由于很多海洋油气探区同时也是渔业活动区，因此在地震勘探船进行拖缆勘探作业时经常会出现电缆挂网现象，挂网噪音是一类较为典型的干扰波，干扰源就在电缆上的检波器附近，因此产生的噪音能量较强，当然，根据挂网情况的不同，挂网噪音造成的影响也不同，挂网在电缆中前部位产生的噪音主要干扰近道的有效信号，而挂网在电缆尾部时产生的噪音主要干扰远道的有效信号。

无论是何种挂网噪音情况，以往在对待这一问题时，出于节省机时、人力等方面考虑，往往将其作为坏炮编辑掉，这一思路已经不符合当前精细处理的要求了，目前的去噪方针是：尽可能少地进行坏炮坏道的编辑以保持采集数据的完整性，因此，这就对去噪工作提出了更高要求：必须对各种噪音进行最大程度地衰减，并要求有效信号不受损失。挂网噪音作为一种特殊的海上噪音类型，如果采用某种单一的去噪方法并不能将其有效衰减，因此需要单独对其进行仔细的特征分析和噪音衰减试验，以期找到一种最佳的衰减思路。

1 挂网噪音特征分析

图 1为挂网噪音与拖缆关系在单炮上的不同表现特征示意图，挂网在电缆中前部位时产生的噪音主要干扰近道的有效信号，挂网在电缆尾部时产生的噪音主要干扰远道的有效信号。

图 2为一包含挂网噪音的实际单炮，可以看出，这是一种较为特殊的噪音类型，可以将其分解为两部分，一部分为两侧相对称的线性噪音（箭头①），另一部分为中部的野值噪音（箭头②）。

从频谱上分析，两侧对称的线性噪音的主频（20 Hz）明显比背景有效信号（35 Hz）低，中部的野值噪音的主频（25 Hz）也比背景有效信号（35 Hz）低，但中部的野值噪音的频带与背景有效信号有少量重叠；从能量上分析，两侧线性噪音和中部野值噪音能量均较强，严重干扰了背景有效信号能量；从波速上分析，两侧线性噪音和中部野值噪音均明显比背景有效信号的波速低。

另外，两侧对称的线性噪音是一种纯粹的相干干扰，而中部野值噪音既有近似线性噪音的相干干扰的特点，也有随机干扰的特点，因此，前者相对来说更容易衰减。

2 组合衰减思路分析及应用

结合以上对挂网噪音特征的分析，考虑先易后难、先强（振幅）后弱（振幅）的噪音衰减原则，可以将挂网噪音的衰减思路设计为两步组合衰减法：第一步为两侧线性噪音衰减，第二步为中部野值噪音衰减。

2.1 两侧线性噪音衰减

目前衰减线性噪音的方法有多种，根据以上对挂网的两侧线性噪音特征的分析，可以看出，该噪音衰减难点在于其能量比背景有效信号强，如果衰减思路选择不当，很容易有噪音残余。当然，由于挂网噪音在频谱和波速上与背景有效信号差异较大，应当从这两方面入手来选择去噪方法。结合试验效果，这里优选出的去噪方法为频率—空间域相干噪音压制法。

频率—空间域相干噪音压制法主要是在F-X域预测去噪基本原理^[1-8]基础上充分利用空间中X方向和Y两方向的数据信息，运用扇形滤波器，使用最小平方法估算特定视速度范围内的噪音。该方法能够将一维预测升级为二维预测，以更准确地求取预测算子，使去噪能力大幅增强，信号预测精度大大提高。具体方法为首先对各道作傅氏正变换，使其变换到频率—空间域，变换后的炮记录数据集可以表示如下：

$d\left( {\omega ,x} \right) = S\left( {\omega ,x} \right) + r\left( {\omega ,x} \right)$

(1)

式中：S(ω, x)为有效信号，r(ω, x)为随机噪音，再使用最小平方误差准则，估算频率域中的线性相干噪音。最小平方误差估算公式如下：

$\psi \left( \omega \right) = \sum\limits_n {{{\left[ {d\left( {\omega ,{x_{\rm{n}}}} \right) - f\left( {\omega ,{x_{\rm{n}}}} \right)\alpha \left( {\omega ,{x_{\rm{n}}}} \right)} \right]}^2}} $

(2)

相干噪音C(ω, x)是由f(ω, x_n)α (ω, x_n)决定的，其中f (ω, x_n)是时间延迟和超前算子，α (ω, x_n)是加权函数。

加权函数：

$\alpha \left( {\omega ,{x_{\rm{n}}}} \right) = \sum\limits_m {{b_{\rm{m}}}\left( \omega \right)} {x^{\rm{m}}}$

(3)

其中b_m= F^-1 P_m(ω)

这里

${P_{\rm{m}}}\left( \omega \right) = \sum\limits_m {d\left( {w,{x_{\rm{n}}}} \right)\int {\left( {w,{x_{\rm{n}}}} \right)} } x_{\rm{n}}^{\rm{m}}$

(4)

${F_{{\rm{ij}}}} = \sum\limits_n {{{\left| {f\left( {w,{x_{\rm{n}}}} \right)} \right|}^2}} x_{\rm{n}}^{\left( {{\rm{i}} + {\rm{j}}} \right)}$

(5)

将炮点和检波点按照方位进行分组，然后按照炮检距重新排列，则每个方位面元可代表一个可以独立处理的二维径向测线。因为相干噪音的估算限制在频率—偏移距范围内，则可以在方位面元内进行不规则取样。消除数据中的线性相干噪音并对各道做傅氏反变换，数据则返回到时间—空间域，这样就可以得到有效消除相干噪音后的数据。

根据以上原理，在本次挂网的两侧线性噪音衰减试验中，对去噪参数进行了扫描试验，理论分析和试验后认为，本次采用的频率—空间域相干噪音压制方法的关键参数有四个，分别是线性噪音的最小视速度V_min、线性噪音的最大视速度V_max、线性噪音的最小频率F_min、线性噪音的最大频率F_max。本次试验的具体步骤是：首先对本次挂网两侧线性噪音的视速度进行了测量分析，其次对噪音的频率进行了分频段扫描，最后根据上述分析结果有针对性地进行了参数试验。

最终优选的关键参数分别是：V_min为500，V_max为2000，F_min为3，F_max为60。采用优选后的关键参数的去噪效果见图 3，可以看出，两侧线性噪音得到了有效衰减，挂网噪音背景中的其它低速线性噪音也得到一定程度的压制，并且未损伤有效信号。

2.2 中部野值噪音衰减

衰减野值的方法也有多种，根据以上对挂网的中部野值噪音特征的分析，可以看出，该噪音衰减难点一方面是其能量比背景有效信号强，另一方面是该噪音的频带与背景有效信号有重叠。当然，该噪音有近似线性噪音的特点，在波速上与背景有效信号差异较大，在第一步的两侧线性噪音衰减时可以将其衰减掉一部分，残余的噪音则主要表现为随机干扰的特点，运用随机噪音衰减方法可以对其较好去除。

结合实际试验效果，这里优选出的去噪方法为自适应中值滤波法^[9-18]。

中值滤波法被广泛应用于消除数据中的脉冲噪声，中值滤波法可以细分为许多种，其中的自适应中值滤波方法在衰减噪音和保护细节不受损失两方面效果最好^[19]。

中值滤波的实质是把与相邻数据相差较大的数据点改变为与相邻数据点接近的值，以消除孤立的噪声点^[20]。但是，数据中往往含有如线段、锐角等复杂结构，中值滤波方法容易破坏掉这些细节。为了提高滤波效果，降低破坏作用，在中值滤波原理的基础上又发展出许多改进型的中值滤波算法。

自适应中值滤波算法就是一种改进后的算法，其原理是根据噪声特征控制滤波强度，并对噪声点和有效信号采取不同的处理方法，从而达到对噪声点进行中值滤波，对信号点则保持其数据值不变的目的^[21]。分析可知，若滤波窗口中心点为窗口中的极值时，认为该点是噪声点，通过改变时窗大小以达到理想的滤波效果。

据以上原理，在本次挂网的中部野值衰减试验中，对去噪参数也进行了扫描试验，理论分析和试验后认为，本次采用的中值滤波方法的关键参数有两个，一个是滤波窗口M，一个是滤波后的输出样点个数N，通常情况下，M和N均为奇数，M试验的参数有3、5、7、9、11、13、15、21、31，其中3代表窗口尺寸为3×3，5代表窗口尺寸为5×5，依次类推，当数值越大时，衰减野值噪音越好，但对信号细节的保护越差，试验对比后认为M值为5时效果最好；N的缺省值是1，N试验的参数有1、3、5、7、9，试验后认为使用缺省值1效果最好。

最终优选的关键参数分别是：M为5，N为1。采用优选后的关键参数的去噪效果见图 4，可以看出，中部野值噪音得到了彻底衰减，挂网噪音背景中的其它野值噪音也得到了压制，并且未损伤有效信号，达到了有效衰减挂网噪音的最终目的。

3 结论

（1）挂网噪音作为一种特殊的海上噪音类型，如果采用单一的去噪方法，并不能将其有效衰减，因此，对这一噪音的特征进行仔细分析，并结合噪音衰减试验对比，是找到最佳衰减思路的重要前提。

（2）通过对挂网噪音特征的分析，可以将其分解为两部分，一部分为两侧相对称的线性噪音，另一部分为中部的野值噪音，分析了它们在频谱、波速、能量等方面与背景有效信号的差别。

（3）以挂网噪音的特征分析为依据，考虑先易后难、先强（振幅）后弱（振幅）的噪音衰减原则，可以将挂网噪音的衰减思路设计为两步组合衰减法：第一步为两侧线性噪音衰减，第二步为中部野值噪音衰减。结合试验效果和算法对比，以上两步采用的衰减方法分别是频率—空间域相干噪音压制法和自适应中值滤波法。

（4）将上述的两步组合衰减思路应用到实际数据后发现，挂网噪音中的两侧线性和中部野值噪音均得到了有效衰减，挂网噪音背景中的其它低速线性和野值噪音也得到了一定程度地压制，并且未损伤有效信号，达到了有效衰减挂网噪音的最终目的。