地震数据中杂波干扰数据的优化检测仿真研究

在对地震数据中杂波干扰数据优化检测时,由于震级不同其地震数据具有一定的随机性,使得地震波产生的数据分布分散特征不易提取。传统的信号检测方法,对数据的分布规律要求较高,因此很难从分布不均匀特征数据提取合理的特征数据,导致检测不准确的问题。提出基于小波网络的地震数据中杂波干扰数据的有效排除方法,给出小波网络的结构,采用梯度下降法调整小波函数的平移因子与尺度因子,完成小波网络拟合学习。对地震数据进行加窗处理,获取加窗子样本数据矩阵,通过小波网络的训练样本数据将小波网络训练至收敛,将训练完成的小波网络作为预测模型。并循环进行莱特准则,实现杂波干扰数据的识别及排除。仿真结果表明,改进方法在排除杂波干扰数据方面具有很高的性能。