件：当达到设定的迭代次数时，迭代终止；

输出：

为分离的有效信号的变换系数，

为分离的锚杆振动噪声的变换系数。

本实施例中，分块坐标松弛算法迭代次数选择为30次；小波变换阈值权系数Ccp为0.85。

下面利用本实施例提供的分析处理方法应用到槽波勘探记录的实际数据中，发现本实施例的方法不仅能够有效地压制锚杆振动噪声，而且有效信号具有较高保真性，为后续资料的分析奠定基础。

图7A所示为槽波地震数据，接下来验证本实施例方法处理该实际地震资料的有效性。该数据总共64道，记录长度为800ms。从剖面上可以看出，地震数据受到很强的锚杆振动噪声干扰，导致部分有效信号被锚杆振动噪声覆盖，对地震资料的后续分析造成严重影响。

如图7C所示，本实施例方法分离的锚杆振动噪声中没有对有效信号造成损伤。

图8为图7A所示数据抽取第20道使用本实施例压制锚杆振动噪声前后的波形图。可以看出，原始数据中锚杆振动噪声得到明显压制。

如图9A-9C所示，为图7A所示数据抽取第20道数据使用本实施例方法压制锚杆振动噪声前后的归一化振幅谱图。原始数据振幅谱中明显的单峰得到抑制，锚杆振动噪声振幅谱中的单峰较窄，表现为明显的单频特征，可见没有对有效信号造成损伤。

如图10A-10C所示，为图7A所示数据抽取第20道数据使用本实施例方法压制锚杆振动噪声前后的时频谱。原始数据时频谱中可以看到有明显的锚杆振动噪声能量，压噪后数据时频谱中没有残留锚杆振动噪声能量，噪声数据中的时频谱表现为水平直线即单频信号特征，且没有有效信号特征的时频分量出现，说明没有对有效信号造成损伤。

本实施例中，尽管为使解释简单化将上述方法图示并描述为一系列动作，但是应理解并领会，这些方法不受动作的次序所限，因为根据一个或多个实施例，一些动作可按不同次序发生和/或与来自本文中图示和描述或本文中未图示和描述但本领域技术人员可以理解的其他动作并发地发生。

本领域技术人员将进一步领会，结合本文中所公开的实施例来描述的各种解说性逻辑板块、模块、电路、和算法步骤可实现为电子硬件、计算机软件、或这两者的组合。为清楚地解说硬件与软件的这一可互换性，各种解说性组件、框、模块、电路、和步骤在上面是以其功能性的形式作一般化描述的。此类功能性是被实现为硬件还是软件取决于具体应用和施加于整体系统的设计约束。技术人员对于每种特定应用可用不同的方式来实现所描述的功能性，但这样的实现决策不应被解读成导致脱离了本发明的范围。

结合本文中公开的实施例描述的方法或算法的步骤可直接在硬件中、在由处理器执行的软件模块中、或在这两者的组合中体现。软件模块可驻留在RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动盘、CD-ROM、或本领域中所知的任何其他形式的存储介质中。示例性存储介质耦合到处理器以使得该处理器能从/向该存储介质读取和写入信息。在替换方案中，存储介质可以被整合到处理器。处理器和存储介质可驻留在ASIC中。ASIC可驻留在用户终端中。在替换方案中，处理器和存储介质可作为分立组件驻留在用户终端中。

在一个或多个示例性实施例中，所描述的功能可在硬件、软件、固件或其任何组合中实现。如果在软件中实现为计算机程序产品，则各功能可以作为一条或更多条指令或代码存储在计算机可读介质上或藉其进行传送。计算机可读介质包括计算机存储介质和通信介质两者，其包括促成计算机程序从一地向另一地转移的任何介质。存储介质可以是能被计算机访问的任何可用介质。作为示例而非限定，这样的计算机可读介质可包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁存储设备、或能被用来携带或存储指令或数据结构形式的合意程序代码且能被计算机访问的任何其它介质。任何连接也被正当地称为计算机可读介质。例如，如果软件是使用同轴电缆、光纤电缆、双绞线、数字订户线(DSL)、或诸如红外、无线电、以及微波之类的无线技术从web网站、服务器、或其它远程源传送而来，则该同轴电缆、光纤电缆、双绞线、DSL、或诸如红外、无线电、以及微波之类的无线技术就被包括在介质的定义之中。如本文中所使用的盘(disk)和碟(disc)包括压缩碟(CD)、激光碟、光碟、数字多用碟(DVD)、软盘和蓝光碟，其中盘(disk)往往以磁的方式再现数据，而碟(disc)用激光以光学方式再现数据。上述的组合也应被包括在计算机可读介质的范围内。

注意到，说明书中对“一个实施例”、“实施例”、“示例实施例”、“一些实施例”等的引用指示所描述的实施例可以包括特定特征、结构或特性，但是每个实施例可以不必包括所述特定特征、结构或特性。而且，这样的短语不必指代同一实施例。此外，当结合实施例描述特定特征、结构或特性时，无论是否明确描述，结合其他实施例来实现这样的特征、结构或特性将在所属领域的技术人员的知识范围内。

提供对本公开的先前描述是为使得本领域任何技术人员皆能够制作或使用本公开。对本公开的各种修改对本领域技术人员来说都将是显而易见的，且本文中所定义的普适原理可被应用到其他变体而不会脱离本公开的精神或范围。由此，本公开并非旨在被限定于本文中所描述的示例和设计，而是应被授予与本文中所公开的原理和新颖性特征相一致的最广范围。

Claims (1)

1.一种基于联合字典的煤层巷道锚杆振动噪声压制方法，其特征在于，包括：

步骤1：采集地震记录信号，根据地震记录信号中有效信号与锚杆振动噪声稀疏特征确定形态成分分析所使用的两种变换字典；

步骤2：自动计算地震记录信号中单道数据的振幅谱峰度，并得到使用分块坐标松弛算法进行信噪分离的迭代参数；

步骤3：使用分块坐标松弛算法对原始地震记录信号进行单道处理，实现信噪分离，得到压噪后信号；

重复步骤2-3直到采集的地震记录信号中所有道数据处理完成；

步骤1中根据有效信号稀疏特征与锚杆振动噪声稀疏特征确定形态成分分析的两种变换字典，有效信号选择小波变换字典，锚杆振动噪声选择局部离散余弦变换字典，并构成超完备字典：

所述小波变换字典为连续小波变换，其中连续小波变换为：

式中，WT_x(a,τ)为变换系数，a表示尺度因子，x(t)表示待分析信号，ψ(t)表示Morlet母小波；其中t为时间，τ为平移量，*表示共轭；

连续小波变换的反变换为：

式中常数C_Ψ＜∞为其容许条件；

其中，连续小波变换基函数类型选择为实数类型，小波变换最小尺度为2×dt，最大尺度为100×dt，dt为采样间隔，尺度间隔为0.125；

局部离散余弦变换字典的局部离散余弦变换的定义为：

式中，DCT(u)表示变换系数，x[n]表示待分析信号，且u＝1,2,...,N-1，N为数据采样点长度；

局部离散余弦变换的反变换为

式中n＝0, 1,2,...,N-1 ；

其中，所述步骤2具体包括以下步骤：

计算单道数据时间域振幅的均值来确定最小阈值参数，其实现如下式所示：

式中，δ_j为第j道最小阈值参数，x_j,i为第j道第i个采样点，N为采样点长度；

计算单道数据的振幅谱峰度α：

其中V为归一化振幅谱方差：

Y[k]归一化后的频率域离散采样值，

为Y[k]的均值：

Y[k]＝X[k]/(max(abs(X[k])),

X[k]为x[n]的离散傅里叶变换：

X[k]＝DFT(x[n]),

将有效信号与锚杆振动噪声模型进行叠加；

根据下式确定离散余弦变换的阈值权系数参数Dcp：

Dcp＝k-α/100,

其中，k为参数Dcp的修正权系数；

其中，连续小波变换字典的阈值权系数固定为1；

步骤3中使用分块坐标松弛算法对原始地震记录信号进行单道处理，实现信噪分离，得到压噪后数据，具体包括：

首先假设有效信号与锚杆振动噪声信号初始值都为零，然后通过分块坐标松弛算法迭代得到分离的有效信号与锚杆振动噪声；

坐标松弛算法的迭代步骤为：

初始化：初始迭代步数k＝0，初始解

表示有效信号的系数初始解，

表示锚杆振动噪声的系数初始解；

迭代：每步迭代k增加1，并计算：

式中，T_λ为硬阈值函数，Ccp为有效信号的阈值权系数；

与A₁构成一对正反变换，

与A₂构成一对正反变换；

当达到设定的迭代次数时，迭代终止，此时输出为

为分离的有效信号的变换系数，

为分离的锚杆振动噪声的变换系数。

Images