共查询到17条相似文献，搜索用时 203 毫秒
1.
本文提出了基于非二次幂Curvelet变换的最小二乘匹配算法.首先,根据输入地震信号的频谱和方向等特征进行非二次幂Curvelet变换,根据其特征不同,最大程度地将有效信号和噪声分开;然后,在噪声能量集中的非二次幂Curvelet子记录上对输入数据和预测的噪声模型进行最小二乘匹配滤波处理.本方法提高了常规最小二乘匹配算法在时间空间域内进行信噪分离的稳定性和准确性.对含有面波的实际地震数据进行测试,其结果表明本方法可以有效地压制面波干扰,特别是当面波和有效信号有交叉或重叠等现象出现时,能较好地保护反射同相轴信息.本方法还可用于对含自由表面多次波和层间多次波等地震数据进行自适应信噪分离. 相似文献
2.
实际地震信号通常可表示为具有波形特征差异的多种基本波形信号的线性组合,如叠前道集中的工频干扰噪声与有效波信号、面波噪声与体波信号等.选择单一数学变换方法,往往不易实现地震信号的稀疏表示.近年来发展的形态成分分析理论,通过联合多种数学变换,可实现对复杂信号的稀疏表示.本文根据单道地震记录中面波与体波信号波形结构特征的差异性,提出一种基于形态成分分析的面波噪声衰减方法.针对面波的低频、窄带以及频散特性选择一维平稳小波变换作为其稀疏表示字典,而针对体波波形的局部相关特性选择局部离散余弦变换作为其稀疏表示字典,建立基于双波形字典的形态成分分析模型,通过求解该稀疏优化问题获得最终的信噪分离结果.理论模型和实际地震资料处理证实该方法不仅能够衰减单炮地震记录中的强面波干扰噪声,同时能够更好地保护有效信号的波形特征与频谱带宽,为地震资料的后续处理和分析提供良好的数据基础. 相似文献
3.
基于第二代Curvelet变换的面波压制(英文) 总被引：3，自引：2，他引：1
针对面波能量强、频率低、视速度低等特点,本文提出了基于第二代Curvelet变换的多尺度、多方向分解的面波压制方法,充分利用Curvelet变换的多尺度、多方向功能,分离出含有面波的尺度和方向然后利用面波与有效波在Curvelet域基本不重叠的特性,进行信噪分离处理。这种方法在实际叠前地震数据的处理中,能够有效压制面波,同时较好地保护有效反射波,特别是反射波的低频分量。文中提出的基于第二代Curvelet变换的去面波方法是一种较好的保幅去噪方法。 相似文献
4.
地震数据本质上是时变的,不仅有效同相轴表现出确定性信号的时变特征,而且复杂地表和构造条件以及深部探测环境总是引入时变的非平稳随机噪声.标准的频率-空间域预测滤波只适合压制平面波信号假设下的平稳随机噪声,而处理非平稳地震随机噪声时,需要将数据体分割为小窗口进行分析,但效果不够理想,而传统非预测类随机噪声压制方法往往适应性不高,因此开发能够保护地震信号时变特征的随机噪声压制方法具有重要的工业价值.压缩感知是近年出现的一个新的采样理论,通过开发信号的稀疏特性,已经在地震数据处理中的数据插值以及噪声压制中得到了应用.本文系统地分析了压缩感知理论框架下的地震随机噪声压制问题,建立了阈值消噪的数学反演目标函数;针对时变有效信息具有的可压缩性,利用有限差分算法求解炮检距连续方程,构建有限差分炮检距连续预测算子(FDOC),在seislet变换框架下,提出一种新的快速稀疏变换域———FDOC-seislet变换,实现地震数据的高度稀疏表征;结合非平稳随机噪声不可压缩的特征,提出了一种整形迭代消噪方法,该方法是一种广义的迭代收缩阈值(IST)算法,在无法计算稀疏变换伴随算子的条件下,仍然能够对强噪声环境中的时变有效信息进行有效恢复.通过对模型数据和实际数据的处理,验证了FDOC-seislet稀疏变换域随机噪声迭代压制方法能够在保护复杂构造地震波信息的前提下,有效地衰减原始数据中的强振幅随机噪声干扰. 相似文献
5.
同时震源数据包含了多炮之间的串扰噪声,不能直接用于常规数据处理流程.因此,需要对混叠的波场进行分离得到常规采集的单炮记录.本文基于稀疏迭代反演分离,提出了一种具有尺度与空间自适应的Wiener阈值选取方法.该阈值选取方法能够根据不同迭代环境计算不同尺度下串扰噪声的方差和不同空间位置有效信号的方差,从而自适应调整阈值大小,最终通过对变换域系数进行收缩来达到去除串扰噪声的目的.理论模型数据和实际数据测试结果表明,本文方法能够快速有效地压制串扰噪声和保护弱有效信号,取得了比Contourlet域子带一致Wiener阈值方法和Curvelet域指数衰减阈值方法更好的分离效果. 相似文献
6.
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
7.
本文分析了Curvelet变换在地震数据处理中的优势及不足,提出了非二次幂Curvelet变换.主要有两点改进:(1)将经典Curvelet变换非自适应的二次幂多尺度多角度分解方式改进为基于地震数据特点的、自适应非二次幂可控多尺度多角度分解方式,可以更有效地反映地震信号的主要方向特征和频率特征;(2)在最粗尺度引入各向异性分析,实现了对低频信号的精细处理.本文通过处理合成记录和含有面波干扰的实际数据算例验证了非二次幂Curvelet变换在地震噪声压制中的有效性. 相似文献
8.
面波压制是地震数据处理中的一个重要问题. 常规的处理方法虽然能在一定程度上压制面波，但是在处理过程中只是单一的利用面波的一种特性,例如频率域滤波中利用面波与有效信号频率之间的差别，因此难以有效地压制面波. 利用Ridgelet变换可将原始地震记录拓展到（a,τ,p）三维空间，从而可以同时利用地震记录的视速度、时间和尺度域特性差别，实现有效信号与面波的分离. 文中通过理论合成记录及实际地震记录的算例，证实了基于Ridgelet变换的面波压制方法是有效且可行的. 相似文献
9.
Curvelet阈值迭代法地震随机噪声压制(英文) 总被引：5，自引：1，他引：4
本文将近些年发展起来的多尺度分析技术——Curvelet变换与求解优化反演问题的阈值迭代法相结合,研究了基于Curvelet变换的阈值迭代法在地震数据随机噪声衰减中的应用。充分利用了Curvelet变换对地震数据表示的稀疏性,提出将地震数据随机噪声压制问题转化为基于Curvelet稀疏变换的L1范数最优化问题,并采用前人提出的阈值迭代法求解。通过与常规的中值滤波、FX反褶积和小波阈值法去噪方法对比,理论合成数据和实际数据试算表明,Curvelet阈值迭代法去噪法具有优势,该法不仅能够获得较高的信噪比,而且对有效信号的损失较小。为充分利甩Curvelet的多尺度、多方向特性,提出了在Curvelet阈值迭代法去噪结果的基础上再进行方向控制,进一步提高了数据信噪比。 相似文献
10.
针对陆上三分量地震资料去噪处理中面临的面波噪声能量强、有效信号能量弱、转换波与面波主频叠置、非矢量保真处理等问题,本文基于多分量数据中有效信号与强面波噪声在极化属性、振幅能量、视速度三方面的特征差异,提出了一种时频域压制多分量数据强面波的去噪方法,并设计了相应的矢量滤波器。该方法利用小波变换将地震信号变换到时频域,并基于时频域瞬时极化率公式计算出各点极化率参数,然后根据面波视速度划分出有效信号区和面波噪声区,并据此对有效信号进行能量均值统计,最后联合极化率、能量、频率特征对噪声识别和分频、分区压制。理论模型和实际资料处理验证了本文方法的正确性和有效性,为解决低信噪比陆上多分量资料面波压制提供了又一种有效手段。 相似文献
11.
面波是地震勘探中常见的一种相干干扰,它的存在严重的影响着地震记录的信噪比.由于面波和有效波具有相关性且面波的频带和有效波的频带总有重叠的部分,在时域或频域二者不能明显分开,因此在时域或频域采用切除法压制面波会造成子波畸变和有效信息的损失.本文提出一种利用方向导数迹变换压制面波的新方法.文中推导了方向导数迹变换的反变换公式.地震记录的方向导数迹变换(Directional Derivative Trace Transform,DDTT)由两部分组成,一部分主要体现面波,能量集中;另一部分主要体现反射有效波,能量相对分散.根据这两部分能确定压制面波的阈值,通过这一阈值在正变换中压制面波后,再通过反变换返回时-空域就可达到压制面波的目的.理论和实际数据的处理都取得了令人满意的效果,表明了本文提出方法的可行性和有效性. 相似文献
12.
13.
In land seismic surveys, the seismic data are mostly contaminated by ground-roll noise, high amplitude and low frequency. Since the ground-roll is coherent with reflections and depends on the source, the spectral band of seismic signal and ground-roll always overlap, which can be clearly seen in the spectral domain. So, separating them in time or frequency domain commonly causes waveform distortions and information missing due to cut-off effects. Therefore, the combination of these factors leads to search for alternative filtering methods or processes. We applied the conventional Wiener–Levinson algorithm to extract ground-roll from the seismic data. Then, subtracting it from the seismic data arithmetically performs the ground-roll suppression. To set up the algorithm, linear or nonlinear sweep signals are used as reference noise trace. The frequencies needed in creating a reference noise trace using analytical sweep signal can be approximately estimated in spectral domain. The application of the proposed method based on redesigning of Wiener–Levinson algorithm differs from the usual frequency filtering techniques since the ground-roll is suppressed without cutting signal spectrum. The method is firstly tested on synthetics and then is applied to a shot data from the field. The result obtained from both synthetics and field data show that the ground-roll suppression in this way causes no waveform distortion and no reduction of frequency bandwidth of the data. 相似文献
14.
To improve the data quality of converted waves, and better identify and suppress the strong ground-roll interference in three-component (3C) seismic recordings on land, we present an adaptive polarization filtering method, which can effectively separate the groundroll interference by combining complex polarization and instantaneous polarization analysis. The ground roll noise is characterized by elliptical plane polarization, strong energy, low apparent velocity, and low frequency. After low-pass filtering of the 3C data input within a given time-window of the ground roll, the complex covariance matrix is decomposed using the sliding time window with overlapping data and length that depends on the dominant ground-roll frequency. The ground-roll model is established using the main eigenvectors, and the ground roll is detected and identified using the instantaneous polarization area attributes and average energy constraints of the ground-roll zone. Finally, the ground roll is subtracted. The threshold of the method is stable and easy to select, and offers good groundroll detection. The method is a robust polarization filtering method. Model calculations and actual data indicate that the method can effectively identify and attenuate ground roll while preserving the effective signals. 相似文献
15.
We propose to adopt a deep learning based framework using generative adversarial networks for ground-roll attenuation in land seismic data. Accounting for the non-stationary properties of seismic data and the associated ground-roll noise, we create training labels using local time–frequency transform and regularized non-stationary regression. The basic idea is to train the network using a few shot gathers such that the network can learn the weights associated with noise attenuation for the training shot gathers. We then apply the learned weights to test ground-roll attenuation on shot gathers, that are not a part of training input to obtain the desired signal. This approach gives results similar to local time–frequency transform and regularized non-stationary regression but at a significantly reduced computational cost. The proposed approach automates the ground-roll attenuation process without requiring any manual input in picking the parameters for each shot gather other than in the training data. Tests on field-data examples verify the effectiveness of the proposed approach. 相似文献
16.
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
17.
In the paper, we propose a surface wave suppression method in time-frequency domain based on the wavelet transform, considering the characteristic difference of polarization attributes, amplitude energy and apparent velocity between the effective signals and strong surface waves. First, we use the proposed method to obtain time–frequency spectra of seismic signals by using the wavelet transform and calculate the instantaneous polarizability at each point based on instantaneous polarization analysis. Then, we separate the surface wave area from the signal area based on the surface-wave apparent velocity and the average energy of the signal. Finally, we combine the polarizability, energy, and frequency characteristic to identify and suppress the signal noise. Model and field data are used to test the proposed filtering method. 相似文献