首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 15 毫秒
1.
为提高常规测井信息解决地质问题的能力,本文梳理了S变换的基本原理及性质,归纳总结了现今S变换用于地震资料处理的研究成果,分析展望了S变换用于测井信息处理的可能方面.研究表明,S变换是一种具有高时频分辨率的信号处理方法.在地震资料处理中,S变换可用于地震波的初至识别、地震信号滤波去噪、基于地震信息的沉积旋回划分、碳酸盐岩...  相似文献   

2.
广义S变换解决了标准S变换中基本小波形态固定的缺陷,在分析非平稳信号时能更好地刻画其时频特性。编写广义S变换的计算程序,并用它对地震背景噪声数据进行去噪处理。结果显示:广义S变换处理过的数据信噪比大大提高,可以为数据反演提供更精确的数据。  相似文献   

3.
针对鄂尔多斯盆地地区地震资料自身的特点,本文依据地震信号传播的特性和波场之间的差异,通过多域(多种线性变换域和频域)奇异值分解(SVD),然后提取目标信号的奇异值重构地震信号的方法,实现地震波场分离与去噪处理.与传统SVD地震波场分离与去噪技术相比较,该方法的目的性更强,直接针对感兴趣的地震信号成分进行SVD波场分离与去噪,在提高地震资料信噪比的同时,确保了信号的高保真度和分辨率;同时,避免了以往SVD技术应用空间狭窄,有效信号损失严重等缺陷性.从实际资料处理结果来看,取得了较好的效果.  相似文献   

4.
中深层地质条件复杂,地震资料品质差,主要表现为:地震资料信噪比低、有效信号弱.如何在去噪的同时有效保留弱有效信号,获取高信噪比的地震数据成为地震数据处理的关键问题.传统小波阈值与互补集合经验模态分解(CEEMD)联合去噪方法相比单一方法可以获取更高品质的地震数据.基于压缩感知理论的去噪方法利用地震数据在变换域中的稀疏特性,通过设定稀疏基矩阵和测量矩阵,可以将地震数据去噪问题转化成求解最优化问题,通过最优解重构原始信号,实现对地震资料的去噪处理.该方法能够在有效衰减随机噪声的同时最大限度的保留有效信号.本文基于压缩感知理论开展小波阈值去噪方法研究,并在此基础上结合CEEMD方法对含噪较多的固有模态分量进行有针对性的随机噪声压制.通过对含噪数据开展不同方法的去噪结果对比可见,本文方法可以在保证高信噪比的基础上更为有效的保留弱有效信号,数值试算验证了该方法对弱有效信号地震数据去噪具有显著优势.  相似文献   

5.
小波分析在时域和频域具有很好的局部化特性,是分析和处理数字信号强有力的工具。文章将基于小波变换的模极大值去噪算法应用到地震信号的去噪研究中。首先依据相关理论验证算法的有效性,并对红山基准台的地震数据进行去噪分析处理。结果表明,去噪后的信号有效去除了大部分毛刺,去噪效果良好,噪声得到很好的抑制。为实现数据处理的界面化及易操作,在基于小波变换模极大值去噪算法比较分析的基础上,设计一个地震信号去噪系统分析界面,从而实现数据去噪的可视化应用。  相似文献   

6.
S变换是近年来发展起来的一种具有高时频分辨率的信号处理方法,它的时频分辨率与信号的频率有关,反变换简单,基本小波不必满足容许性条件,并且不存在交叉项.广义S变换弥补了S变换的一些不足,具有更高的频率聚集能力.本文总结了实际应用中具有代表性的几种广义S变换类型,并结合实例从4方面内容综述了S变换在地震资料处理中的应用:应用S变换和广义S变换在时频域滤波去噪以提高信噪比,压制面波和拾取初至波;通过检测频率和振幅等地震波属性信息研究地层中地质体和精细构造,提高地震波的主频进行地震高分辨分析;进行地层吸收衰减补偿和地层品质因子Q值的求取;以及瑞利面波频散分析和面波频散曲线的提取.本文介绍的结果及其他很多应用均表明S变换和广义S变换是地震资料处理中的一个有效手段.但是,目前S变换多应用于勘探地震学中,我们在文章最后分析展望了S变换在天然地震学中的潜在应用.  相似文献   

7.
由于微地震信号能量微弱、信噪比低,需要对采集到的微地震数据进行去噪处理,从而提高微地震记录的信噪比,提高震源定位的精度.目前存在许多基于模型的先进滤波方法,如基于机理模型的卡尔曼滤波已经成功应用在微地震信号去噪中.为了建立微地震信号的数学模型,改善卡尔曼滤波效果,本文通过数据辨识方法,对微地震信号建立了ARMA模型,并进一步转化为适用于卡尔曼滤波算法的状态空间模型.在此基础上研究了卡尔曼滤波方法,设计了适用于微地震去噪的卡尔曼滤波实现算法.理论模型和实际微地震监测数据处理结果表明,基于辨识模型的卡尔曼滤波算法能够有效抑制微地震信号中的随机噪声,显著提高微地震监测信号的信噪比,从而验证了该辨识模型的准确性和滤波算法的可行性.  相似文献   

8.
地震随机噪声压制是鄂尔多斯盆地黄土塬、沙漠、戈壁滩等复杂地表区域低信噪比地震资料处理的一项重要任务.稀疏反演去噪是地震随机噪声压制的常用方法之一.?1范数和全变分(Total Variation, TV)正则化是稀疏变换域去噪方法中常用的两种正则化项.但是,?1范数是对?0范数的松弛,难以提供更稀疏的去噪结果;基于TV正则化项的方法容易引起阶梯状异常结果.因此,为了避免上述缺点,本文提出了一种基于广义Beta小波稀疏域混合范数优化的地震随机噪声压制方法和算法流程实现.首先利用广义Beta小波紧标架加快计算,获得具有更高局域化性的稀疏时频表示.其次是引入包括?p范数和TV正则化的混合约束项,克服单一正则化项的缺点.最后,利用鄂尔多斯盆地黄土塬区的合成地震数据、三维叠后地震数据和共反射点道集数据验证了本文去噪方法的有效性.结果表明:本文提出的去噪方法既能够有效抑制随机噪声、显著提高信噪比,让地震同相轴连续光滑;又能够准确保护有效信号,保持波组间的相对幅值,突出有利微小断层和含油气层的振幅形态.  相似文献   

9.
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   

10.
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   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号