關鍵詞：完備總體經驗模態分解 ksvd學習字典 稀疏表示 自相關 隨機噪聲 

摘要：本文提出一種完備總體經驗模態分解(CEEMD)方法與K奇異值分解(KSVD)學習字典算法相結合的地震信號去噪方法。含噪信號通過CEEMD分解得到一系列不同尺度的固有模態函數(IMF);按頻率由高到低依次排列IMF各分量,并做自相關分析,去除噪聲主導的IMF分量;將累加的過渡IMF分量疊加重構并做CEEMD二次分解,通過自相關分析再次去除噪聲主導的IMF分量;分別疊加二次CEEMD分解剩余的IMF分量和一次剩余的IMF分量,得到兩個新的含噪信號,并利用KSVD過完備字典分別稀疏表示該兩個新的含噪信號,即由稀疏系數重構去噪后地震信號,進而重構最終去噪結果。實驗結果證明:該算法的去噪效果明顯優于F-X去噪、小波閾值去噪和KSVD字典稀疏去噪等傳統方法。

石油地球物理勘探雜志要求:

{1}所有來稿必須為原創，并且未由其他機構出版。

{2}文稿的著作權屬于作者，作者須保證文稿為原創作品，必須是未在任何公開發行的正式出版物上發表過的、不存在任何侵犯他人著作權、署名爭議的文稿。

{3}標題一般在20字以內，必要時可加附標題，并附英文翻譯。

{4}參考文獻：來稿均應有參考文獻，參考文獻應引自正式出版物（不含內部資料、文件、使用說明書等）。在稿件的正文中依次出現的先后順序用阿拉伯數字加方括號在段末右上角標出，按引用的先后順序列于文末。

{5}文稿需附300 字左右的中文摘要，內容包括目的、方法、結果（應給出主要數據）和結論4 部分，各部分用第三人稱撰寫，冠以相應的標題，不分段。需標引3～5 個關鍵詞。

注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社