| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 1 绪论 | 第12-20页 |
| ·论文的背景及研究意义 | 第12-14页 |
| ·盲信号处理概述 | 第14-17页 |
| ·自适应噪声抵消技术及研究现状 | 第14页 |
| ·独立分量分析简介及其研究现状 | 第14-17页 |
| ·研究内容及论文框架 | 第17-20页 |
| ·主要研究内容 | 第17-18页 |
| ·论文框架 | 第18-20页 |
| 2 地震资料去噪方法及机器噪声特征分析 | 第20-29页 |
| ·概述 | 第20-21页 |
| ·常规去噪方法 | 第21-26页 |
| ·基于频率域的滤波方法 | 第21页 |
| ·基于视速度差异的方法 | 第21-23页 |
| ·基于信号的相关性和噪声的随机性的去噪方法 | 第23-26页 |
| ·机器噪声特征分析 | 第26-28页 |
| ·小结 | 第28-29页 |
| 3 自适应噪声抵消技术的研究与应用 | 第29-45页 |
| ·基于信噪比估计的自适应噪声抵消器原理 | 第29-31页 |
| ·仿真试验 | 第31-37页 |
| ·与常规NLMS 算法的比较 | 第31-33页 |
| ·复杂仿真模型的试验 | 第33-37页 |
| ·实际资料的处理 | 第37-43页 |
| ·本章小结 | 第43-45页 |
| 4 基于频域盲解卷的噪声消除技术 | 第45-85页 |
| ·概述 | 第45-46页 |
| ·瞬时混合盲分离算法 | 第46-61页 |
| ·独立性概念 | 第47-48页 |
| ·独立性判据 | 第48-51页 |
| ·数据的预处理理论 | 第51-52页 |
| ·ICA 主要算法 | 第52-59页 |
| ·瞬时混合盲分离实例 | 第59-60页 |
| ·瞬时混合盲分离存在的问题 | 第60-61页 |
| ·基于独立分量分析消除机器噪声模型的建立 | 第61-62页 |
| ·卷积混合条件下噪声信号盲分离算法 | 第62-84页 |
| ·频域算法原理 | 第63-65页 |
| ·单频点方法原理 | 第65-66页 |
| ·模糊性问题的解决 | 第66-69页 |
| ·参数的选择 | 第69页 |
| ·算法具体步骤 | 第69页 |
| ·仿真试验 | 第69-77页 |
| ·实际资料的处理 | 第77-84页 |
| ·小结 | 第84-85页 |
| 5 基于时域盲解卷的噪声消除技术 | 第85-110页 |
| ·概述 | 第85页 |
| ·时域盲解卷系统结构介绍 | 第85-88页 |
| ·混合系统 | 第85-86页 |
| ·解混系统 | 第86-88页 |
| ·时域盲解卷算法 | 第88-93页 |
| ·基于高阶累积量的方法 | 第88-89页 |
| ·输出信息极大法 | 第89-93页 |
| ·基于时域盲解卷消除机器噪声的方法 | 第93-94页 |
| ·仿真试验 | 第94-100页 |
| ·试验1 参数对算法的影响 | 第94-96页 |
| ·试验2 复杂模型的处理 | 第96-100页 |
| ·实际资料的处理 | 第100-106页 |
| ·自适应噪声抵消技术、频域算法及时域算法性能的比较 | 第106-109页 |
| ·小结 | 第109-110页 |
| 6 常规多次波自适应相减技术 | 第110-120页 |
| ·概述 | 第110页 |
| ·压制多次波的滤波方法 | 第110-111页 |
| ·基于波动方程的预测减去法 | 第111-112页 |
| ·波场外推法 | 第111页 |
| ·反馈法及反散射级数法 | 第111-112页 |
| ·多次波自适应相减问题 | 第112-118页 |
| ·单道匹配滤波方法 | 第113页 |
| ·拟多道匹配滤波方法 | 第113-115页 |
| ·基于模式识别多次波减去法 | 第115-117页 |
| ·基于高阶累积量的技术 | 第117-118页 |
| ·小结 | 第118-120页 |
| 7 基于ICA 的多次波自适应相减技术 | 第120-144页 |
| ·原理 | 第120-121页 |
| ·线性几何ICA 算法 | 第121-123页 |
| ·线性几何ICA 的两步解法 | 第123-129页 |
| ·混合矩阵的估计 | 第123-128页 |
| ·源信号的重建 | 第128-129页 |
| ·优化的多次波自适应相减方案 | 第129-130页 |
| ·仿真试验 | 第130-139页 |
| ·实验1 简单模型试验 | 第130-134页 |
| ·实验2 复杂模型的处理 | 第134-139页 |
| ·实际资料处理 | 第139-142页 |
| ·本章小结 | 第142-144页 |
| 8 结论及工作展望 | 第144-147页 |
| ·主要成果和创新 | 第144-145页 |
| ·工作展望 | 第145-147页 |
| 致谢 | 第147-148页 |
| 参考文献 | 第148-153页 |
| 附录 | 第153页 |