本发明提供一种消除地震信号中随机噪声系统，包括如下单元：曲波变换单元，用于读取原始地震信号数据，并进行曲波变换分解得到曲波域内各个尺度、各个方向上第一频率子带以及第二频率子带；阈值优化单元，用于确定不同尺度、不同方向下曲波系数的阈值；并通过遗传算法获得使广义交叉验证准则风险评估函数有最小值的最优阈值；阈值去噪单元，用于对分解得到第一频率子带、第二频率子带进行阈值去噪；滤波器设计单元，用于设计不同的自适应的谱白化滤波器；谱白化处理单元，用于对第一频率子带、第二频率子带中不同尺度、不同方向的有效信号进行谱白化；曲波反变换单元，用于通过曲波反变换进行重构，得到去噪后且分辨率提高的地震信号数据。
1.一种消除地震信号中随机噪声系统，其特征在于，包括如下单元：
曲波变换单元，用于读取原始地震信号数据，并对原始地震信号数据进行曲波变换分解得到地震信号在曲波域内各个尺度、各个方向上表示图像的光谱特征的第一频率子带以及表示图像的空间特征的第二频率子带，其中第一频率子带的频率范围为10-20Hz，第二频率子带的频率范围为50-200Hz；
阈值优化单元，用于对于分解得到的第一频率子带和第二频率子带中所包含的不同尺度、不同方向下的曲波系数，通过广义交叉验证准则确定不同尺度、不同方向下曲波系数的阈值，该阈值为有效信号与随机噪声在方向和尺度的分界值；并通过遗传算法获得使广义交叉验证准则风险评估函数有最小值的最优阈值；
阈值去噪单元，用于通过将阈值优化单元中获得的各个最优阈值带入半软阈值函数对分解得到第一频率子带、第二频率子带进行阈值去噪；
滤波器设计单元，用于根据阈值去噪单元中去噪后的第一频率子带、第二频率子带中的有效信号和随机噪声的相关性的不同，设计不同的自适应的谱白化滤波器，具体操作如下：利用有效信号和随机噪声的相关性不同，首先在Matlab平台下计算出有效信号和随机噪声的相关系数r，其公式如下：r＝C1(j,l,k)*C2(j,l,k)
其中，C1(j,l,k)是有效信号的曲波系数，C2(j,l,k)是随机噪声的曲波系数，其次,由相关系数得到归一化的相关系数r'，其表达式如下：由相关系数r’得到相关因子θ，利用不同的θ值区分随机噪声和有效信号，当θ>1时为随机噪声，当θ≤1时，θ越小信噪比越大，根据θ的不同设置不同的滤波器f(ω)，即为自适应滤波器，以进行谱白化处理，θ＝|C2(j,l,k)|/|r'|；
谱白化处理单元，用于对第一频率子带、第二频率子带中不同尺度、不同方向的有效信号通过相应的自适应的谱白化滤波器进行谱白化，拓宽有效信号的频带；对随机噪声则不做处理；
曲波反变换单元，用于对谱白化处理后的各尺度、各个方向上的第一频率子带、第二频率子带通过曲波反变换进行重构，得到去噪后且分辨率提高的地震信号数据。
2.如权利要求1所述的消除地震信号中随机噪声系统，其特征在于，所述阈值去噪单元包括：设置第一比较阈值以及第二比较阈值，第一比较阈值小于第二比较阈值；将小于第一比较阈值的曲波系数置为0，保持大于第二比较阈值的曲波系数不变；并通过半软阈值函数缩小其他曲波系数的值。
3.如权利要求1所述的消除地震信号中随机噪声系统，其特征在于，所述滤波器设计单元包括：获取阈值去噪单元中去噪后的第一频率子带、第二频率子带中的有效信号和随机噪声的相关系数；
对有效信号和随机噪声的相关系数进行归一化处理得到归一化的相关系数；
根据相关系数得到相关因子；获取曲波域内第一频率子带、第二频率子带中的每个有效信号的振幅谱的包络；
根据不同相关因子以及振幅谱的包络设计不同的自适应的谱白化滤波器。
4.如权利要求3所述的消除地震信号中随机噪声系统，其特征在于，所述谱白化处理单元包括：根据谱白化滤波器中的白噪声因子增加第一频率子带、第二频率子带中不同尺度、不同方向的子数据体的信噪比；从而拓宽有效信号的频带；对随机噪声则不做处理。
5.如权利要求4所述的消除地震信号中随机噪声系统，其特征在于，所述曲波反变换单元包括：对增加了信噪比的第一频率子带、第二频率子带中不同尺度、不同方向的子数据体进行曲波反变换，从而得到去噪后且分辨率被提高的地震信号数据。
6.一种消除地震信号中随机噪声方法，其特征在于，包括如下步骤：
S1、读取原始地震信号数据，并对原始地震信号数据进行曲波变换分解得到地震信号在曲波域内各个尺度、各个方向上表示图像的光谱特征的第一频率子带以及表示图像的空间特征的第二频率子带，其中第一频率子带的频率范围为10-20Hz，第二频率子带的频率范围为50-200Hz；
S2、对于分解得到的第一频率子带和第二频率子带中所包含的不同尺度、不同方向下的曲波系数，通过广义交叉验证准则确定不同尺度、不同方向下曲波系数的阈值，该阈值为有效信号与随机噪声在方向和尺度的分界值；并通过遗传算法获得使广义交叉验证准则风险评估函数有最小值的最优阈值；
S3、通过将步骤S2中获得的各个最优阈值带入半软阈值函数对分解得到第一频率子带、第二频率子带进行阈值去噪；
S4、根据步骤S3中去噪后的第一频率子带、第二频率子带中的有效信号和随机噪声的相关性的不同，设计不同的自适应的谱白化滤波器，具体操作如下：利用有效信号和随机噪声的相关性不同，首先在Matlab平台下计算出有效信号和随机噪声的相关系数r，其公式如下：r＝C1(j,l,k)*C2(j,l,k)
其中，C1(j,l,k)是有效信号的曲波系数，C2(j,l,k)是随机噪声的曲波系数，其次,由相关系数得到归一化的相关系数r'，其表达式如下：由相关系数r’得到相关因子θ，利用不同的θ值区分随机噪声和有效信号，当θ>1时为随机噪声，当θ≤1时，θ越小信噪比越大，根据θ的不同设置不同的滤波器f(ω)，即为自适应滤波器，以进行谱白化处理，θ＝|C2(j,l,k)|/|r'|；
S5、对第一频率子带、第二频率子带中不同尺度、不同方向的有效信号通过相应的自适应的谱白化滤波器进行谱白化，拓宽有效信号的频带；对随机噪声则不做处理；
S6、对谱白化处理后的各尺度、各个方向上的第一频率子带、第二频率子带通过曲波反变换进行重构，得到去噪后且分辨率提高的地震信号数据。
7.如权利要求6所述的消除地震信号中随机噪声方法，其特征在于，所述步骤S3包括：设置第一比较阈值以及第二比较阈值，第一比较阈值小于第二比较阈值；将小于第一比较阈值的曲波系数置为0，保持大于第二比较阈值的曲波系数不变；并通过半软阈值函数缩小其他曲波系数的值。
8.如权利要求6所述的消除地震信号中随机噪声方法，其特征在于，所述步骤S4包括：获取步骤S3中去噪后的第一频率子带、第二频率子带中的有效信号和随机噪声的相关系数；
对有效信号和随机噪声的相关系数进行归一化处理得到归一化的相关系数；
根据相关系数得到相关因子；获取曲波域内第一频率子带、第二频率子带中的每个有效信号的振幅谱的包络；
根据不同相关因子以及振幅谱的包络设计不同的自适应的谱白化滤波器。
9.如权利要求8所述的消除地震信号中随机噪声方法，其特征在于，所述步骤S5包括：根据谱白化滤波器中的白噪声因子增加第一频率子带、第二频率子带中不同尺度、不同方向的子数据体的信噪比；从而拓宽有效信号的频带；对随机噪声则不做处理。
10.如权利要求9所述的消除地震信号中随机噪声方法，其特征在于，对增加了信噪比的第一频率子带、第二频率子带中不同尺度、不同方向的子数据体进行曲波反变换，从而得到去噪后且分辨率被提高的地震信号数据。
消除地震信号中随机噪声系统及方法
技术领域
[0001] 本发明涉及地震信号去噪技术领域，特别涉及一种消除地震信号中随机噪声系统及方法。
背景技术
[0002] 油气资源作为当今社会的主要能源不断的推动着人类的进步，人们日益增长的油气能源需求对油气勘探提出了更高的要求。但随着勘探的不断深入，勘探难度也不断地加大，主要体现在对构造复杂，地震剖面特征难以识别的隐蔽性油气藏的勘探上，因此对信号进行去噪、提高地震资料的分辨率对面积小但能增储上产的隐蔽性油气藏的勘探与开发有着重要的意义。
[0003] 针对提高地震资料分辨率这一难题传统的处理方法多注重信噪比的提高，未能在有效提高信噪比后通过频带的拓宽使得分辨率得到进一步地提高，在提高信噪比这方面，传统的小波变换对一维平滑信号具有很好的表达能力，但并不适合表达二维信号，这使得经过小波去噪后的地震信号损失了边缘细节信息，造成同相轴边缘变得模糊、分辨率下降。针对此局限，在小波基础上发展起来的曲波变换具有良好方位特性，使它能够将边缘信息和噪声信息很好的分开，在保持边缘信息的同时对噪声的去除也起到了很好的效果。利用曲波变换的多尺度多方向性的特点，采用GCV(广义交叉验证准则)可确定不同尺度和方向下的阈值，并用遗传算法搜索使GCV风险评估函数有最优阈值；再通过不同的阈值规则使用相应的半软阈值函数对曲波变换分解得到子带进行阈值去噪，可有效提高信噪比。在拓宽频带方面，谱白化处理是一种展宽频谱的有效方法，它对有限频带进行纯振幅滤波后，估计此频带之外的频率成分，达到拓宽频带的目的。谱白化处理可以在时间域或在频率域中处理，若在曲波域中处理可对不同尺度、不同方向的子带中的有效信号进行谱白化，拓宽其频带；对随机噪声则不做处理。结合之前的去噪处理能够进一步提高地震信号的分辨率。如申请号为CN201210483278.X公开了一种衰减地震数据随机噪声的方法和系统。该方法中将地震数据进行傅立叶变换，生成频率-空间域的地震数据；在空间方向上对频率-空间域的地震数据进行复数经验模态分解，生成多个模态分量；根据频率-空间域的地震数据与多个模态分量，利用最优化方法生成自适应信号重构算子；根据自适应信号重构算子和所述多个模态分量，重构生成频率域地震信号；将频率域地震信号进行傅立叶反变换，生成随机噪声衰减后的时间域地震信号。如申请号为CN201210247721.3公开了一种基于小波变换的小尺度阈值去噪方法，该方法小尺度地对地震数据进行扫描，得到一个时窗内的相关系数值，然后设置一个阈值，对这个小尺度时窗内的数据进行判断，当地震道以地震信号为主时，采用常规小波分解及常规硬阈值或软阈值；当地震道以噪声为主时，地震信号进行小波包分解后，采用最佳熵的原则设定下面的浮动阈值法。最后将去噪后的小波尺度进行小波重构，从而得到信噪比较高的地震道集。
[0004] 1999年Donoho和Candès在Ridgeletb变换的基础上提出了曲波变换理论，它在对多维信号的处理上具有优于小波变换的特性。曲波变换具有多尺度、多方向性，对多维信号具有良好的分辨能力，这使得它在多维信号特征的表示和提取中比小波变换更加有效。根据地震数据类型的不同，目前提高地震信号分辨率的方法有基于VSP(vertieal seismical profile)提高地震信号分辨率的方法、拓频处理提高地震信号分辨率的方法、时变谱白化提高地震信号分辨率的方法、反褶积提高地震信号分辨率的方法等等，这些方法都可以达到消除噪声、提高地震信号分辨率的效果。
[0005] 但是现有技术无法消除高分辨率地震信号中的随机噪声。
发明内容
[0006] 为解决现有的提高地震资料分辨率技术中无法消除地震信号中的随机噪声的问题，有必要提供一种消除地震信号中随机噪声系统及方法。
[0007] 一种消除地震信号中随机噪声系统，包括如下单元：
[0008] 曲波变换单元，用于读取原始地震信号数据，并对原始地震信号数据进行曲波变换分解得到地震信号在曲波域内各个尺度、各个方向上表示图像的光谱特征的第一频率子带以及表示图像的空间特征的第二频率子带，其中第一频率子带的频率范围为10-20Hz，第二频率子带的频率范围为50-200Hz；
[0009] 阈值优化单元，用于对于分解得到的第一频率子带和第二频率子带中所包含的不同尺度、不同方向下的曲波系数，通过广义交叉验证准则确定不同尺度、不同方向下曲波系数的阈值，该阈值为有效信号与随机噪声在方向和尺度的分界值；并通过遗传算法获得使广义交叉验证准则风险评估函数有最小值的最优阈值；
[0010] 阈值去噪单元，用于通过将阈值优化单元中获得的各个最优阈值带入半软阈值函数对分解得到第一频率子带、第二频率子带进行阈值去噪；
[0011] 滤波器设计单元，用于根据阈值去噪单元中去噪后的第一频率子带、第二频率子带中的有效信号和随机噪声的相关性的不同，设计不同的自适应的谱白化滤波器；
[0012] 谱白化处理单元，用于对第一频率子带、第二频率子带中不同尺度、不同方向的有效信号通过相应的自适应的谱白化滤波器进行谱白化，拓宽有效信号的频带；对随机噪声则不做处理；
[0013] 曲波反变换单元，用于对谱白化处理后的各尺度、各个方向上的第一频率子带、第二频率子带通过曲波反变换进行重构，得到去噪后且分辨率提高的地震信号数据。
[0014] 一种消除地震信号中随机噪声方法，包括如下步骤：
[0015] S1、读取原始地震信号数据，并对原始地震信号数据进行曲波变换分解得到地震信号在曲波域内各个尺度、各个方向上表示图像的光谱特征的第一频率子带以及表示图像的空间特征的第二频率子带，其中第一频率子带的频率范围为10-20Hz，第二频率子带的频率范围为50-200Hz；
[0016] S2、对于分解得到的第一频率子带和第二频率子带中所包含的不同尺度、不同方向下的曲波系数，通过广义交叉验证准则确定不同尺度、不同方向下曲波系数的阈值，该阈值为有效信号与随机噪声在方向和尺度的分界值；并通过遗传算法获得使广义交叉验证准则风险评估函数有最小值的最优阈值；
[0017] S3、通过将步骤S2中获得的各个最优阈值带入半软阈值函数对分解得到第一频率子带、第二频率子带进行阈值去噪；
[0018] S4、根据步骤S3中去噪后的第一频率子带、第二频率子带中的有效信号和随机噪声的相关性的不同，设计不同的自适应的谱白化滤波器；
[0019] S5、对第一频率子带、第二频率子带中不同尺度、不同方向的有效信号通过相应的自适应的谱白化滤波器进行谱白化，拓宽有效信号的频带；对随机噪声则不做处理；
[0020] S6、对谱白化处理后的各尺度、各个方向上的第一频率子带、第二频率子带通过曲波反变换进行重构，得到去噪后且分辨率提高的地震信号数据。
[0021] 本发明提供的消除地震信号中随机噪声系统及方法，对地震信号进行曲波分解，将其投影到曲波域中，充分利用了曲波变换的多尺度、多方向的优势，并通过广义交叉验证准则和遗传算法选取最优阈值，由此来对地震信号进行去噪，能够在保护有效地震反射信号的同时更加精确地滤掉噪声干扰。同时根据有效信号和随机噪声的相关性的不同，设计自适应谱白化滤波器。仅对有效信号进行谱白化，拓宽其频带，突出有效信号，达到了提高了地震信号的分辨率的目的。
附图说明
[0022] 图1是本发明实施方式提供的消除地震信号中随机噪声系统结构框图；
[0023] 图2是本发明实施方式提供的消除地震信号中随机噪声方法流程图；
[0024] 图3是曲波基函数在时间域和频率域中的示意图；
[0025] 图4是原始地震数据显示的效果图；
[0026] 图5是处理后信号分辨率得到提高的效果图；
[0027] 图6是处理前后的效果对比图；
[0028] 图7是对多组地震信号处理前后信噪比的对比图。
具体实施方式
[0029] 如图1所示，一种消除地震信号中随机噪声系统，包括如下单元：
[0030] 曲波变换单元，用于读取原始地震信号数据，并对原始地震信号数据进行曲波变换分解得到地震信号在曲波域内各个尺度、各个方向上表示图像的光谱特征的第一频率子带以及表示图像的空间特征的第二频率子带，其中第一频率子带的频率范围为10-20Hz，对于地震剖面来说代表不同地质成分，第二频率子带的频率范围为50-200Hz，表示细节部分。
[0031] 由于在空域中分析地震信号进行噪声压制、扩展频带等处理存在诸多局限性，因此本发明实施例通过曲波变换，将空域中的地震信号投影到曲波域，在曲波域中存在着多尺度和多方向，因而能够对地震信号进行更加精细的分析。
[0032] 可选地，读取文件中的地震数据到计算机内存，并将地震数据加以显示；
[0033] 首先，可以调用Matlab中的文件操作函数，以二进制方式读取文件头，按照地震数据的存储格式分别读取地震道数，采样点数，采样间隔等重要信息。读取文件中的地震信号数据，其中每个地震道是由240个字节的道头和地震记录数据组成，而基于Matlab是通过矩阵来操纵数据的，因此处理这种二维数据时非常方便。
[0034] 曲波变换是通过曲波基函数和目标函数做内积实现的，为了构建曲波基函数，则需引入两个窗函数，即半径窗W(r)和角度窗V(t)，其中r和t为极坐标位置，两者均满足容许条件：
[0035]
[0036]
[0037] 其中，定义 为曲波的基函数，则其他2-j尺度曲波基函数可以通过 的旋转和平移得到。定义旋转角度
[0038] θl＝2π*2-[j/2]*l,l＝0,1,2,...,0≤θl≤2π；平移参数k＝(k1,k2)∈Z2。在尺度2-j、方向θl、位置 处的曲波基函数定义为：
[0039]
[0040] 其中Rθ是对θ弧度的旋转。在尺度2-j的所有曲波都由 旋转和平移得到的。
[0041] 曲波系数c(j,k,l)是由f∈L2(R2)和 的内积来定义的：
[0042]
[0043] 曲波变换包括较大尺度和较细尺度的部分，较大尺度对应半径窗中r∈(3/4,1)的部分，较小尺度对应半径窗中r∈(1,3/2)的部分，其中较大尺度下的曲波变换不具有方向性，所以整个曲波变换是由较小尺度下的方向元素和较大尺度下各向同性的小波组成。
[0044] 频率窗在连续域中使用同中心的方块区域来表示曲波域，如图2所示的离散曲波变换示意图，该图中的阴影区域为楔形，曲波变换的尺度按照频率由高到低划分为最外的高频层(Fine层)，中间的中频层(Detail层)，最内层的低频层(Coarse层)，从方向1(箭头所指位置)开始每个尺度上的方向顺时针方向依次为2，3，……，N，每个方向上的子带都由相应的曲波系数构成。
[0045] 阈值优化单元，用于对于分解得到的第一频率子带和第二频率子带中所包含的不同尺度、不同方向下的曲波系数，通过广义交叉验证准则确定不同尺度、不同方向下曲波系数的阈值，该阈值为有效信号与随机噪声在方向和尺度的分界值；并通过遗传算法获得使广义交叉验证准则风险评估函数有最小值的最优阈值。增加了阈值的准确性。
[0046] 由于噪声干扰和有效信号在传播方向上的分布位置不同，所以在变换到曲波域后，不同尺度和方向上噪声干扰和有效信号的分布特点是不同的，有效信号主要分布在曲波系数相对较大的位置，而随机噪声则主要分布在曲波系数较小的位置上。因此根据它们在曲波域中分布的不同，设置适当的阈值进行滤波，这样能够有效地压制噪声。
[0047] 为了在保证有效信号不受损伤的条件下尽可能地去除噪声，对不同的尺度下的曲波系数设置合适的阈值，在本发明实施例中，可选地，应用广义交叉验证准则GCV来确定不同尺度和方向下的阈值。GCV是一种只依赖于输入和输出信号在不需要对噪声方差进行估计的情况下，通过最小化误差函数从而获得阈值的渐进最优值。按照GCV准则定义如下目标函数GCV(Kj,l)，并通过目标函数来确定渐进最优阈值T：
[0048]
[0049] T＝argmin[GCV(Kj,l)] (6)
[0050] 其中Kj,l为j尺度l方向上的阈值，Cj,l,k,n为在j尺度l方向的曲波系数，Cj,l,k,n为阈值化后的曲波系数，Nj,l为j尺度l方向上曲波系数的个数，Nj,l,0为被置零的Cj,l,k,n的个数。当GCV(Kj,l)取最小值时，便可以得到最优的阈值T，用来筛选有效信号，从而压制随机噪声。
[0051] 在GCV(Kj,l)取优过程中，本方法将采用遗传算法来确定最优阈值，遗传算法是一种被广泛应用的随机搜索方法，它是按照“物竞天择,优胜劣汰”的法则建立的一种最优化算法，此方法具有多点寻优且效率高等特点。广义交叉验证准则风险评估函数fit公式如下：
[0052]
[0053] 当此函数fit取得最小值时，GCV(Kj,l)也将会取得最小值，此时所对应的阈值也为最优值。
[0054] 阈值去噪单元，用于通过将阈值优化单元中获得的各个最优阈值带入半软阈值函数对分解得到第一频率子带、第二频率子带进行阈值去噪。能够充分利用曲波系数的分布特点，更加精确地滤除地震信号中的噪声并且保护有效地震反射信号，提高信噪比。
[0055] 可选地，所述阈值去噪单元包括：设置第一比较阈值以及第二比较阈值，第一比较阈值小于第二比较阈值；将小于第一比较阈值的曲波系数置为0，保持大于第二比较阈值的曲波系数不变；并通过半软阈值函数缩小其他曲波系数的值。
[0056] 将阈值优化单元中得到的最优阈值代入阈值函数，在这里我们采用半软阈值函数。半软阈值函数结合了硬阈值和软阈值方法，设有两个大小不同的阈值，保留大于阈值的系数，将小于阈值的系数置零，适当缩减其它的阈值的系数。这样就可以对分解得到的子带进行阈值去噪，提高其信噪比。其阈值函数C'(j,l,k)公式如下：
[0057]
[0058] 其中sgn[C(j,l,k)]为曲波系数的符号。T1为第一比较阈值、T2为第二比较阈值。
[0059] 滤波器设计单元，用于根据阈值去噪单元中去噪后的第一频率子带、第二频率子带中的有效信号和随机噪声的相关性的不同，设计不同的自适应的谱白化滤波器。
[0060] 可选地，所述滤波器设计单元包括：
[0061] 获取阈值去噪单元中去噪后的第一频率子带、第二频率子带中的有效信号和随机噪声的相关系数；
[0062] 对有效信号和随机噪声的相关系数进行归一化处理得到归一化的相关系数；
[0063] 根据相关系数得到相关因子；获取曲波域内第一频率子带、第二频率子带中的每个有效信号的振幅谱的包络；
[0064] 根据不同相关因子以及振幅谱的包络设计不同的自适应的谱白化滤波器。
[0065] 能够区分信噪比不同的地震信号子带，将不同尺度下信噪比较高的子带加以识别。
[0066] 利用有效信号和随机噪声的相关性不同，首先在Matlab平台下计算出有效信号和随机噪声的相关系数r，其公式如下：
[0067] r＝C1(j,l,k)*C2(j,l,k)
[0068] 其中，C1(j,l,k)是有效信号的曲波系数，C2(j,l,k)是随机噪声的曲波系数。
[0069] 其次,由相关系数得到归一化的相关系数r'，其表达式如下：
[0070]
[0071] 步骤502：由相关系数r’得到相关因子θ，利用不同的θ值区分随机噪声和有效信号。当θ>1时为随机噪声，当θ≤1时，θ越小信噪比越大，根据θ的不同设置不同的滤波器f(ω)，即为自适应滤波器，以进行谱白化处理。
[0072] θ＝|C2(j,l,k)|/|r'| (11)
[0073] 步骤601：在曲波域内针对每个子带中的每一道有效信号的振幅谱，求其振幅谱的包络e(ω)。根据振幅包络设计一个自适应谱白化滤波器f(ω)用于增强有效信号，其公式如下：
[0074]
[0075] 式中υ为e(ω)的最大值，ε(θ)为白噪声因子，目的是折中信噪比与分辨率，白噪声因子是随着相关因子θ的改变而改变，即对信噪比大的子数据体展宽频带大一些，对信噪比小的子数据体展宽频带小一些，对是随机噪声的数据体不进行拓宽频带。
[0076] 谱白化处理单元，用于对第一频率子带、第二频率子带中不同尺度、不同方向的有效信号通过相应的自适应的谱白化滤波器进行谱白化，拓宽有效信号的频带；对随机噪声则不做处理。
[0077] 可选地，所述谱白化处理单元包括：
[0078] 根据谱白化滤波器中的白噪声因子增加第一频率子带、第二频率子带中不同尺度、不同方向的子数据体的信噪比；从而拓宽有效信号的频带；对随机噪声则不做处理。
[0079] 这样能够在有效拓宽频带的同时抑制噪声，进一步提高分辨率。
[0080] 步骤602：采用ε(θ)进行自适应，其中白噪声因子ε(θ)随θ的减小而变小，随θ的增大而变大。ε0和ε1为两常数。然后运用每个由二维曲波变换得到的子数据体C(j,l)，经过自适应谱白化滤波器得到既提高分辨率也增加信噪比的子数据体 ε(θ)公式如下：
[0081] ε(θ)＝ε0+ε1θ θ≤1 (13)
[0082]
[0083] 曲波反变换单元，用于对谱白化处理后的各尺度、各个方向上的第一频率子带、第二频率子带通过曲波反变换进行重构，得到去噪后且分辨率提高的地震信号数据。
[0084] 可选地，所述曲波反变换单元包括：
[0085] 对增加了信噪比的第一频率子带、第二频率子带中不同尺度、不同方向的子数据体 进行曲波反变换，从而得到去噪后且分辨率被提高的地震信号数据。
[0086] 本发明可以在Matlab R2012b软件测试环境下进行实验。图4是原始地震数据，从图中我们可以看出，原始数据受随机噪声影响以至于很多同相轴无法识别。因此，我们将含有噪声的地震数据进行曲波分解，得到他们在曲波域中的表示。根据地震信号的曲波系数能够确定噪声在曲波域中集中的分布位置，再通过GCV和遗传算法来自适应地设置阈值并用此阈值进去噪，图5是去噪后的重构图像显示效果，从图6的对比图中可知通过本发明的方法处理后，地震数据中的水平同相轴变得更加清晰，部分在处理前无法识别的薄地层在处理后显现出来，分辨率得以提高。测试结果表明本发明方法能够有效地压制随机噪声并保护弱反射地震信号，通过本发明方法处理后，重构后的地震信号同相轴变得更加明显，信噪比和分辨率得到提高。通过以上实验和分析可知，将本发明方法运用于弱信号的处理过程中能够充分发掘噪声在曲波域中的分布特点，压制噪声干扰，并通过谱白化处理来拓宽信号频带，有效地提高了弱反射地震信号的分辨率、信噪比和成像质量。从图7中可以看出多组地震信号处理前后信噪比的对比图(左边为处理后的柱状图，右边为处理前的柱状图)，处理后信噪比提升明显。
[0087] 如图2所示，本发明实施例还提供一种消除地震信号中随机噪声方法，包括如下步骤：
[0088] S1、读取原始地震信号数据，并对原始地震信号数据进行曲波变换分解得到地震信号在曲波域内各个尺度、各个方向上表示图像的光谱特征的第一频率子带以及表示图像的空间特征的第二频率子带，其中第一频率子带的频率范围为10-20Hz，第二频率子带的频率范围为50-200Hz；
[0089] S2、对于分解得到的第一频率子带和第二频率子带中所包含的不同尺度、不同方向下的曲波系数，通过广义交叉验证准则确定不同尺度、不同方向下曲波系数的阈值，该阈值为有效信号与随机噪声在方向和尺度的分界值；并通过遗传算法获得使广义交叉验证准则风险评估函数有最小值的最优阈值；
[0090] S3、通过将步骤S2中获得的各个最优阈值带入半软阈值函数对分解得到第一频率子带、第二频率子带进行阈值去噪；
[0091] S4、根据步骤S3中去噪后的第一频率子带、第二频率子带中的有效信号和随机噪声的相关性的不同，设计不同的自适应的谱白化滤波器；
[0092] S5、对第一频率子带、第二频率子带中不同尺度、不同方向的有效信号通过相应的自适应的谱白化滤波器进行谱白化，拓宽有效信号的频带；对随机噪声则不做处理；
[0093] S6、对谱白化处理后的各尺度、各个方向上的第一频率子带、第二频率子带通过曲波反变换进行重构，得到去噪后且分辨率提高的地震信号数据。
[0094] 可选地，所述步骤S3包括：设置第一比较阈值以及第二比较阈值，第一比较阈值小于第二比较阈值；将小于第一比较阈值的曲波系数置为0，保持大于第二比较阈值的曲波系数不变；并通过半软阈值函数缩小其他曲波系数的值。
[0095] 可选地，所述步骤S4包括：
[0096] 获取步骤S3中去噪后的第一频率子带、第二频率子带中的有效信号和随机噪声的相关系数；
[0097] 对有效信号和随机噪声的相关系数进行归一化处理得到归一化的相关系数；
[0098] 根据相关系数得到相关因子；获取曲波域内第一频率子带、第二频率子带中的每个有效信号的振幅谱的包络；
[0099] 根据不同相关因子以及振幅谱的包络设计不同的自适应的谱白化滤波器。
[0100] 可选地，所述步骤S5包括：
[0101] 根据谱白化滤波器中的白噪声因子增加第一频率子带、第二频率子带中不同尺度、不同方向的子数据体的信噪比；从而拓宽有效信号的频带；对随机噪声则不做处理。
[0102] 可选地，对增加了信噪比的第一频率子带、第二频率子带中不同尺度、不同方向的子数据体进行曲波反变换，从而得到去噪后且分辨率被提高的地震信号数据。
[0103] 结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机储存器、内存、只读存储器、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其他形式的存储介质中。
[0104] 可以理解的是，对于本领域的普通技术人员来说，可以根据本发明的技术构思做出其它各种相应的改变与变形，而所有这些改变与变形都应属于本发明权利要求的保护范围。
