共查询到17条相似文献，搜索用时 140 毫秒
1.
复杂地表和复杂介质条件下,随机噪声往往严重影响着复杂地震信号的信噪比,同时深层地球物理目标探查中弱地震信号总是被随机噪声所掩盖,如何有效地压制随机噪声干扰、恢复有效地震信号仍然是高精度地震勘探中的关键问题.压缩感知理论突破了奈奎斯特采样定理的限制,利用有效地震信号的可压缩性和稀疏性,提供了从不可压缩随机噪声中进行有效信号分离的数据原理.本文系统分析压缩感知框架下地震随机噪声压制的稀疏优化反问题,提出了基于迭代软阈值算法的"采集-重建-修复"方案对该问题进行求解.在实现高度稀疏表征的基础上进行地震数据的压缩感知随机观测,通过迭代反演对有效地震信号进行重构,有效提高复杂地震数据的信噪比,同时,当求解稀疏优化问题时,如果出现正则化项引起重构信号衰减现象,可以匹配除偏对衰减的有效信号进行修复.通过与工业标准 f-x预测滤波方法进行比较,理论模型和实际数据处理的结果表明,压缩感知迭代噪声压制方法对复杂地震数据中的随机噪声有较好的压制效果,可以有效恢复出被较强非平稳随机噪声干扰的时空变同相轴信息. 相似文献
2.
经验模态分解算法(EMD)是一种基于有效波和噪声尺度差异进行波场分离的随机噪声压制方法,但由于实际地震数据波场复杂,导致模态混叠较严重,仅凭该方法进行去噪很难达到理想效果.本文基于EMD算法对信号多尺度的分解特性,结合Hausdorff维数约束条件,提出一种用于地震随机噪声衰减的新方法.首先对地震数据进行EMD自适应分解,得到一系列具有不同尺度的、分形自相似性的固有模态分量(IMF);在此基础上,基于有效信号和随机噪声的Hausdorff维数差异,识别混有随机噪声的IMF分量,对该分量进行相关的阈值滤波处理,从而实现有效信号和随机噪声的有效分离.文中从仿真信号试验出发,到模型地震数据和实际地震数据的测试处理,同时与传统的EMD处理结果相对比.结果表明,本文方法对地震随机噪声的衰减有更佳的压制效果. 相似文献
3.
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
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.
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
6.
7.
8.
传统地震数据稀疏重建方法面临着:(1)叠前共炮点道集或CMP道集反射波为双曲线型同相轴,地震数据重建会损害有效波;(2)地震信号存在噪声和畸变,要求重建方法具有较好的噪声鲁棒性.针对这两个问题,提出一种基于L_1-L_1范数稀疏表示的共偏移距道集地震数据重建方法.该方法利用了共偏移距道集中地震波为水平同相轴,无道间时差,满足空间重建要求,和L_1-L_1范数稀疏表示具有较好的噪声鲁棒性.首先抽取共偏移距道集地震数据,并根据地震采集信息构造复合采样矩阵,然后采用L_1-L_1范数稀疏表示对数据稀疏重建后,再将数据反变换回共炮点道集或CMP道集,能够同时实现地震信号稀疏重建和随机噪声压制.理论模型和实际数据试算结果验证所提方法具有较好重建精度和噪声鲁棒性. 相似文献
9.
地面微地震监测采集到的微地震信号通常能量微弱，信噪比低，如何提高微震数据的信噪比是数据处理的难题.Shearlet变换是一种新型的多尺度几何分析方法，具有敏感的方向性和较强的稀疏表示特性，能起到很好的随机噪声压制效果.由于地面微震数据的有效信号大多被淹没在噪声中，基于传统阈值的Shearlet变换（the traditional threshold-based Shearlet transform TST）只考虑到尺度或方向的阈值，在去噪过程中会过度扼制有效信号系数，造成有效信号能量损失.因而，本文建立Context模型，得到基于Context模型的Shearlet变换（the Context-model-based Shearlet transform CMST）方法，改进传统Shearlet阈值方法的不足.我们通过所建立的Context模型将能量相近的各方向系数划分为同一组，并分组估计阈值，分别处理各部分系数，达到微弱同相轴有效恢复的目的.通过TST及CMST的模拟实验与实际地面微震记录处理结果对比可知，本文方法在低信噪比条件下比对比方法更加有效地恢复地面微震数据的微弱信号，随机噪声压制效果明显，在-10 dB条件下，提升信噪比18.3741 dB. 相似文献
10.
地震数据的随机噪声去除是地震数据处理中的一项重要步骤，双稀疏字典提供了两层稀疏模型，比单层稀疏模型可以更好地去除噪声.该方法首先利用contourlet变换对地震数据进行稀疏表示，然后在contourlet域中使用快速迭代收缩阈值算法（fast iterative shrinkage-thresholding algorithm，FISTA）对初始字典系数进行更新，接着采用数据驱动紧标架（data-driven tight frame，DDTF）在contourlet域中得到DDTF字典并通过FISTA得到更新后的字典系数，最后通过DDTF字典和更新后的字典系数获得新的contourlet系数，并对新的contourlet系数进行硬阈值和contourlet反变换得到去噪后的数据.通过模拟数据和实际数据的实验证明：与固定基变换去噪方法相比，该方法可以自适应地对地震数据进行稀疏表示，在地震数据较为复杂时得到更高的信噪比；与字典学习去噪方法相比，该方法不仅拥有较快的去噪速度，而且克服了字典学习因为缺少先验约束造成瑕疵的缺点. 相似文献
11.
地面磁共振是一种新的地球物理探测方法,能够通过探测地下水中氢质子丰度获取地下水含量、孔隙度等水文地质信息.然而,磁共振信号甚为微弱,仅达到纳伏级(10~(-9)V),极易受到噪声干扰.其中,尖峰噪声对磁共振信号影响最为严重,亟待研究有效的噪声抑制方法.小波多尺度分解硬阈值是近两年国际磁共振领域专家提出的尖峰噪声有效消除方法,但硬阈值算法设定阈值的固有缺陷会引发信号震荡,出现伪吉布斯效应,导致信号损失.基于此,本文提出压缩小波变换(Synchrosqueezing Wavelet Transform,SWT)和非线性國值处理(Nonlinear Thresholding,NT)算法联合消除磁共振信号尖峰噪声干扰.首先选择Morlet小波作为基小波,使得信号与噪声数据具有更高的时频集中性,利于尖峰噪声消除.其次,基于压缩小波系数进行非线性处理,可以弥补利用硬阈值和软阈值进行噪声消除时所引起的信号损失.仿真数据和实际数据结果表明,SWT联合NT方法可以利用单次采集数据有效消除尖峰噪声干扰并还原信号.本文提出的消噪方法将为磁共振数据后续反演解释,如多指数弛豫反演,奠定坚实的基础. 相似文献
12.
The surface nuclear magnetic resonance (SNMR) method has been tested at a site in Haldensleben, northern Germany, to assess the suitability of this new method for groundwater exploration and environmental investigations. More information is obtained by SNMR, particularly with respect to aquifer parameters, than with other geophysical techniques. SNMR measurements were carried out at three borehole locations, together with 2D and 1D direct current geoelectrics, as well as ground-penetrating radar, and well logging (induction log, gamma-ray log and pulsed neutron-gamma log). Permeabilities were calculated from the grain-size distributions of core material determined in the laboratory. It is demonstrated that the SNMR method is able to detect groundwater and the results are in good agreement with other geophysical and hydrogeological data. Using the SNMR method, the water content of the unsaturated and saturated zones (i.e. porosity of an aquifer) can be reliably determined. This information and resistivity data permit in situ determination of other aquifer parameters. Comparison of the SNMR results with borehole data clearly shows that the water content determined by SNMR is the free or mobile water in the pores. The permeabilities estimated from the SNMR decay times are similar to those derived from sieve analysis of core material. Thus, the combination of SNMR with geoelectric methods promises to be a powerful tool for studying aquifer properties. 相似文献
13.
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
14.
Complex Inversion of MRT Signals under Different Loop Configurations for Groundwater Exploration 
下载免费PDF全文
下载免费PDF全文 Surface nuclear magnetic resonance (SNMR) is a relatively new geophysical method for non‐invasive groundwater exploration and aquifer characterization. Conventional SNMR surveys based on one‐dimensional (1‐D) inversion of amplitude data recorded only using coincident loops provide limited or distorted groundwater distribution information, especially in regions with strong lateral heterogeneity and complicated hydrological environments. The simplistic approach limits the applicability and efficiency of SNMR, which was therefore made more effective in this study using a sophisticated signal response formulation. The elliptical polarization parameters of the excitation magnetic fields and 2‐D sensitivity kernels (including real and imaginary parts) of three commonly used loop configurations were first calculated. After all the individual complex signals of five simulated measurement series along a profile were incorporated. The 2‐D magnetic resonance tomography (MRT) complex inversion scheme was then used to perform high resolution tomography of synthetic models under the three loop configurations, taking full advantage of the different sensitivity distributions offered by the different loop configurations and the high sensitivity of the imaginary parts of signals to deep structures. Contrast analyses of the tomographic results showed that the complex inversions significantly decreased model ambiguities and increased depth resolution even with artificial noise added. Coincident loop measurements usually gave the best vertical resolution, and separated loops provided better lateral resolution. However, various factors would influence phase data, meaning that the complex inversion of field data is neither very reliable nor very common at present. 相似文献
15.
随着油气勘探观测环境愈发复杂,采集的地震数据常常掺杂各种噪声信号,导致勘探目标引起的有效微弱信号被覆盖,严重影响高精度的地震勘探数据解译,因而有效的压制地震勘探数据噪声显得越发重要。本文采用字典学习策略,将复杂地震数据进行分块,通过分块数据的字典学习获取字典原子,构建高精度的字典学习地震数据稀疏表示,通过两次迭代更新字典原子,进行数据去噪。将本文的字典学习算法应用于含随机噪声的模拟数据和实测地震勘探数据处理,验证该算法的可行性及有效性。结果表明,本文算法有效去除了随机噪声,保留了有效信号同相轴,提高了信噪比,可为复杂含噪地震数据的去噪处理提供新的技术手段。 相似文献
16.
人工地震数据总是受到随机噪声的干扰,地震数据时-空变的特性使得常规去噪方法处理效果并不理想,容易导致有效信号的损失.目前广泛应用的预测滤波类方法存在处理时变数据能力不足的问题.随着压缩感知理论的不断完善,稀疏变换阈值算法能够解决时变地震数据噪声压制问题,但是常规的稀疏变换方法,如傅里叶变换,小波变换等,并不是特殊针对地震数据设计的,很难提供地震数据最佳的压缩特征,同时,常规阈值算法容易导致去噪结果过于平滑.因此开发更加有效的时-空变地震数据信噪分离方法具有重要的工业价值.本文将地震数据信噪分离问题归纳为数学基追踪问题,在压缩感知理论框架下,利用特殊针对地震数据设计的VD-seislet稀疏变换方法,结合全变差(TV)算法,构建seislet-TV双正则化条件,并利用分裂Bregman迭代算法求解约束最优化问题,实现地震数据的有效信噪分离.通过理论模型和实际数据测试本文方法,并且与工业标准FXdecon方法进行比较,结果表明基于seislet-TV双正则化约束条件的迭代方法能够更加有效地保护时-空变地震信号,压制地震数据中的强随机噪声. 相似文献
17.
The surface nuclear magnetic resonance (SNMR) method is widely used in groundwater detection because of its sensitivity to hydrogen in water and direct water detection. However, low signal-to-noise ratios (SNRs) restrict the development of this technique. An optimum pulse sequence is designed according to correspondence between the pulse moment strength and its best detection depth. Because only selection of the pulse intensity distribution according to the target aquifer depth is required and the “on-resonance” pulse pattern is still employed, this pulse sequence emission can be easily achieved using existing SNMR instrumentation. Numerical simulation results and field experiments show that, compared with traditional exponential growth pulses, the optimum pulse sequence effectively improves the SNR of the SNMR method. The aquifer boundary, water content, and pore characteristics of the inversion result are thus more consistent with characteristics of underground structures. Additionally, because the optimum pulse sequence focuses most of the pulse moments in the target depth range, in situations where two aquifers are separated by a relatively narrow aquitard, it is better able to resolve the individual aquifers than the traditional pulses. Optimum pulse moments improve the SNR by enhancing the signal amplitude, compared with various filtering methods, and obtain a better detection effect. This kind of pulse sequence can be used as an alternative pulse sequence form of the SNMR method. 相似文献