共查询到15条相似文献，搜索用时 140 毫秒
1.
本文将时频峰值滤波(TFPF)去噪技术应用于共炮点地震资料的随机噪声压制.时频峰值滤波技术是通过频率调制将信号调制成解析信号的瞬时频率,利用解析信号的Wigner-Ville分布的峰值进行瞬时频率估计,恢复有效信号,与其它去噪方法相比,TFPF具有在较少的约束条件下压制强随机噪声的优点.本文针对实际地震资料的非线性特性,利用加窗的Wigner-Ville分布实现TFPF,使得地震信号在一个窗长内近似满足线性瞬时频率条件,减小由地震信号非线性引起的偏差.本文对共炮点地震记录做时频峰值滤波处理,滤波结果表明在地震勘探资料中存在强随机噪声的情况下,利用局部线性化处理的时频峰值滤波技术可以有效地压制地震资料中的随机噪声,恢复出湮没在随机噪声中的地震反射信号.信噪比提高3～6 dB. 相似文献
2.
磁共振探测技术（Magnetic Resonance Sounding,MRS）以其无损、定量、直接等优势,被广泛应用于地下水调查、水文环境评价以及灾害水源预警等领域.在实际应用中,强工频谐波和随机噪声等严重影响MRS信号的质量,导致后续水文参数解释不准确.针对这一问题,提出谐波建模和自相关相结合的方法进行消噪以及信号特征参数提取.首先构建工频谐波模型,针对建模算法严重依赖工频基频精度的问题,采用自适应扫描方式搜索方案,大幅提高搜索准确度和速度;其次推导了MRS信号自相关表达式,提出了自相关参数提取的非线性拟合方法.仿真数据结果表明,建模消噪方法有效消除了工频谐波,信噪比平均提升了17.03 dB;自相关处理后,信噪比进一步提升了16.10 dB,初始振幅和弛豫时间参数提取结果的准确度比处理前分别提高了3.8倍和2.8倍.通过不同信噪比和弛豫时间的重复实验,得到当噪声水平小于200 nV和弛豫时间大于200 ms时,自相关参数提取具有较高的稳定性.最后,通过野外实测数据处理实验,进一步验证了联合消噪和参数提取方法的有效性. 相似文献
3.
地面磁共振技术能够对地下水进行直接探测,具有定性定量的优点,是一种新兴的地球物理方法.然而,磁共振信号只有纳伏级,极其微弱,易受环境噪声干扰,尤其是具有拉莫尔频率的噪声,在时频域上均与信号重叠,难以有效去除,导致提取的信号参数准确度低、反演解释误差较大.本文针对同频噪声干扰问题,提出了相关建模检测(CMDT)方法,通过相关方法实现频谱迁移和低通滤波,结合信号和噪声特征建立数学模型,采用模型变换实现同频噪声的抑制,并利用最小二乘指数拟合方法提取高精度SNMR信号.为了对新方法进行定量分析,以验证其效果,对含有不同幅度的同频噪声和磁共振信号进行仿真实验,实验结果表明在信噪比为-31.17 dB的情况下,所有参数的最大提取误差不大于1.22%,验证了新方法能够在压制同频噪声的同时提取出高精度信号参数.为了模拟野外情况,在同频噪声和信号数据中加入随机噪声进行实验,结果表明当信噪比大于-10.12 dB时,CMDT方法仍可以获取有效的信号.因此,本文的研究为处理含有同频噪声干扰的实际SNMR信号数据提供了理论依据,为后期高精度反演提供了技术支撑. 相似文献
4.
核磁共振地下水探测仪的灵敏度高,接收到的纳伏级磁共振探测信号极易受到强工频谐波噪声的干扰,导致信号特征参数提取的准确度降低,影响反演解释的水文地质参数结果.为了解决这一难题,基于相关抵消的原理,针对全波磁共振信号,设计带有参考线圈的90°移相自适应噪声抵消系统,理论计算了参考线圈相对于探测线圈的距离,提出变步长LMS算法进行噪声压制.仿真结果表明,在不同的信号强度及不同的信噪比下,当信号与工频谐波干扰频谱不重合时,采用设计的自适应噪声抵消系统和变步长算法,信噪比可以提高到5.94 dB以上,初始振幅、弛豫时间特征参数的拟合误差在2.8%以内;当信号与工频谐波干扰频谱重合时,采用双向自适应滤波算法,信噪比可以达到5dB以上,初始振幅、弛豫时间特征参数的拟合误差在10%以内,可以满足实际应用的要求;实测数据处理进一步证明了方法的有效性. 相似文献
5.
由于金属矿区地震记录中随机噪声性质复杂且信噪比低,常规降噪方法难以达到预期的滤波效果.时频峰值滤波(TFPF)方法是实现低信噪比地震勘探记录中随机噪声压制的有效方法,但其在复杂地震勘探随机噪声下时窗参数优化问题仍难以解决.本文充分利用地震勘探噪声的统计特性,结合Shapiro-Wilk(SW)统计量辨识地震勘探记录中的微弱有效信号,提出基于SW统计量的自适应时频峰值滤波降噪方法(S-TFPF).在S-TFPF方案中,对于有效信号集中区,S-TFPF方法根据信号频率特征,选择有利于信号保持的较短时窗长度;对于噪声集中区,按噪声方差自适应增加时窗长度,增强随机噪声压制能力.S-TFPF应用于合成记录和共炮点记录的滤波结果表明,与传统时频峰值滤波方法相比,S-TFPF方法可以有效抑制低信噪比地震勘探记录中的随机噪声,更好地恢复出同相轴. 相似文献
6.
针对地震勘探信号,对非平稳信号时频分析几种适效方法:短时Fourier变换、小波变换、S变换、Wigner分布、平滑伪Wigner分布、锥形核时频分布、AOK(adaptive optimum kernel,自适应最优核函数)分布等进行对比与应用研究.在阐明各种方法基本原理的基础上,进行数值分析与应用研究.首先对非平稳地震勘探模拟信号进行试算及时频属性提取,结合各类方法的信号表示理论,在时频局部化的精度和交叉项抑制等方面对计算结果进行对比分析;进一步应用于实际二维地震数据,提取瞬时频率和瞬时带宽等时频属性,进行比较研究.研究表明:对于地震勘探信号,就本文涉及的几种时频分析方法而言,AOK分布是时频局部化精度最高、交叉项抑制最好、时频匹配最优的方法,值得在地震勘探信号分析和地震属性提取、频谱分解等应用中深入研究和应用. 相似文献
7.
本文比较了四类计算瞬时频率的方法.基于相位差分的方法对噪声敏感;基于零交叉点的方法是针对周期信号提出的,对非周期信号效果不理想,通过插值改善估算结果;基于FIR微分器的方法有三种,基于两点的FIR方法与标准公式较为接近,但会引入半个采样间隔的时移;基于三点的FIR方法可以消除时移,但计算结果会出现负频尖峰;Claerbout方法不仅会引入半个采样间隔的时移,而且估算的频率值可能超过Nyqusit频率.本文在Claerbout公式的基础上导出了一种估算瞬时频率的公式,该公式消除了时移,且负频尖峰也得到抑制;基于时频表示一阶矩的方法的计算结果较为平滑,同时具有一定的抗噪能力.最后用本文导出的公式和时频表示一阶矩两种方法计算了南海东北部一条地震剖面的瞬时频率,并将其结果与Seismic Unix中相关函数的计算结果做了比较,表明本文导出公式的计算结果较为理想. 相似文献
8.
时频峰值滤波算法是一种新颖的基于时频分析的信号增强算法,能够有效地消除随机噪声,恢复有效波信息.本文将这种时频分析算法用于消除地震勘探资料中的随机噪声,对淹没于随机噪声下的40道共炮点记录进行时频峰值滤波,恢复出来的共炮点记录可以清楚地表现原始记录同相轴的位置.经过对40道中任选两道（即第21道和第7道）滤波前后的子波形态Wigner\|Ville分布、傅立叶振幅谱等的比较,可知仅在谷值和峰值点误差较大,子波带宽相对误差小于25％.仿真试验表明信噪比可达－7dB,说明该方法可以有效地消减地震资料中的随机噪声. 相似文献
9.
随着山地和丘陵地震勘探环境的复杂化,传统的消噪方法已经难以有效地压制地震记录中的随机噪声.Shearlet变换是一种新的多尺度多方向的时频分析方法,具有良好的稀疏表示特性,并且在每个尺度进行方向分解,非常适合用于地震信号随机噪声的压制.但是传统的Shearlet变换去噪方法采用的是硬阈值,在抑制随机噪声的同时也消除了很多有效信号,使得去噪之后的地震资料出现虚假的同相轴,为了解决这一问题我们提出高阶加权阈值函数.高阶加权阈值函数不但整体上连续性较好,而且克服了硬阈值函数存在剧烈的变化的缺点以及软阈值在处理较大Shearlet系数总存在恒定偏差的问题,同时保留了传统的软硬阈值函数的优点.实验结果表明这种基于高阶加权阈值函数的Shearlet变换去噪的方法,可以有效的消除模拟地震信号和实际丘陵地带地震信号中的随机噪声,同时很好的保留有效信号的幅度. 相似文献
10.
Gabor变换和S变换是常用的时频分析工具。根据测不准原理,它们的时频分解结果无法在时间域和频率域同时具有很高的分辨率。为了提高非平稳信号时频分解结果的分辨率,本文提出瞬时频率分布函数（IFDF）并利用它表达非平稳信号。当非平稳信号时频成分的分布满足测不准原理对信号可分辨的要求时,瞬时频率分布函数的支集和短时Fourier变换的小波脊支集是同一个集合。利用IFDF的该特征,本文提出一种迭代算法（Sparse-STFT）实现了信号的稀疏时频分解。该算法在每次迭代过程中利用残留信号的短时Fourier变换结果的脊支集更新信号的时频成分,每次迭代得到的时频成分的叠加结果即为最终的稀疏时频分解结果。文中的数值实验证明了Sparse-STFT可以有效地提高非平稳信号时频分解结果的分辨率。最后,本文将该方法应用于地震数据面波的压制中,取得了理想的处理结果。 相似文献
11.
针对微震信号具有高噪声、突变快、随机性强等特点,基于经验模态分解(EMD)及独立成分分析(ICA)提出一种微震信号降噪方法.首先,对含噪信号进行EMD分解,获得一系列按频率从高到低的内蕴模态函数(IMF),利用原信号与各IMF之间的互相关系数辨识出噪声与信号的分界,将分界之上的高频噪声滤除;其次,为有效去除分界IMF中的模态混叠噪声,基于ICA算法对分界IMF进行盲源分离,提取其中的微震有效信号,并将其与剩余的IMF累加重构,从而得到降噪后的微震信号;最后,利用快速傅里叶变换(FFT)时频谱对比分析降噪前后的信号特征,定性说明本文方法的有效性;引入信噪比和降噪后信号占原信号的能量百分比两个参数,定量说明本文方法能充分保留微震信号的瞬态非平稳特征,降噪效果明显. 相似文献
12.
Conventional time-space domain and frequency-space domain prediction filtering methods assume that seismic data consists of two parts, signal and random noise. That is, the so-called additive noise model. However, when estimating random noise, it is assumed that random noise can be predicted from the seismic data by convolving with a prediction error filter. That is, the source-noise model. Model inconsistencies, before and after denoising, compromise the noise attenuation and signal-preservation performances of prediction filtering methods. Therefore, this study presents an inversion-based time-space domain random noise attenuation method to overcome the model inconsistencies. In this method, a prediction error filter (PEF), is first estimated from seismic data; the filter characterizes the predictability of the seismic data and adaptively describes the seismic data’s space structure. After calculating PEF, it can be applied as a regularized constraint in the inversion process for seismic signal from noisy data. Unlike conventional random noise attenuation methods, the proposed method solves a seismic data inversion problem using regularization constraint; this overcomes the model inconsistency of the prediction filtering method. The proposed method was tested on both synthetic and real seismic data, and results from the prediction filtering method and the proposed method are compared. The testing demonstrated that the proposed method suppresses noise effectively and provides better signal-preservation performance. 相似文献
13.
14.
强随机噪声干扰是导致地震勘探资料低信噪比的主要原因,如何在强随机噪声干扰下获取有效的信息是值得关注的问题.Duffing振子混沌系统是一个非线性的动力学系统,其对强随机噪声具有免疫能力,而对特定的周期性信号具有敏感性.本文提出一种基于Duffing振子混沌系统的速度分析方法.对CMP道集按照时距曲线关系进行移动窗口截取,将所截取的信号构建为待测信号加入Duffing振子混沌系统,通过相图网格分割方法(GPM)判断系统状态的改变,从而在强随机噪声背景下获得高分辨率的速度谱.理论模型和实际资料的处理结果表明,与传统的水平叠加速度分析方法相比,本方法能够在强随机噪声背景下获得更准确的速度分析结果. 相似文献
15.
时频峰值滤波(TFPF)算法是一种非常有效的去噪方法.但是传统的TFPF采用的单一窗长,并且仅沿时间方向进行滤波,忽略了信号的空间信息,并且TFPF近似等效成一个时不变的低通滤波器,不能追踪快速变化的信号.针对这些问题,引入空间局部加权回归自适应TFPF(SLWR-ATFPF).鉴于随机噪声在各个位置的方向随机性,以及有效信号在各个位置的方向确定性,首先利用空间局部加权回归(SLWR),对含噪信号进行空间加权,从而使加权之后的信号包含空间信息.然后,再引入凸集和Viterbi的思想,对空间加权之后的信号进行自适应滤波.从而,完成时空域二维自适应滤波.将SLWR-ATFPF应用于合成记录和实际的共炮点记录,实验结果表明,改进的方法与原算法相比,能够在压制低信噪比(SNR)随机噪声的同时更好地保留有效信号. 相似文献