共查询到18条相似文献,搜索用时 406 毫秒
1.
运用常规的基于曲波变换和全变差的联合去噪技术,可以有效地衰减随机噪声,较好地克服使用曲波变换带来的强能量团以及在同相轴边缘产生的不光滑现象,但是这种常规的联合去噪方法对有效信号有一定的损害。笔者采用一种多尺度多方向改进的Donoho阈值去噪思想,较好地克服了常规的联合去噪方法的缺陷,保护了有效信号。该方法在应用曲波变换去噪时,对每一个尺度的每一个方向都选取一个合适的阈值因子,而不是常规的方法对整个曲波系数矩阵只选取一个固定比例的阈值因子。理论模型与实际资料的处理结果表明,该技术最大限度地保留了地震数据的有效信号,在地震资料处理中具有较好的应用前景。 相似文献
2.
3.
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
4.
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
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.
7.
8.
9.
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
10.
在介绍K-L变换压制噪声的理论依据基础上,通过建立理论模型进行试算研究和分析,得出必须注意的结果:K-L变换滤波有压制倾斜相干信号的作用.当特征值选取不当时,可能起模糊断层的作用.最后建议:对这种具有潜在的有可能危害有效信号的压噪技术,在工作中慎用或不用K-L变换. 相似文献
11.
12.
小波分析在地震资料去噪中的应用 总被引:3,自引:1,他引:3
小波变换方法已广泛应用于信号处理领域。应用多尺度小波分析方法来消除地震观测信号中的噪声是一种行之有效的方法。这里从小波变换的基本原理出发,详细介绍了地震信号的阈值去噪原理,并根据模拟信号和实测地震信号的频谱分析,讨论了如何选择小波基及去噪过程中的阈值取值问题。从小波分解理论知道,利用多尺度分解方式对地震资料进行分析处理,相当于对实测地震资料进行不同尺度的细化分析,由于对不同地区、不同资料的精度要求不同,我们只要使用不同的尺度进行小波变换处理,就可以得到去除原信号的细部巨变(噪声干扰)特征的信号。同时,我们对小波变换处理后重构的地震信号与原信号进行了对比分析,误差结果分析表明该方法切实可行。我们还利用MATLAB语言及其小波工具箱,实现了对地震资料的去噪处理。 相似文献
13.
14.
15.
野外采集的重力数据是地下各类地质体重力场的叠加反映,如何有效地分离深源场和浅源场是重力资料处理中的一项重要内容。基于二代小波变换基本理论,在一维的基础上,给出了二维Haar预测算子的构造方法,并利用密度模型正演模拟,证明了二代小波变换实现多尺度分解的有效性,并以苏北某地区重力数据为例,应用二代小波变换开展浅部和深部重力异常场的分离。结果表明,该方法简单实用,在重力数据的场源分离中可以发挥重要的作用,对研究区域性断裂构造特征、划分构造单元、圈定隆坳格局等方面的地质问题具有参考价值。 相似文献
16.
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
17.
重磁位场数据处理解释的主要任务之一是研究推断地质体的边界位置,而通过对重磁位场数据进行一定方法滤波处理后的相关图件可直观显示地质体的边界。小子域滤波法是众多滤波方法中的一种,前人利用小子域滤波法识别地质体边界位置有较多的研究,目前已有10种类型的小子域滤波法,但是鲜有对10种方法滤波效果的系统研究,给使用者带来诸多不便。因此,设计2组理论模型对比了10种方法的处理效果,并根据试验分析优选了最佳的滤波参数。理论模型与实际资料处理结果表明,滑动形子域滤波法对地质体边界增强的效果最好,且滤波窗口选择5×5数据点、迭代1次即可;对称形子域滤波法在滤除随机噪声的同时能够较好的保持原始异常场的梯度变化特征,滤波窗口选择5×5数据点、迭代2次较好。 相似文献