首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 140 毫秒
1.
钻柱振动倒谱分析及其钻头源信号提取方法研究   总被引:1,自引:1,他引:0       下载免费PDF全文
随钻地震参考信号处理的关键是从众多噪音成分中提取较弱的钻头源信号.钻头随机激励源信号由于其频率范围宽,持续时间短,易受钻柱和其他机器噪音的影响.倒谱分析方法是一种非线性滤波技术,该技术不但可以将时域卷积信号转变为倒时域信号的相加,而且通过窗函数的选择,还可消除结构混响,提取源信号.本文根据钻柱模拟实验数据,利用了倒谱滤波技术进行瞬态源信号的提取,并用该方法进行SWD参考信号的处理,从而达到钻头源信号强化的目的.  相似文献   

2.
基于信号估计的高分辨率叠加速度分析   总被引:4,自引:0,他引:4       下载免费PDF全文
如何得到高分辨率的叠加速度谱是高分辨率地震资料处理的关键.本文在分析地震共中心点(CDP)道集的振幅随偏移距变化(AVO)特性的基础上,提出一种信号模型来逼近CDP道集,然后利用优化技术估计信号,并采用信号估计误差实现信号检测,从而提出一种新的基于信号检测和估计的高分辨率叠加速度谱分析方法.文中的方法充分利用地震信号波形中所包含的速度信息.  相似文献   

3.
反褶积干涉成像及其在随钻地震数据处理中的应用   总被引:1,自引:0,他引:1  
随钻地震是石油工程领域的一项新技术,是利用钻头破岩的连续随机振动信号进行钻前预测,通常需要利用钻头震源函数与地面记录互相关进行处理,而地下数千米震源函数的获取难度很大,成为制约随钻地震技术的一个关键问题.反褶积干涉成像是在互相关基础上发展起来的,可以利用随机噪音获得地震台站间的格林函数,对地下构造和速度结构成像,同时这种方法不依赖于震源函数信息.本文回顾了干涉成像的发展历程,分析了互相关干涉和反褶积干涉的原理、方法和特点,结合随钻地震数据处理需要,结合实例分析了反褶积干涉应用于随钻地震数据处理的前景,为发展新型随钻地震技术提供了重要参考信息.  相似文献   

4.
断层在地震数据中显示出奇异性,经过小波变换可以得到断层位置处地震数据的奇异性属性.对包含断层的地震数据进行小波分析处理,能够得到断层的垂直和水平位置.在实际地震资料中将地震信号表示成不同尺度和不同位置的基本单元,然后对变换系数进行极值提取,检测出不同尺度下的地震信号突变特征,从而进行断层检测.对实际地震资料进行地震信号奇异性检测时,首先将地震剖面划分成层,然后在每一层内将尺度参数进行离散化,计算地震记录的小波变换系数,对于某一个尺度求取每一道小波变换系数的最大值,将每一道地震记录小波变换系数的最大值根据原地震道的位置进行排列,得到奇异性曲线.对于某一尺度,断层所在的水平位置对应着奇异性曲线的最值位置,最后绘出整个剖面的极值点检测结果.  相似文献   

5.
我国每天有数千趟高铁列车驰骋在纵横交错的高铁线路上,构成了十分理想的均布震源,但寻找适合高铁震源地震信号的处理方法是充分挖掘信息的关键.传统的频谱分析结果表明高铁震源所产生的地震信号具有明显的窄带分立谱特征,但无法精确获得高铁震源地震信号的时频变化规律.本文首次将挤压时频分析这种分析工具引入到高铁震源地震信号处理中,对中国南方某高铁沿线采集到的高铁震源地震数据进行了分析.处理结果表明:利用挤压时频分析能够更加精确地刻画频率成分随时间的变化,能够利用单检波器精确刻画高铁列车的运行状态(匀速、加速等);同时利用挤压时频变换还可高精度地重构出所需频带的信号,为提取高铁震源地震信号的特征成分提供了一种有力工具.  相似文献   

6.
近钻头井斜动态测量重力加速度信号提取方法研究   总被引:1,自引:1,他引:0       下载免费PDF全文
利用加速度计进行近钻头井斜动态测量时,钻具的高速旋转,井下强振动、强冲击环境给重力加速度测量带来极大干扰,如何从干扰噪声中有效提取重力加速度信号对于提高井斜角和工具面角的测量精度至关重要.根据重力加速度径向和切向分量为周期性信号,轴向分量为近似直流信号,离心加速度为缓慢变化信号,振动和冲击加速度为随机信号的特征,提出一种基于互相关检测的重力加速度信号提取方法,选择径向或切向磁力计信号作为参考信号.利用相关检测方法分别对仿真数据、实验室旋转测试数据和振动测试数据进行处理,并计算了井斜角和工具面角,结果表明相关检测方法可以有效提取重力加速度信号,基于MEMS加速度计的井斜角测量精度优于0.5°,工具面角变化连续平滑,满足井斜动态测量需求.通过进一步开展实际钻井环境测试,该方法有望应用于近钻头地质导向系统或旋转导向钻井系统等需要近钻头井斜动态测量的场合.  相似文献   

7.
震前加速破坏阶段地壳岩石破裂过程中可能辐射电磁信号,提取与之相关的电磁信号异常有助于认识地震孕育及破坏过程,从而为防震减灾提供支持.本文提出了改进型图像信息方法(Modified Pattern Informatics Method,MPI方法),并用于汶川地震前电离层参量时空特征信息的提取.通过分析对比处理前后的DEMETER电磁卫星时空图像可以发现,原始时空图像一般存在季节性和空间性的变化规律,较难获得有意义的信息;而采用MPI方法处理后,则发现汶川大地震前,电离层参量存在明显的异常变化.从而,证明了MPI方法具有消除背景趋势、突出短期变化的能力,可以有效地提取强震相关的电磁前兆信息.  相似文献   

8.
地震资料的有效信号反射弱,且易受多次波的影响,不可避免地存在随机噪声干扰。提出一种基于神经网络改进小波的地震数据随机噪声去除方法,采用神经网络模型,识别出随机噪声信号,对该信号进行小波包分解,获取多类别随机噪声信号,采用级联BP神经网络模型提取出多类别随机噪声信号,实现地震数据的随机信号压制。实验结果显示,这种改进小波方法对地震数据随机噪声信号的去噪效果较好,在复杂沉积地质结构被探测介质的地震数据随机噪声压制方面具有较强的适用性。  相似文献   

9.
在对重力固体潮信号的分析中,应用了一种将固体潮信号所含有的各谐波信息分解到3个正交分量上的三维正交分解模型;为了更好地提取各个分量谐波信号,克服传统独立分量分析(ICA)收敛速度慢、局部搜索等缺陷,使用了传统ICA与实数遗传算法(GA)相结合的方法,经验证此方法可行有效;实验中对实测信号与理论信号相结合的信号进行了谐波提取,并对提取出的谐波信号进行分析,捕捉地震前兆信息;分析发现地震前某不定时刻点,在长周期波中波形出现一定程度的奇异,充分反映了震前能量积蓄的变化.因其与地震发生时间之间的不确定性,所以还不能将其作为地震的预测方法.  相似文献   

10.
董新桐  马海涛  李月 《地球物理学报》2019,62(10):4039-4046
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   

11.
Accurately detecting the arrival time of a channel wave in a coal seam is very important for in-seam seismic data processing. The arrival time greatly affects the accuracy of the channel wave inversion and the computed tomography (CT) result. However, because the signal-to-noise ratio of in-seam seismic data is reduced by the long wavelength and strong frequency dispersion, accurately timing the arrival of channel waves is extremely difficult. For this purpose, we propose a method that automatically picks up the arrival time of channel waves based on multi-channel constraints. We first estimate the Jaccard similarity coefficient of two ray paths, then apply it as a weight coefficient for stacking the multichannel dispersion spectra. The reasonableness and effectiveness of the proposed method is verified in an actual data application. Most importantly, the method increases the degree of automation and the pickup precision of the channel-wave arrival time.  相似文献   

12.
为提高初至拾取方法的准确性和自适应能力,将变异系数加权K均值聚类算法引入初至拾取中。首先提取均方根振幅、相邻道相关性、线积分、振幅谱主频等多种地震属性;然后针对地震属性进行加权K均值聚类,自动识别初至所在时窗;最后结合相位校正法,实现时窗内初至波起跳时间的拾取。在此基础上通过实际数据测试,并与长短时窗能量比法、反向传播神经网络方法对比,验证了本文方法的有效性与可行性。结果表明,基于加权K均值聚类的多属性初至拾取方法能较快速、准确地拾取低信噪比数据的初至,并且无需人为判断时窗,从而提高了拾取的自适应能力。   相似文献   

13.
Dispersion analysis is an important part of in-seam seismic data processing, and the calculation accuracy of the dispersion curve directly influences pickup errors of channel wave travel time. To extract an accurate channel wave dispersion curve from in-seam seismic two-component signals, we proposed a time–frequency analysis method based on single-trace signal processing; in addition, we formulated a dispersion calculation equation, based on S-transform, with a freely adjusted filter window width. To unify the azimuth of seismic wave propagation received by a two-component geophone, the original in-seam seismic data undergoes coordinate rotation. The rotation angle can be calculated based on P-wave characteristics, with high energy in the wave propagation direction and weak energy in the vertical direction. With this angle acquisition, a two-component signal can be converted to horizontal and vertical directions. Because Love channel waves have a particle vibration track perpendicular to the wave propagation direction, the signal in the horizontal and vertical directions is mainly Love channel waves. More accurate dispersion characters of Love channel waves can be extracted after the coordinate rotation of two-component signals.  相似文献   

14.
地震检测与震相自动拾取研究   总被引:3,自引:2,他引:1       下载免费PDF全文
针对微震事件易受噪声干扰等特点,本文将STA/LTA方法和基于方差的AIC方法(var-AIC)相结合,在震相到时初步拾取的基础上,使用台站的德洛内(Delaunay)三角剖分及台站间最大走时差约束来减少噪声干扰的影响. 利用到时进行地震定位之后,根据台站预测到时,在设定的时间窗内对地震震相进行更精细的分析. 特别是针对微震事件信噪比低的特点,设计了基于偏振分析的拾取函数,根据窗内STA/LTA方法和var-AIC方法的拾取结果自动选择合适的值作为震相到时. 最后,对西昌流动地震台阵2013年304个单事件波形数据的分析处理和检验结果表明,本文方法较传统方法具有更高的地震事件检测能力和更高的震相拾取精度.   相似文献   

15.
孟娟  吴燕雄  李亚南 《地震学报》2022,44(3):388-400
针对低信噪比条件下微震初至拾取准确度低的问题,基于信号幅度变化引入权重因子,对传统长短时窗比值(STA/LTA)算法进行改进,提高初次拾取精度。为了进一步降低拾取误差,对变分模态分解(VMD)算法进行优化,基于互相关系数和排列熵准则自适应确定VMD分解层数,对初次拾取结果前后2—3 s的记录进行优化VMD,并计算分解后各本征模函数(IMF)的峰度赤池信息准则值,得到各IMF的到时,以各IMF的拾取结果及能量比综合加权得到二次拾取到时。仿真实验表明:改进后的STA/LTA在较低信噪比下可降低初次拾取误差约0.01 s以上;相比经验模态分解(EMD)和小波包分解,自适应VMD分解后能再次降低误差,最终与人工拾取结果平均误差在0.023 s以内。实际微震信号初至拾取结果表明,本算法能快速有效地识别初至P波,与人工拾取结果相比误差小,准确率高。   相似文献   

16.
This paper presents a signal processing procedure to perform refractor velocity analysis. The procedure enables one to obtain the seismic velocity from the refracted wavefield without the picking of refracted arrival times. Two processing procedures are derived, one starting from a seismic interferometric approach and another, from the conventional reciprocal method and generalized reciprocal method approaches. The theoretical equivalence of the two approaches is also demonstrated. The proposed processing procedure is applied to synthetic data in order to test the influence of some procedural parameters and its capability to reconstruct a known velocity model starting from refracted signals, without and with perturbations, in arrival times and noise; finally, it is applied to a field data set.  相似文献   

17.
李稳  刘伊克  刘保金 《地球物理学报》2016,59(10):3869-3882
井下微震监测获得的地震记录往往包含大量的噪声,记录信噪比很低.有效地震信号的识别与提取是进行后续地震定位等工作之前需要优先解决的问题.经过研究发现,井下水压裂微地震信号具有稀疏分布的特征,而井下环境噪声则具有更多的Gaussian分布特征.为此,本文提出将图像处理领域适宜于稀疏分布信号降噪处理的稀疏码收缩方法应用于井下微震监测数据处理.为解决需要利用与待处理数据中有效信号成分具有相似分布特征的无噪信号序列估算正交基以及计算效率等问题,将原方法与小波变换理论相结合.即通过优选小波基函数作为正交基进行小波变换将信号分解为不同级的小波系数,利用稀疏码收缩方法中对稀疏编码施加的非线性收缩方式作为阈值准则对小波系数进行改造.通过多方面的数值实验证明了该方法在处理地震子波及井下微地震信号方面准确可靠.含噪记录经过处理后有效地震信号的到时、波形、时频谱特征等均能得到良好的识别和恢复.并且该方法具有很强的抗噪能力,当信噪比低至-20~-30db时,仍然能够发挥作用.在处理大量实际井下微震监测数据的过程中,面对多种复杂情况,本方法展现出了计算效率高、计算结果可靠、应用简单等优势,证明了其本身具有实际应用价值,值得进一步的研究和推广.  相似文献   

18.
In the mathematical theory of seismic signal detection and parameter estimation given, the seismic measurements are assumed to consist of a sum of signals corrupted by additive Gaussian white noise uncorrelated to the signals. Each signal is assumed to consist of a signal pulse multiplied by a space-dependent amplitude function and with a space-dependent arrival time. The signal pulse, amplitude, and arrival time are estimated by the method of maximum likelihood. For this signal-and-noise model, the maximum likelihood method is equivalent to the method of least squares which will be shown to correspond to using the signal energy as coherency measure. The semblance coefficient is equal to the signal energy divided by the measurement energy. For this signal model we get a more general form of the semblance coefficient which reduces to the usual expression in the case of a constant signal amplitude function. The signal pulse, amplitude, and arrival time can be estimated by a simple iterative algorithm. The effectiveness of the algorithm on seismic field data is demonstrated.  相似文献   

19.
This study is an application of a Real Time Recurrent Neural Network (RTRN) in the detection of small natural seismic events in Poland. Most of the events studied are from the Podhale region with a magnitude of 0.4 to 2.5. The population distribution of the region required that seismic signals be recorded using temporary stations deployed in populated areas. As a consequence, the high level of seismic noise that cannot be removed by filtration made it impossible to detect small events by STA/LTA based algorithms. The presence of high noise requires an alternate method of seismic detection capable of recognizing small seismic events. We applied the RTRN, which potentially can detect seismic signals in the frequency domain as well as in the phase arrival times. Data results of small local seismic events showed that the RTRN has the ability to correctly detect most of the events with fewer false detections than STA/LTA methods.  相似文献   

20.
区域震相初至估计   总被引:6,自引:1,他引:6       下载免费PDF全文
本在地震数据自动化处理中,给出一种基于自回归模型的Akaike information criteria(AIC)算法和信号平均幅值比的混合方法来估计地震信号的初至.用信号的AIC曲线和平均幅值比曲线构造一种叠加曲线,再进行类似于坐标旋转的校正,可以准确估计低信噪比记录中信号的初至,尤其对于震相类型比较复杂的后续震相(如S波、Lg波)的初至估计结果很好.通过对中国数字地震台网乌鲁木齐台记录到的23次天然地震中P波、S波和Lg波的初至估计,与人工分析结果相比,P波初至估计的均方误差为0.71s,后续震相(S波、Lg波)的均方误差为1.64s,优于传统AIC算法的估计结果.  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