共查询到18条相似文献，搜索用时 203 毫秒
1.
在有效压制高频随机噪声的基础上，最大限度保留有效信号一直是地震数据降噪处理中的难点.小波变换阈值降噪因其优秀的降噪效果和较高的计算效率受到地球物理学家们的青睐.在小波变换阈值降噪中，小波基、阈值函数以及阈值是影响降噪效果的3个关键因素.针对这3个关键因素开展相关研究：(1)采用更加适合地震信号分解的三参数小波作为母小波，可以更好进行信噪分离；(2)采用改进的阈值函数克服传统硬、软阈值函数的不足，基于改进阈值函数得到的降噪地震数据不仅波形光滑、连续，而且基本保持原始信号的特征，综合了硬阈值和软阈值函数的优点；(3)针对统一阈值“过扼杀”有效信号这一缺点，提出自适应阈值，自适应阈值不单以能量为标准进行有效信号和噪声的识别，还考虑有效信号小波系数的相关性，避免有效信号被当成噪声舍弃.最后通过模型试算和实际地震数据验证所提方法的有效性和实用性. 相似文献
2.
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
3.
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
4.
核磁共振测井信号易受到地层环境和测井设备的干扰,使得测井信号信噪比低下,严重影响后续T_2谱的反演和储层参数的计算.将经验模式分解与阈值滤波技术结合,首先通过Fourier变换将含噪的测井信号变换到频率域,再对实部和虚部分别进行经验模式分解后的阈值滤波,最后将去噪后的实部和虚部分量组合成新的复数序列,通过Fourier反变换恢复时域的测井信号,达到压制噪声的目的.应用该方法对仿真和核磁共振测井信号进行了分析,并与小波软阈值去噪结果进行了对比.结果表明:本文方法在消除噪声的同时,能很好地保留核磁共振测井信号的波形和特征,相比小波软阈值滤波方法,去噪后噪声抑制比由18.17提高到了24.33,幅值衰减比由21.54下降到了17.86,很好地保留了峰形特征,突出了反演的T_2曲线中被淹没的有用信息,为孔隙度、可动流体等储层参数的精确计算提供了保障,为核磁共振测井信号的去噪开拓了新思路. 相似文献
5.
《地球物理学进展》2015,(6)
针对常用大地电磁(magnetotelluric,MT)信号小波阈值去噪中阈值函数和阈值选取的不足,选取一种新的阈值函数,并提出了基于小波变换多分辨Stein无偏风险估计,自适应的获得最优阈值的方法;给出了新函数和自适应阈值的确定方法;在与小波硬、软阈值去噪、小波模极大值法去噪结果对比的基础上,用仿真实验验证了方法的可行性;最后用内蒙某地实测的大地电磁数据进行了去噪效果的对比研究.结果表明:本文选取的新函数和自适应阈值的确定方法是正确、有效的,克服了常用小波硬、软阈值去噪的缺点;去噪后大地电磁信号变得平稳,估算的响应参数方差减小,曲线更为圆滑、连续,为后续的地质解释和评价提供了更为准确的信息. 相似文献
6.
在地震观测中，地震数据中普遍包含有噪声信号。由于噪声信号的干扰，地震分析的效率会受到不同程度的影响。传统的去噪方法通常需要噪声的先验知识，并且滤波时会造成部分有效信号丢失。针对这一问题，本文提出一种将自适应噪声完全集合经验模态分解（CEEMDAN）算法与Hurst指数相结合的地震数据去噪方法。首先通过CEEMDAN方法将信号分解为一系列本征模函数（IMF），然后利用Hurst指数对滤波后的IMF分量进行识别，最后对地震数据IMF分量进行重构，从而实现数据去噪。与传统方法的去噪效果对比表明，本文方法可将低信噪比波形的去噪效果提高32%，将高信噪比波形的去噪效果提高6倍。同时对地磁数据的去噪结果表明，本文方法能够较完整地将地铁噪声从地磁信号波形中滤除。 相似文献
7.
朱杰 《地震地磁观测与研究》2019,40(5):70-78
为了解决元谋地电场观测数据的噪声干扰问题,采用小波阈值去噪的方法,根据元谋地电场观测数据特征,选取适当的阈值及不同的小波函数、分解层数进行研究。综合各小波函数去噪效果,通过对相对误差、均方根误差、信噪比等指标进行评价,确定适合元谋地电场观测数据去噪的阈值为软阈值函数、分层阈值;最优小波函数分别为Sym4、Sym5、db6和db8;分解层数分别为5、7、9。最后应用研究结果处理实际地电场观测数据,取得了较好的去噪效果。 相似文献
8.
小波阈值方法中硬、软阈值方法是地震信号降噪常用方法，但容易造成信号中高频信息丢失导致地震误判和漏判情况发生。小波综合阈值方法继承和发展了硬、软阈值降噪方法的优点，对信号高频部分用硬阈值方法，以提高高频信号能量，对信号低频部分用软阈值方法，提高信号降噪能力的同时保证信号连续性和光滑性。利用噪声信号小波系数小和地震信号小波系数大的特征，进行雷克子波降噪仿真实验和实际地震信号降噪实验。仿真实验表明，小波综合阈值方法降噪后波形MSE值最小，且降噪后与原信号波形最近似，降噪后波形高频部分能量增强且抑制低频部分能量。最后，对实际采集的地震信号进行降噪处理，处理后信号中能量增强被压制，利用处理后的信号可得到地震的初至时间。 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.
应用基于EMD的小波阈值去噪方法，去除地电场观测资料中轨道交通干扰，并将小波阈值去噪法和EMD去噪法的效果相比较，结果表明：该方法能够滤除地电场信号中的地铁干扰，同时保留原始信号中微小的突变，突出有用信息，提高地电场台站观测数据的使用率，有较好的去噪效果。基于EMD的小波阈值去噪方法可推广到其他地球物理观测资料的去噪分析，甚至地电场与地电阻率同场地观测中人工供电干扰信号的剔除。 相似文献
11.
12.
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
13.
14.
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
15.
Weak Seismic Signal Extraction Based on the Curvelet Transform 总被引：1，自引：1，他引：0
Seismic signal denoising is a key step in seismic data processing. Airgun signals are easy to be interfered with by noise when it travels a long distance due to the weak energy of active source signal of the airgun. Aiming to solve this problem, and considering that the conventional Curvelet transform threshold processing method does not use the seismic spectrum information, we independently process the Curvelet scale layer corresponding to valid data based on the characteristics of the Curvelet transform of multi-scale, multi-direction and capable of expressing the sparse seismic signals in order to fully excavate the information features. Combined with the Curvelet adaptive threshold denoising the algorithm, we apply the Curvelet transform to denoising seismic signals while retaining the weak information in the signal as much as possible. The simulation experiments show that the improved threshold denoising method based on Curvelet transform is superior to the frequency domain filtering, wavelet denoising and traditional Curvelet denoising method in detailed information extraction and signal denoising of low SNR signals. The calculation accuracy of the relative wave velocity variation of underground medium is improved. 相似文献
16.
随着陆地地震勘探工作的加深，勘探环境变得越来越复杂，获得的地震信号信噪比越来越低，这给地震成像和数据解释带来了巨大的困难.为了解决这一技术难题，本文针对云南山地金属矿区的勘探环境提出了一种基于自适应阈值递归循环平移的Shearlet变换去噪算法（Recursive Cycle Spinning Shearlet Transform，RCSST）.首次将递归循环平移与Shearlet变换相结合，利用Shearlet变换的多尺度多方向特性对平移后的地震资料进行分解变换，之后，我们又提出了一种全新的自适应阈值，避免了信号系数被过度扼杀，同时也保护了有效信号.实验表明基于自适应阈值的RCSST算法克服了传统Shearlet变换去噪算法在低信噪比下易出现假轴的弊端并且能够有效地保护信号的幅度.在处理较低信噪比的模拟和实际云南山地地区地震资料的过程中，本文方法能够较好的压制随机噪声和保护有效信号. 相似文献
17.
小波模极大值去噪算法中将高频小波系数全部当做噪声处理, 忽略了高频小波系数中仍含有的有用信息, 从而导致了模极大值传播点错选现象以及计算出的噪声方差中仍含有用信息． 针对这些问题, 提出了小波熵与相关性相结合的小波模极大值去噪算法． 将高频小波系数进行相关处理, 确定有效信号的位置; 将最大尺度上的高频小波系数划分成若干个小区间, 计算各区间小波熵; 以小波熵最大区间的高频小波系数的平均值作为噪声方差, 根据Donoho提出的阈值公式计算最大尺度上的阈值; 经阈值比较得到的模极大值点位置与相关处理得到的有用信息的位置进行比较, 保留相同位置的模极大值, 剔除位置不同由噪声引起的模极大值点; 采用即兴(Adhoc)算法逐级搜索各尺度上的模极大值, 并用交替投影算法进行重构． 该算法实现了阈值的自适应选取, 并有效解决了去除错选模极大值传播点的问题． 将本算法和传统去噪方法用于仿真信号处理中, 经对比分析验证了本算法的有效性． 相似文献
18.
基于多用户峰度准则的海洋强噪声衰减方法(英文) 总被引：1，自引：1，他引：0
海洋地震勘探过程中,由于采集设备的老化或电源的不稳定而造成的漏电,在地震记录表现为强噪音干扰,利用常规噪音衰减方法处理此类强噪音效果并不理想。鉴于强噪音在统计学上具有相同的特性,本文在基于峰度的盲分离(blind source separation,BSS)算法研究基础上,推导出一种基于多用户峰度(multiuser kurtosis,MUK)准则的噪音衰减算法来估计地震记录中具有相同统计特性的强噪音,并将其从地震记录中分离,从而达到衰减强噪音的目的。模型试验与实际资料的处理表明:该方法能够在好的衰减海洋地震勘探记录中的强噪音,保留了更多的有效信息,提高海洋地震数据的信噪比,具有可行性和应用前景。 相似文献