共查询到20条相似文献,搜索用时 406 毫秒
1.
《物探化探计算技术》2018,(6)
针对具有较强随机噪声干扰的地震波形无法准确拾取初至走时的问题,提出在运用自动拾取算法前对地震随机噪声进行压制处理的思想。采用完备集合经验模态分解(CEEMD)联合小波阈值对地震信号进行噪声压制,与小波阈值法的联合使用可有效改善CEEMD方法中直接舍弃部分IMF高频分量,造成去除高频噪声的同时也将相应分量上的有效信息一并去除,进而导致信号失真的问题。采用改进滑动时窗能量比联合AIC信息准则法对去噪后的地震波拾取初至走时,该方法首先根据改进滑动时窗能量比法识别地震事件并大致确定初至时刻,然后在该时刻前后取一时窗,使用AIC方法计算AR模型在该时窗范围内的极小值,得到精确的初至波走时。合成及实际地震资料处理结果表明,在拾取初至走时前进行地震随机噪声压制,可有效提高初至波走时的拾取精度。 相似文献
2.
《物探与化探》2020,(4)
野外地震数据受到各种随机因素干扰,需要对随机噪声进行去除。小波分析中的软、硬阈值法是有效的地震数据降噪方法,但由于算法本身特性使得降噪具有一定的缺陷。因此,文中提出了一种改进的小波阈值降噪算法。首先构建了改进的阈值方法模型并对其功能进行了研究,确定了sym3为改进的阈值算法的最佳小波基以及最佳小波分解的层数为3层。利用仿真实验证明了改进的阈值方法降噪能力具有有效性,并通过均方差(RMSE)和信噪比(SNR)对新算法降噪效果进行了评价。最后,将本文提出的算法应用于实际地震数据降噪处理,结果发现改进的阈值法能够有效地去除地震数据中的各类随机噪声,通过与软、硬阈值法降噪效果进行对比研究,结果得出改进的阈值方法降噪效果更理想。 相似文献
3.
4.
5.
f-x域随机噪声压制方法面临着2个问题:叠前共炮点道集或CMP道集反射波同相轴为双曲线型,去噪同时会损害有效波;地震信号为复杂的非平稳信号,要求去噪方法具有自适应性。基于f-x EEMD的共偏移距道集随机噪声压制方法利用了共偏移距道集反射波同相轴为水平满足f-x域去噪假设条件和EEMD算法对非平稳信号的良好适应性,对f-x域每一个等频率切片做EEMD分解,并去除以高频随机噪声为主的第一个IMF分量,最后将f-x域数据反变换回t-x域,实现噪声分离。正演模拟和实际地震数据试算结果表明:该方法在压制随机噪声的同时,能够保持有效信号。 相似文献
6.
7.
8.
独立分量分析是近年由盲信号理论发展起来的一种新的多维信号处理方法,在没有先验信息的情况下,能够实现源信号的分离。地震资料中常常包含随机噪声,它是由各种不可预知因素综合作用而成,无统一规律。文中将ICA应用于去除随机噪声问题,在对地震数据特点进行分析的基础上,建立了随机噪声盲分离的ICA模型,并对其假设条件和固有不确定问题进行了深入分析,利用文中改进的稳健预处理算法,先去除加性高斯白噪声,然后将预处理后的数据采用JADE盲分离算法分离出有效信号和非高斯分布的随机噪声,并建立能够辨识有效信号的准则,解决了ICA分离后次序不确定问题,实现了有效信号的提取。仿真实验和对实际地震资料处理表明文中提出的算法能够有效地去除随机噪声。 相似文献
9.
针对曲波阈值去噪方法阈值选取单一造成的有效信号损失或随机噪声压制不完全的问题,笔者提出了一种基于经验模态分解的曲波阈值去噪方法。该方法首先对带噪信号进行经验模态分解得到一系列固有模态函数,根据每个固有模态函数所含噪声强弱的不同,选取不同的阈值分别对分解得到的含噪固有模态函数进行曲波阈值降噪处理;最后将去噪后的固有模态函数与不含噪声的固有模态函数进行信号重构得到最终压噪的结果。由于引入经验模态分解,对分解得到的不同含噪程度的固有模态函数,选取不同的阈值进行处理,这样能够有效减小直接曲波阈值方法阈值选取单一产生的问题。模型和实际数据试算表明,该方法在提高数据信噪比的同时,能够有效地保留有效信号,是一种相对保幅的去噪方法。 相似文献
10.
精确的初至拾取是微地震数据处理中至关重要的环节。主流的长短时窗比法(STA/LTA)和基于自回归模型的赤池信息准则(AR-AIC)方法,对强噪声数据的拾取效果并不理想。为了更为精确的估计强噪声数据初至,提出了一种基于小波多尺度分析(WMA)和AIC算法的联合拾取方法。首先使用WMA对强噪声三分量(3C)微地震数据进行分解,并重构其近似数据作为实际计算数据,同时计算其绝对值的最大值点,来约束AIC计算数据段,最终选取AIC序列的全局最小值点作为其初至点。文中采用合成数据和实测数据对该改进算法进行了验证,拾取结果表明该算法能有效适用于强噪声微地震数据初至拾取,并明显提高其拾取精度(误差在0.25~0.5 ms之间)。 相似文献
11.
随着高精度地震勘探技术的发展,利用高保真的方法提高地震资料信噪比成为了去噪处理的关键。曲波域阈值法能够有效地压制随机噪声,但易产生伪吉布斯震荡现象,造成信号局部畸变,从而影响处理效果。针对这一问题,提出一种基于压缩感知理论(Compressing Sensing,简称CS)的地震信号去噪方法,该方法利用随机噪声和有效信号在曲波稀疏域稀疏表征的差异来分离随机噪声。其实现步骤为:将地震数据变换到曲波域;利用压缩感知理论和全变差正则化算法重构曲波系数;曲波逆变换得到压制噪声后的重构地震数据。理论模型和实际资料应用表明,该方法能够很好规避伪吉布斯现象带来的信号失真问题,进一步提高了资料的信噪比。 相似文献
12.
13.
14.
《物探化探计算技术》2021,(3)
通过小波变换与CEEMDAN相结合的方式对地震信号进行降噪处理,对小波分解的高频信号进行CEEMDAN分解,再根据自相关函数剔除高频IMF分量进行重构达到提取有效反射波,压制噪声干扰的目的,最后对信号进行小波重构并进行信噪比和均方差计算。结果表明,通过小波变换和CEEMDAN降噪后,有效地减少了噪声对于地震信号的影响,对于信噪比和分辨率都有提高。 相似文献
15.
针对地震波地下传播过程中深层的高频成分损耗严重,导致分辨率下降的现象,而常规高分辨率处理受到局限性较高、成本高、处理周期长问题,基于EMD(经验模态分解)自适应分频的思想,提出了一种改进常规高分辨率处理的方法—基于EMD时频分析地震高分辨率处理。该方法的核心在于依据地震数据本身的时间尺度特征,使用EMD算法进行模态分解,能够在保留该数据本身的特性情况下,将地震信号自适应分解为有限个IMF(本征模态函数),分别对得到的每个IMF进行高分辨率处理,最后叠加得到高分辨率的地震数据。本方法适用于非平稳信号,无假设条件,且无需知道Q值,为解决高频补偿问题提供了一条全新的思路,理论模型测试和实际地震资料的运用表明,该方法能有效提高地震资料分辨率,在薄互层识别方面也有较好的应用前景。 相似文献
16.
随着多震源同时激发采集方法在地震油气勘探领域的应用逐年增加,许多学者对其关键技术多震源地震数据混叠噪声分离进行了研究,就目前为止,仍需开展保真度更高的方法研究。基于以下设想:对多震源地震数据做正常时差校正(NMO),可以加强反射信号的线性分布程度(尤其在共中心点CMP道集内),并扩大反射信号和混叠噪声的分布差异;单域分离混叠噪声,仅针对混叠噪声和反射信号的某一分布特性差异进行分离,多t-x域联合分离可综合利用各t-x域内混叠噪声和反射信号在各域内的分布差异,其分离效果更好。首先,通过对多震源数据CMP道集做NMO以强化反射信号的线性程度、扩大随机分布混叠噪声的离散程度,利用中值滤波分离大部分混叠噪声,再在其他t-x域内(如共炮点CSG道集、共检波点CRG道集和共偏移距COG道集等)根据残余混叠噪声分布特征利用随机噪声衰减等方法进一步分离,并在整个分离处理中使用保幅处理方法。提出的多t-x域联合分离混叠噪声方法,经理论数据验证,相较于单域分离方法可以有效且保真分离多震源数据中的混叠噪声,并对其他噪声和横波有一定的压制作用;实际数据应用效果表明,该方法比单域方法分离效果较好,叠后成像效果品质较高。多t-x域联合分离混叠噪声方法,能够稳定、可靠和保真地分离多震源地震数据中的混叠噪声。 相似文献
17.
《物探化探计算技术》2018,(6)
常规的随机噪声压制方法面临着噪声频带与有效信号频带重叠,在压制噪声的同时对有效信号造成损害的局限性,基于小波变换和奇异值分解的思路,提出了一种小波变换与奇异值分解相结合的去噪方法,以单道信号作为处理单元,通过小波变换得到小波系数矩阵,并对此矩阵进行奇异值分解,进而求得能够反应信号与噪声变化的奇异熵,根据奇异熵确定阀值,进行SVD重构小波系数矩阵,最后小波逆变换重构信号,达到去除随机噪声的目的。此种方法对满足高斯白噪和不满足高斯白噪条件的随机干扰,均有去除效果。经理论信号与相关实际资料的处理证明,这种小波变换与奇异值分解相结合的去噪方法有效而实用。 相似文献
18.
以数学形态学和稀疏信号理论为依据,采用形态分量分析(MCA)方法去除地震数据中的随机噪声。应用MCA方法的关键在于选取合适的字典,从地震数据的特点和计算复杂性出发,选取UWT字典和Curvelet字典,一个用来稀疏表示地震数据的局部奇异部分,一个用来稀疏表示地震数据的线状变化部分。采用BCR算法求解目标函数,通过将数据分解为形态特征不同的2个分量,舍弃在字典中不能有效稀疏表示的随机噪声来达到去噪目的。作为一种二维去噪方法,MCA去噪方法在时间和空间方向上都具有很强的随机噪声抑制能力;由于UWT字典和Curvelet字典能够比传统的小波变换有更强的稀疏表示能力,MCA去噪方法对有效信息的损害较小,是一种保真保幅的去噪方法。模型测试和实际资料处理验证了该方法的有效性。 相似文献
19.
为了更好地衰减地震数据中的随机噪声,以及更加精确地对缺失地震数据进行重构,在自由表面多次波的反馈迭代方法中,用多维加权互相关替换多维加权褶积,即焦点变换方法.该方法为全数据驱动过程,不需要任何地下信息,尤其当地下地质体比较复杂并且需要考虑的各种信息较多时.为了改善传统基于最小平方计算的焦点变换有效信号聚焦不够集中地效果,笔者提出将三维曲波变换与焦点变换结合,并采用L1范数最优化求解.模型及实测资料试验证明,联合三维曲波变换与焦点变换在地震数据随机噪声衰减中聚焦点有效信号更加集中,切除噪声后有效信号保存更完整;对缺失地震数据的重构更加完整和精细,并且有效保存了高频信息. 相似文献