时间-频率域联合局部SVD压制随机噪声

全局奇异值分解(SVD)算法存在难以处理非水平同相轴问题的先天局限,局部SVD算法在一定程度上能克服这一局限,但时间域局部SVD技术的去噪效果受制于时窗参数的准确性,频率域局部SVD技术则会损坏部分频带内的有效信号。对于宽频带随机噪声,单独使用上述任何一种方法都难以取得满意的压制效果。综合两种方法特点,研究时间、频率域联合局部SVD去噪方法:依据资料特点对输入数据进行合理的时窗划分;在时间域对时窗内数据进行同相轴拉平处理并进行时间域局部SVD去噪;将经上述处理的各时窗数据变换到频率域并构建Hankle矩阵,采用SVD技术对该矩阵进行去噪处理并变换回时间域。算法克服了单域处理的局限性,在有效压制随机噪声的同时,保护高低频有效信号。模型与实测资料的应用效果证明了联合去噪方法的有效性。

Local Singular Value Decomposition for Random Noise Suppressing in Time-frequency Domain