| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第15-20页 |
| 1.1 课题研究意义和目的 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-18页 |
| 1.2.1 地震资料噪声种类 | 第16页 |
| 1.2.2 地震资料随机噪声压制方法研究现状 | 第16-17页 |
| 1.2.3 地震资料面波压制方法研究现状 | 第17-18页 |
| 1.3 章节安排 | 第18-20页 |
| 第二章 稀疏表示理论 | 第20-34页 |
| 2.1 引言 | 第20页 |
| 2.2 稀疏表示模型 | 第20-21页 |
| 2.2.1 稀疏性和信号的稀疏表示 | 第20-21页 |
| 2.2.2 超完备字典 | 第21页 |
| 2.3 稀疏分解算法 | 第21-25页 |
| 2.3.1 贪婪算法 | 第22-25页 |
| 2.3.2 凸松弛法 | 第25页 |
| 2.4 稀疏字典模型 | 第25-32页 |
| 2.4.1 字典发展过程 | 第25-26页 |
| 2.4.2 多尺度解析字典 | 第26-30页 |
| 2.4.3 学习型字典 | 第30-32页 |
| 2.5 形态成分分析 | 第32-33页 |
| 2.6 本章小结 | 第33-34页 |
| 第三章 基于稀疏表示的地震信号随机噪声压制方法 | 第34-47页 |
| 3.1 引言 | 第34页 |
| 3.2 基于稀疏变换地震信号随机噪声去噪方法 | 第34-36页 |
| 3.2.1 基于稀疏变换地震信号随机噪声去噪模型 | 第34-35页 |
| 3.2.2 稀疏变换地震信号去噪的发展 | 第35页 |
| 3.2.3 基于曲波变换地震信号去噪 | 第35-36页 |
| 3.3 基于学习型字典地震信号随机噪声去噪方法 | 第36-40页 |
| 3.3.1 学习型超完备字典构造 | 第37-38页 |
| 3.3.2 去噪算法流程 | 第38-40页 |
| 3.4 双稀疏学习型字典模型及其在地震信号去噪中的应用 | 第40-42页 |
| 3.4.1 双稀疏字典原理 | 第40页 |
| 3.4.2 Sparse K-SVD算法 | 第40-42页 |
| 3.4.3 基于双稀疏学习型字典地震信号去噪 | 第42页 |
| 3.5 地震信号随机噪声去噪对比实验 | 第42-45页 |
| 3.6 本章小结 | 第45-47页 |
| 第四章 基于稀疏表示的地震信号面波噪声分离方法 | 第47-63页 |
| 4.1 引言 | 第47页 |
| 4.2 基于小波分频面波压制算法 | 第47-51页 |
| 4.2.1 小波分频面波压制原理 | 第47-49页 |
| 4.2.2 阈值构造函数与处理方法 | 第49-51页 |
| 4.3 基于二维字典形态成分分析地震信号面波的分离 | 第51-55页 |
| 4.3.1 基于形态成分分析二维域面波分离模型 | 第51-52页 |
| 4.3.2 稀疏表示二维字典的选择 | 第52-54页 |
| 4.3.3 反射波与面波分离的求解方法 | 第54-55页 |
| 4.4 地震信号面波去噪对比实验 | 第55-62页 |
| 4.4.1 仿真地震数据实验 | 第55-60页 |
| 4.4.2 实际地震数据处理 | 第60-62页 |
| 4.5 本章小结 | 第62-63页 |
| 第五章 总结与展望 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第70-71页 |