共查询到18条相似文献，搜索用时 187 毫秒
1.
朱杰 《地震地磁观测与研究》2019,40(5):70-78
为了解决元谋地电场观测数据的噪声干扰问题,采用小波阈值去噪的方法,根据元谋地电场观测数据特征,选取适当的阈值及不同的小波函数、分解层数进行研究。综合各小波函数去噪效果,通过对相对误差、均方根误差、信噪比等指标进行评价,确定适合元谋地电场观测数据去噪的阈值为软阈值函数、分层阈值;最优小波函数分别为Sym4、Sym5、db6和db8;分解层数分别为5、7、9。最后应用研究结果处理实际地电场观测数据,取得了较好的去噪效果。 相似文献
2.
第二代小波变换及其在地震信号去噪中的应用 总被引：12，自引：0，他引：12
本文讨论了第二代小波变换的基本原理和变换过程，并将第二代小波变换引入到地震资料去噪处理中，基于提升法的小波变换是一种柔性的小波构造方法，它使用线性、非线性或空间变化的预测和更新算子，并能确保变换的可逆性。通过对模拟数据和实际资料的处理，证明了的它对地震信号去噪具有很好的效果。离散信号的小波去噪可分为三步：小波分解，系数缩减（切除噪声部分），信号重建。目前常用的小波去噪的方法有硬阈值法和软阈值法，这里采用软阈值法去噪。本文的提升变换采用的是Deslauriers-Dubuc（4，2）小波，基于以上变换方法，分别对含噪的模拟数据及实际地震数据进行3级可逆提升变换，对每一级上的细节信号按上述的软域值法进行处理，削减小波系数中的噪声部分，从而实现了信号去噪，结果证明去除随机噪声的效果是令人满意的。 相似文献
3.
以隶属合肥中心台的大蜀山台和合肥形变台地电阻率观测数据为研究对象,从时域上揭示了受地铁运行干扰的基本特征,经分析发现地电阻率受地铁干扰影响最大的为与轨道走向一致的测向,与轨道走向垂直测向所受的干扰最小;分别利用小波包阈值去噪和夜间观测均值代替日均值2种方法,对存在尖峰和突变的地铁干扰数据进行分析和去噪,结果表明:合肥形变台利用小波包阈值抑制地铁干扰效果较好,重构后的信号不仅大幅降低了地铁干扰的幅度,还去除了日常干扰所带来的背景噪声,能够较好地反映其原始信号变化特征,而大蜀山台更适用于夜间观测均值代替日均值的方法,可以提高地电阻率观测精度。 相似文献
4.
密山地电场数据小波包去噪研究 总被引：1，自引：1，他引：0
选取2009年11月21日密山市知一镇地震发生当天密山地电场数据,采用小波包阈值去噪算法,对地电场数据进行去噪研究,还原地震发生后地电场数据变化信息,并结合去噪效果及误差分析结果,选出适合密山地电场数据去噪的最优小波函数。 相似文献
5.
完备总体经验模态分解(CEEMD)克服了经验模态分解(EMD)的模态混叠问题,依据信号自身的特点,将待分析的复杂信号分解为一系列不同尺度的固有模态函数(IMF)的子信号,且各IMF分量的频率由高到低依次排列,是一种适用于分析处理非线性非平稳信号的强大的信号分析技术.地震资料中的随机噪声一般属于高频率的信号,在CEEMD中往往分布在前几个高频IMF分量,本文针对基于CEEMD的分频去噪和基于CEEMD的小波阈值去噪等方法的不足,在前人基于EMD阈值去噪的基础上设计了自相关函数统计特性与CEEMD全局阈值联合去噪方法.该方法先对CEEMD分解的若干个模态分量进行自相关,寻找到噪声主导模态和信号主导模态,然后利用设计的全局阈值对噪声主导模态进行去噪,最后将处理后和未处理的固有模态函数进行重构,得到最终的去噪结果.模型试算和实际地震资料处理都验证了此方法在提高信噪比,保留原信号高频有效成分和弱信号信息上的有效性. 相似文献
6.
《地球物理学进展》2015,(6)
作为经验模态分解(EMD)的改进型算法,完备总体经验模态分解(CEEMD)不但有效解决了EMD的模态混叠问题,同时也保留了EMD处理非平稳信号的优势,如自适应性、二进滤波特性等.CEEMD能自适应地将一个复杂信号分解为一系列本征模态函数(IMF)分量,且IMF分量满足从高频到低频系列分布,随机噪声往往分布在第一个或前几个高频IMF分量.考虑到地震信号的非平稳性和去噪方法对非平稳信号的适应性,针对CEEMD直接舍弃高频IMF分量去噪容易造成高频有效信息损失以及小波阈值去噪方法存在的不足,本文提出了一种基于CEEMD的小波阈值去噪方法.该方法首先引入自相关曲线判别出含噪较多的高频IMF分量,然后对CEEMD直接去噪要舍弃的这些含噪高频分量进行小波阈值降噪,以保留这些分量中的高频有效信息,最后与不含噪声的其他IMF分量一起重构原信号.模型和实际地震数据试算结果表明,该方法在显著提高地震数据信噪比的同时,能有效地保留原信号中的高频有效成分和弱信号信息,是一种相对保幅的有效去噪方法. 相似文献
7.
探地雷达勘探工程目标及观测工程环境越加复杂给其精确的数据处理带来极大挑战,高效的探地雷达数据去噪算法是当前关注的重要研究领域.基于阈值去噪思想,小波变换和曲波变换去噪算法在探地雷达数据去噪应用中受到限制,有必要开展上述两种去噪算法适用性和实用性系统评价及改进.基于传统高阶相关统计阈值和块状复数域阈值函数,本文开展了小波变换及曲波变换去噪算法在合成含噪数据去噪效果对比分析;提出窗口高阶相关统计阈值小波变换去噪算法、探讨了块状复数域阈值函数取值变化对曲波变换去噪效果影响规律.通过对实测数据去噪分析,验证了窗口高阶相关统计阈值小波变换和估计块状复数域阈值函数曲波变换去噪算法的可行性及有效性. 相似文献
8.
《地球物理学进展》2015,(6)
针对常用大地电磁(magnetotelluric,MT)信号小波阈值去噪中阈值函数和阈值选取的不足,选取一种新的阈值函数,并提出了基于小波变换多分辨Stein无偏风险估计,自适应的获得最优阈值的方法;给出了新函数和自适应阈值的确定方法;在与小波硬、软阈值去噪、小波模极大值法去噪结果对比的基础上,用仿真实验验证了方法的可行性;最后用内蒙某地实测的大地电磁数据进行了去噪效果的对比研究.结果表明:本文选取的新函数和自适应阈值的确定方法是正确、有效的,克服了常用小波硬、软阈值去噪的缺点;去噪后大地电磁信号变得平稳,估算的响应参数方差减小,曲线更为圆滑、连续,为后续的地质解释和评价提供了更为准确的信息. 相似文献
9.
在地震资料中,噪声干扰严重影响了有效信号的提取,为此必须进行信噪分离处理.本文提出一种基于Curvelet变换和KL变换相结合的软硬阈值折衷处理方法.首先对地震数据进行Curvelet变换,然后对各尺度系数选取适当阈值压制噪声干扰,再利用KL变换提取数据中的相干有效信号,最后重构得到去噪后的记录.经合成记录和实际地震资料处理实验证明,该方法与小波变换法相比较,更能有效进行信噪分离,提高地震剖面信噪比和分辨率. 相似文献
10.
随着城镇化发展的加快, 上海的地电场观测受到来自周围环境噪声的影响日益严重, 这些噪声干扰对于地震前兆异常的分析判断带来很多不确定性. 本文主要探讨通过小波变换方法来分解地电场观测原始信号, 分析环境噪声对原始观测数据的影响强度. 利用异常信号的小波模值对比分析了滤波结果, 并通过绘制极化方位图检验了该方法在实际运用中的效果. 结果表明: 数字滤波方法能很好地去除日常干扰所带来的背景噪声, 对于重构的地电场信号, 也能较好地反映其原始信号变化特征; 滤波后的自然电场异常信号保留了原始信号中主要的变化特征, 并能反映其原始变化规律; 重构的地电场信号能够突出信号中异常信号极化方位角, 使极化方位收敛有利于实际运用. 相似文献
11.
12.
Denoising of full-tensor gravity-gradiometer data involves detailed information from field sources, especially the data mixed with high-frequency random noise. We present a denoising method based on the translation-invariant wavelet with mixed thresholding and adaptive threshold to remove the random noise and retain the data details. The novel mixed thresholding approach is devised to filter the random noise based on the energy distribution of the wavelet coefficients corresponding to the signal and random noise. The translationinvariant wavelet suppresses pseudo-Gibbs phenomena, and the mixed thresholding better separates the wavelet coefficients than traditional thresholding. Adaptive Bayesian threshold is used to process the wavelet coefficients according to the specific characteristics of the wavelet coefficients at each decomposition scale. A two-dimensional discrete wavelet transform is used to denoise gridded data for better computational efficiency. The results of denoising model and real data suggest that compared with Gaussian regional filter, the proposed method suppresses the white Gaussian noise and preserves the high-frequency information in gravity-gradiometer data. Satisfactory denoising is achieved with the translation-invariant wavelet. 相似文献
13.
小波阈值方法中硬、软阈值方法是地震信号降噪常用方法,但容易造成信号中高频信息丢失导致地震误判和漏判情况发生。小波综合阈值方法继承和发展了硬、软阈值降噪方法的优点,对信号高频部分用硬阈值方法,以提高高频信号能量,对信号低频部分用软阈值方法,提高信号降噪能力的同时保证信号连续性和光滑性。利用噪声信号小波系数小和地震信号小波系数大的特征,进行雷克子波降噪仿真实验和实际地震信号降噪实验。仿真实验表明,小波综合阈值方法降噪后波形MSE值最小,且降噪后与原信号波形最近似,降噪后波形高频部分能量增强且抑制低频部分能量。最后,对实际采集的地震信号进行降噪处理,处理后信号中能量增强被压制,利用处理后的信号可得到地震的初至时间。 相似文献
14.
近几年受地震属性分析技术的启发,出现了利用测井属性分析泥页岩裂缝油气藏的新方法.为了避免常规测井信号受到噪声干扰影响裂缝识别效果,利用小波变换的高频属性对裂缝识别展开研究.以贵州岑巩地区下寒武统牛蹄塘组的泥页岩裂缝性油气藏为例,观察和分析野外黑色页岩露头、岩心薄片及镜下照片,总结了该地区裂缝发育特征和成因;然后着重利用研究区的测井资料,运用小波阈值去噪和小波高频属性方法对裂缝进行了识别.研究结果表明:研究区主要发育高角度剪性缝、张剪性缝、低角度滑脱缝及层间缝,采用的小波阈值去噪方法具有高信噪比和低均方差特点,在保留原始信号特点的基础上得到更加真实的信号;通过小波高频属性方法提取了声波时差信号中的高频信号,识别出了常规测井方法无法识别的泥页岩裂缝,该套方法成功在贵州岑巩页岩气裂缝识别中得到成功应用,并具有一定的借鉴意义. 相似文献
15.
地震勘探资料噪声压制及信噪比提高是整个地震勘探信号处理过程中的重要任务,随着地震勘探深度的增加及其复杂性,人们对地震数据质量的要求越来越高.勘探环境的复杂化使得采集到的地震资料中有效信号被大量噪声淹没,无法清晰辨识,严重影响后续的数据处理与解释.小波去噪是地震勘探中常用且发展较成熟的一种方法,但是其涉及到的阈值函数选取问题一直令人困扰,虽然已有多种阈值函数被提出,但仍存在各自的缺陷.本文利用小波分解在时域及频域良好的信号细节体现特性,引入模式识别中的非负矩阵分解(NMF)谱分离思想,针对小波系数阈值优化问题,提出了一种小波域图非负矩阵分解(GNMF)消噪算法.该方法首先在小波分解基础上,利用GNMF算法实现小波分解系数谱中信号分量与噪声分量的谱分离,然后通过反变换重构各分离子谱对应的子信号,最后利用K均值聚类算法将得到的多个子信号划分为信号类及噪声类,最终得到重构信号及分离噪声.合成记录和实际地震资料的消噪结果验证了新方法在提高信号与噪声分离准确性和精度方面的有效性,同时新方法避免了阈值选取造成的噪声压制不理想或有效成分损失问题.与小波消噪结果的对比及数值分析也说明了新方法在噪声压制及有效成分保持方面的优势. 相似文献
16.
人工地震数据总是受到随机噪声的干扰,地震数据时-空变的特性使得常规去噪方法处理效果并不理想,容易导致有效信号的损失.目前广泛应用的预测滤波类方法存在处理时变数据能力不足的问题.随着压缩感知理论的不断完善,稀疏变换阈值算法能够解决时变地震数据噪声压制问题,但是常规的稀疏变换方法,如傅里叶变换,小波变换等,并不是特殊针对地震数据设计的,很难提供地震数据最佳的压缩特征,同时,常规阈值算法容易导致去噪结果过于平滑.因此开发更加有效的时-空变地震数据信噪分离方法具有重要的工业价值.本文将地震数据信噪分离问题归纳为数学基追踪问题,在压缩感知理论框架下,利用特殊针对地震数据设计的VD-seislet稀疏变换方法,结合全变差(TV)算法,构建seislet-TV双正则化条件,并利用分裂Bregman迭代算法求解约束最优化问题,实现地震数据的有效信噪分离.通过理论模型和实际数据测试本文方法,并且与工业标准FXdecon方法进行比较,结果表明基于seislet-TV双正则化约束条件的迭代方法能够更加有效地保护时-空变地震信号,压制地震数据中的强随机噪声. 相似文献
17.
This article utilizes Savitzky–Golay (SG) filter to eliminate seismic random noise. This is a novel method for seismic random noise reduction in which SG filter adopts piecewise weighted polynomial via leastsquares estimation. Therefore, effective smoothing is achieved in extracting the original signal from noise environment while retaining the shape of the signal as close as possible to the original one. Although there are lots of classical methods such as Wiener filtering and wavelet denoising applied to eliminate seismic random noise, the SG filter outperforms them in approximating the true signal. SG filter will obtain a good tradeoff in waveform smoothing and valid signal preservation under suitable conditions. These are the appropriate window size and the polynomial degree. Through examples from synthetic seismic signals and field seismic data, we demonstrate the good performance of SG filter by comparing it with the Wiener filtering and wavelet denoising methods. 相似文献