共查询到20条相似文献，搜索用时 234 毫秒
1.
时频峰值滤波信号增强方法在实际地震资料处理中的应用 总被引：1，自引：0，他引：1
在不损失有效信号能量的基础上从低信噪比地震资料中恢复出有效信息是地震资料处理的关键问题之一。针对这一问题利用基于伪Wigner-Ville分布的时频峰值滤波技术处理共炮点地震记录。基于伪Wigner-Ville分布的时频峰值滤波技术可以保证得到复杂地震记录的无偏估计,增强地震资料中的有效信息,去除随机噪声,有效地恢复同相轴。采用实际共炮点地震资料,比较时频峰值滤波前后的地震记录可以看出：地震资料中的有效信息明显增强,同相轴连续性得到改善。 相似文献
2.
改善地震勘探记录的4项技术 总被引：6，自引：5，他引：1
为改善地震勘探记录、提高信噪比,近年来提出了基于混沌理论的混沌振子滤波技术（CVM）、基于多道最小平方原理和CVM的时空域双曲滤波技术（HTDF）、基于时频分析和Wigner-Ville分布的时频峰值滤波技术（TFPF）以及基于独立分量分析（ICA）的多次波消减技术。用CVM技术可以在强随机噪声背景中确定同相轴的时空位置;HTDF是CVM的后续处理,使湮没在噪声中的同相轴显现出来。大量仿真实验和实际资料处理表明,TFPF技术可应用于消减地震记录中的随机噪声。基于ICA的多次波消减技术可确定输出信号的振幅和次序。上述4项技术若应用于实际资料,尚需要分别解决诸如计算时间、辅助性处理、因子振幅谱补频、变时窗技术、处理流程的系统工程等问题。 相似文献
3.
Seismic data denoising, random noise attenuation (RNA) and spike-like noise suppression, is a main consideration for improving the quality of records. RNA could increase signal to noise ratio (S/N) to avoid misinterpretation of seismic data. In this research, a novel method is created by using the combination of frequency-offset deconvolution (FXD) and decision-based median (DBM) filter for RNA from seismic data. The method is applied in two main phases; FXD is focused to remove the Gaussian noise and DBM filter is focused to attenuate the impulsive noise and spikes. To implement and verify the method, three types of data are used: two synthetic models (a model with linear events and a model with hyperbolic events) and an observed seismic section. The ability of the proposed method (FXD-DBM) in comparison of applying each in seismic RNA application is proven. The noise level is reduced obviously, and hence, the S/N of all examined seismic records is increased considerably after denoising by the combination of FX deconvolution and DBM filter. About the real seismic section, suppressing random noise and spikes show up improving the seismic reflector continuity and hence enhancing the interpretability of data. Moreover, some masked events by random noise are clarified in different parts of data after denoising using the planned method. 相似文献
4.
Time-Frequency Peak Filtering (TFPF) is an effective method to eliminate pervasive random noise when seismic signals are analyzed. In conventional TFPF, the pseudo Wigner–Ville distribution (PWVD) is used for estimating instantaneous frequency (IF), but is sensitive to noise interferences that mask the borderline between signal and noise and detract the energy concentration on the IF curve. This leads to the deviation of the peaks of the pseudo Wigner–Ville distribution from the instantaneous frequency, which is the cause of undesirable lateral oscillations as well as of amplitude attenuation of the highly varying seismic signal, and ultimately of the biased seismic signal. With the purpose to overcome greatly these drawbacks and increase the signal-to-noise ratio, we propose in this paper a TFPF refinement that is based upon the joint time-frequency distribution (JTFD). The joint time-frequency distribution is obtained by the combination of the PWVD and smooth PWVD (SPWVD). First we use SPWVD to generate a broad time-frequency area of the signal. Then this area is filtered with a step function to remove some divergent time-frequency points. Finally, the joint time-frequency distribution JTFD is obtained from PWVD weighted by this filtered distribution. The objective pursued with all these operations is to reduce the effects of the interferences and enhance the energy concentration around the IF of the signal in the time-frequency domain. Experiments with synthetic and real seismic data demonstrate that TFPF based on the joint time-frequency distribution can effectively suppress strong random noise and preserve events of interest. 相似文献
5.
地震勘探的有效信号常受到随机噪声的干扰而难以识别,需要进行随机噪声和有效信号的分离。传统Shearlet全局阈值不随方向与尺度变化,在去噪的同时也会损失许多有效信号。Shearlet变换作为一种新的多尺度多方向时频分析方法,具有最优的稀疏表示能力、局部化特征和方向敏感性。本文将含噪地震信号通过Shearlet分解后计算各尺度与方向上Shearlet域系数的L2范数,并对其进行数据重排后发现,随着方向改变L2范数不断减小,进而提出一种基于L2范数的尺度方向自适应阈值计算方法。将其与小波变换、曲波变换、Shearlet全局阈值去噪方法对比,模拟数据与实际地震记录去噪结果表明,本文方法在去除随机噪声的同时,深部弱信号也得到了很好的恢复,地震数据的信噪比比其他3种方法有所提高,在0.929 9 dB条件下提升至11.565 1 dB。 相似文献
6.
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
7.
由于随机噪声是一种频带较宽的干扰波,因此依靠单一的去噪处理方式往往难以获得清晰反映目标体的地震信息。小波变换能够较好的去除高斯噪声,保留有效波中、高频成分,提高记录的信噪比,但去除脉冲噪声的效果却并不理想;中值滤波具有良好的边缘保持特性,虽低频去噪声效果有限,但去除脉冲噪声效果明显。因此可利用二维小波变换与中值滤波优势互补的方法,进行叠前去噪处理,达到去除宽频随机噪声的目的。首先运用二维小波变换的理论,采用自适应门限阀值方法进行去噪,同时结合中值滤波方法联合去噪。模型与实际数据的应用效果表明,联合去噪方法可有效压制噪声能量、保留高频有效信号、提高地震记录信噪比与分辨率。 相似文献
8.
非局部平均滤波方法的去噪性能优异,但其在地震资料处理中的应用刚刚起步。该方法利用数据具有的结构冗余,以包含局部结构的小窗口或邻域为单元,利用局部结构相似性进行加权运算,增强有效信号,压制随机噪音。针对叠前地震资料数据量大、噪音背景强、局部结构简单;原始非局部平均算法对每一点滤波,需要对数据体内所有点计算权系数后进行加权计算,计算量大,对强噪音背景适用性差等不足,对原始非局部平均算法进行了改进,主要包括:基于速度谱的搜索窗口分割;基于梯度域奇异值分解的局部结构相似集选择方法;基于相似集大小的自适应滤波参数选择方法。试验结果表明,该方法改进后对于叠前地震数据的随机噪声具有较好的压制作用。 相似文献
9.
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
10.
In this paper, we present a method for attenuating background random noise and enhancing resolution of seismic data, which takes advantage of semi-automatic training of feed forward back propagation (FFBP) artificial neural network (ANN) in a multiscale domain obtained from wavelet packet analysis (WPA). The images of approximations and details of the input seismic sections are calculated and utilized to train neural network to model coherent events by an automatic algorithm. After the modeling of coherent events, the remainder data are assumed to be related to background random noise. The proposed method is applied on both synthetic and real seismic data. The results are compared with that of the adaptive Wiener filter (AWF) in synthetic shot gather and real common midpoint gather and also with that of band-pass filtering on real common offset gather. The comparison indicates substantially higher efficiency of the proposed method in attenuating random noise and enhancing seismic signals. 相似文献
11.
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
12.
基于改进混沌果蝇优化小波阈值法地震信号随机噪声压制 总被引：1，自引：0，他引：1
由于野外采集地震资料往往带有较多的随机噪声,给资料解释造成困难。针对小波阈值去噪的阈值选取通常需要对信号进行先验估计,带有较强猜测性,阈值选取难以获得最优结果。本文提出基于改进混沌果蝇优化的小波阈值法,将基于广义交叉验证(GCV)函数设定为阈值选取目标函数,在混沌果蝇优化算法中引入调节系数实现对该目标函数的迭代寻优,在无先验信息前提下,获取最优小波阈值。通过将本文算法用于合成地震记录和实际地震记录进行去噪处理,并对比常用小波阈值去噪算法,证明了本文算法的有效性。 相似文献
13.
在海上地震资料采集过程中,涌浪噪声是一种常见的噪声干扰,这类噪声一般表现为低频、强能量、长周期,使用一般的方法很难在去噪的同时达到信号保真的效果。笔者针对该噪声的特征,选取了基于波动方程炮检距连续(offset continuation,OC)算子的OC-Seislet变换方法进行消噪处理;该方法应用OC算子来表征复杂波场,对含噪声数据进行压缩,在变换域通过软阈值处理实现信噪分离,再将结果反变换到数据域,从而达到去除涌浪噪声的目的。通过对模型数据和实际数据的处理,验证了OC-Seislet变换方法能够在去除原始数据中涌浪噪声的同时,最大程度地保护复杂构造下的地震波信息。 相似文献
14.
15.
16.
Potential field data is generally contaminated by random noise. The high-frequency noise contained in the data brings unfavorable influences to subsequent data processing. Therefore, suppressing the adverse effects of noise has always been a crucial step which is desirable prior to applying other transformations. Over the past decades, numerous mathematical approaches have been proposed for noise cancelation of potential field data. In the work discussed in this paper, the application of the empirical mode decomposition for denoising of potential field data is briefly described, and a new stopping criterion for this filtering method is introduced. Using the proposed method, the empirical mode decomposition is firstly performed on the original potential field data to get numerous intrinsic mode functions corresponding to components with different frequencies. Each intrinsic mode function is subtracted from the original data to get different residual datasets. The correlation coefficients associated with the original data and various residual datasets are calculated and plotted. The inflection point of the correlation coefficient curve is adopted as the last intrinsic mode function to be selected. The new stopping criterion offers a quantitative way to determine which intrinsic mode functions should be removed during filtering and can be easily implemented within the algorithm. Tests on synthetic noisy gravity data demonstrate that the empirical mode decomposition based noise cancelation method along with this new stopping criterion yield acceptable filtering results for potential field data. The newly developed method is also investigated on real gravity data collected over a magnetite zone in Jilin Province, China. 相似文献
17.
常规KL变换叠后去噪仅能加强水平方向同相轴,对倾斜或弯曲同相轴处理效果较差,对能量较强的相干噪声去除效果不佳,且在处理大量数据时计算成本很高,在实际生产中难以广泛应用。本文针对常规KL变换的缺陷分别进行了三点改进:使用倾角扫描叠加KL变换,可在有效压制地震剖面噪声的同时,较好保持倾斜同相轴和弯曲同相轴;使用本文提出的时空变-倾角KL变换能去除能量较强的相干噪声;使用数据分块技术可减少运算量。模型测试和实际资料处理效果表明:改进后的KL变换适应性强,去噪效果大大改善。 相似文献
18.
HAO Xue LI Yue YANG Bao-jun .College of GeoExploration Science Technology Jilin University Changchun China .College of Communicate Engineering Jilin University Changchun China 《吉林大学学报(地球科学版)》2006,(Z2)
奇异值分解是一种基于代数特征值的提取方法,小波变换是一种时间频率域的去噪方法,两者在去噪方面各有特点。将奇异值分解和小波阈值去噪的方法有机地结合起来,用于消除地震勘探资料中的随机噪声。仿真实验显示对于较低信噪比资料仍有很好的处理效果。 相似文献
19.
在探地雷达探测工作中,为了尽可能多的获取回波信息,通常采用宽频带记录,这就不可避免地将各种干扰波也记录下来,其中随机噪声由于其频带较宽,分布于整个数据剖面,常规滤波方法对随机噪声的压制效果往往不佳。由于小波变换具有较强的分频和局部分析能力,根据需要选择合适的小波基函数和去噪方法,可较好地压制随机噪声,提高信噪比。基于二维小波变换理论,提出了采用自适应分层阈值法对探地雷达数据进行压制随机噪声的方法。通过不同模型、不同信噪比下正演模拟数据的验证以及对实测数据的处理,并与中值滤波法和全局阈值法的去噪效果进行了对比分析,结果表明自适应分层阈值法去噪效果更好,实用性更强。 相似文献