| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 论文选题背景及意义 | 第9-10页 |
| 1.1.1 地震资料噪声压制的研究意义 | 第9页 |
| 1.1.2 地震信号噪声的分类 | 第9-10页 |
| 1.2 国内外地震信号噪声压制方法的发展和研究现状 | 第10-12页 |
| 1.2.1 拉东变换 | 第10-11页 |
| 1.2.2 经验模态分解 | 第11页 |
| 1.2.3 曲波变换 | 第11-12页 |
| 1.2.4 小波变换 | 第12页 |
| 1.3 本文研究内容与全文安排 | 第12-15页 |
| 第二章 小波变换的理论基础 | 第15-33页 |
| 2.1 小波概述 | 第15-17页 |
| 2.2 小波变换基本理论 | 第17-26页 |
| 2.2.1 傅里叶变换与短时傅里叶变换 | 第17-18页 |
| 2.2.2 连续小波变换 | 第18-20页 |
| 2.2.3 二进小波变换 | 第20页 |
| 2.2.4 离散小波变换 | 第20-21页 |
| 2.2.5 小波框架理论 | 第21-22页 |
| 2.2.6 多分辨率分析 | 第22-24页 |
| 2.2.7 Mallat算法 | 第24-26页 |
| 2.3 常见的小波基函数和变换尺度的选择 | 第26-29页 |
| 2.3.1 Haar小波基函数 | 第26-27页 |
| 2.3.2 Daubechies(dbN)小波基函数系 | 第27-28页 |
| 2.3.3 墨西哥草帽小波和Morlet小波 | 第28-29页 |
| 2.3.4 小波变换尺度的选择 | 第29页 |
| 2.4 小波阈值去噪算法 | 第29-32页 |
| 2.4.1 小波阈值去噪算法理论 | 第29-30页 |
| 2.4.2 常用阈值算法 | 第30-31页 |
| 2.4.3 阈值函数的选取 | 第31-32页 |
| 2.5 去噪效果评价指标 | 第32-33页 |
| 第三章 基于改进混沌果蝇优化小波阈值法的地震信号随机噪声压制 | 第33-45页 |
| 3.1 GCV阈值选取函数 | 第33-34页 |
| 3.2 果蝇优化算法 | 第34-36页 |
| 3.2.1 参数初始化 | 第35页 |
| 3.2.2 嗅觉搜索 | 第35页 |
| 3.2.3 视觉搜索 | 第35-36页 |
| 3.3 改进Kent混沌果蝇优化小波阈值法 | 第36-39页 |
| 3.3.1 Kent混沌映射 | 第36-37页 |
| 3.3.2 改进算法 | 第37-38页 |
| 3.3.3 改进算法流程 | 第38-39页 |
| 3.4 仿真实验和实际应用 | 第39-44页 |
| 3.4.1 模拟地震剖面处理 | 第39-42页 |
| 3.4.2 实际地震信号处理 | 第42-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第四章 基于小波熵的自适应NLM地震信号随机噪声压制 | 第45-55页 |
| 4.1 NLM算法基本理论 | 第45-47页 |
| 4.2 基于小波熵的自适应NLM算法 | 第47-49页 |
| 4.3 基于小波熵的自适应NLM地震信号随机噪声压制上的应用 | 第49-53页 |
| 4.3.1 仿真实验 | 第49-52页 |
| 4.3.2 实际地震资料处理 | 第52-53页 |
| 4.4 本章小结 | 第53-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 全文总结 | 第55-56页 |
| 5.2 展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
