背景去除其实就是算平均工资

个人理解，我就是想把书本上探地雷达的理论简单化。

国家每年都会统计全国的平均工资，各省市也会统计上报一个平均工资，然后就有各种数据大神开始讽刺你，“你有没有拖我们省的后腿”，这时我们就统计我们单位500个人和省平均工资的比较，和平均工资一样的计0，比平均工资少的计负值，比平均工资多的计正值，这个正负值就是你的工资减去平均值，也就是比平均工资多了多少或比平均工资少了多少，一目了然。

背景去除的算法分两步，第一求平均，第二每个值减去平均值，目的就是去水平波，水平波其实就是大家共有的一个值。所以背景去除会设置一个滑动窗口道数，这意思就是对多少道数据求平均，这个值越大，考虑的范围就越大，也就是到底是国家的平均工资还是甘肃省的平均工资还是阿里巴巴员工的平均工资，国家级的平均工资统计的人口就多，阿里巴巴员工的平均工资统计的人数就少。假如统计我们甘肃平均工资，如果只选了10个兰州银行行长，那我们甘肃的面子要远超上海，但如果选了10个贫民也太小看我们的经济了，所以值越大，偶然性因素越少。而且我们一般做背景去除前要删除坏道，例如天线没贴紧的地方，为什么要删呢，因为它对算平均值有影响，就好比选了100个人算平均工资，目的是反应我们探地雷达行业的收入情况，结果统计错了把马云统计进来了，其他99个是我们一线探地雷达工程师，这样的平均工资有意义吗？一算只有马云是正值，其他我们都是负的几个亿，所以要把马云踢掉，其他99个人的工资才能代表我们行业的平均工资，这样的比较才有意义。

而且背景去除的平均值是同一深度（同一采样点数），同一深度有相同的水平波，这个深度处的平均值会越大，数据减去平均值振幅接近0，如果该深度处没有啥共同点或者本来就没啥异常，那这个深度处的平均值就越小，数据减去平均值振幅会有一定减少，但影响不大，这也是为什么背景去除后数据振幅总体减弱。一般滑动窗口道数选择越多，背景去除效果是越弱的，根据上文可以解释。