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 46 毫秒
1.
压制地震勘探随机噪声的分段时频峰值滤波方法   总被引:10,自引:6,他引:4       下载免费PDF全文
提高勘探资料信噪比是地震勘探的主要内容之一.本项研究利用短时能量将记录分成能量均衡的若干段,获得减少尺度变换误差的分段时频峰值滤波方法,并运用端点拓展和与地震信号特征匹配的多级时窗参数改进时频峰值滤波精度.理论模型和共炮点资料处理结果表明,分段时频峰值滤波很好地消除了尺度变化误差引起的信号波形阶梯状畸变,能够在压制强随...  相似文献   

2.
本文针对噪声成分和噪声结构的复杂性及弱信号的特征,发展了最新的在线字典学习去噪方法.在线字典学习去噪方法是以数据驱动的方式,反复进行学习构建字典方式,求得信号的稀疏性解以实现对信号的去噪,在此基础上,提出了数据驱动与模型驱动联合的模型约束下的在线字典学习去噪方法,先通过模型驱动方式获得一个较优质的学习样本以构建字典再进行去噪处理.通过和传统小波变换进行理论地震合成记录的效果对比,在高噪声比例的弱信号情况下远远优于传统的时频域去噪方法.实际数据去噪处理表明,模型约束下的在线字典学习去噪方法是一种有效的去噪方法,这种联合去噪方式能在高噪声背景下有效地提取出弱信号,具有广阔的推广应用前景.  相似文献   

3.
地震信号中的随机噪声是一种干扰波,严重降低了地震信号的信噪比,并影响着资料的后续处理和分析.本文根据地震信号中有效信号和随机噪声的差异,结合分数阶B样条小波变换与高斯尺度混合模型提出了一种地震信号随机噪声压制方法.首先利用分数阶B样条小波变换将含噪地震信号映射到最优分数阶小波时频域内,然后对各小波子带系数分别建立高斯尺度混合模型,由贝叶斯方法估计出源地震信号小波系数,最后使用分数阶B样条小波逆变换重构得到降噪后的地震信号.利用本文方法对合成地震记录和实际地震信号进行降噪处理,实验结果表明本文方法能够有效地压制地震信号中的随机噪声,并且较好地保留了有效信号.  相似文献   

4.
利用紫坪铺水库2004~2007年记录的实际地震数据,通过比较多种滤波方法,发展出一种既能有效滤除地震数据中本底噪音、又对有效信号损伤较小的比值滤波方法。对去噪后的水库诱发地震和构造地震数据,利用小波变换方法,分别进行时频分析获得两类地震的时频谱,并提取可以反映地震发生前后能量分布和聚集情况的时频属性,最后根据各个属性的响应效果,组合得到新的属性。将时频谱与时频属性相结合,总结归纳紫坪铺水库诱发地震与构造地震波谱时频特征的差异性,为地震监测分析提供基础依据。  相似文献   

5.
河南省区域数字测震台网监测能力分析   总被引:2,自引:1,他引:1  
收集河南省区域数字测震台网建台堪选资料及纳入该台网的外省地震台地震仪噪声背景资料,利用测震学模拟观测仪放大倍数与数字化地震仪噪声背景之间的关系,初步分析该省"十二五"建成台网的地震监测能力,预估"十三五"规划新增预警台后地震的监测能力。  相似文献   

6.
数字化地震波形资料的时频分析方法及应用   总被引:1,自引:1,他引:0       下载免费PDF全文
信号的时频分布具有比时间尺度分布更高的描述和刻画非稳态地震波信号的能力,进一步提高信号的时频聚集性和尽可能减小交叉项干扰是时频分析发展的方向。基于高阶矩时频分布理论,本首次提出了将其应用于数字化地震波形资料分析和处理的技术途径和方法。通过对仿真信号的Choi-Willams各阶矩时频分布与Wigner各阶矩时频分布的对比和交叉项干扰的理论分析,认为Choi-willams高阶矩时频分布具有时频聚集性高和交叉干扰项小的特点,在提高处理数字化地震波特性参数精度和地震应急技术系统的智能化程度等方面具有潜在应用前景。  相似文献   

7.
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   

8.
Oil and gas exploration gradually changes to the deep and complex areas. The quality of seismic data restricts the effective application of conventional time-frequency analysis technology, especially in the case of low signal-to-noise ratio. To address this problem, we propose a curvelet-based time-frequency analysis method, which is suitable for seismic data, and takes into account the lateral variation of seismic data. We first construct a kind of curvelet adapted to seismic data. By adjusting the rotation mode of the curvelet in the form of time skewing, the scale parameter can be directly related to the frequency of the seismic data. Therefore, the curvelet coefficients at different scales can reflect the time-frequency information of the seismic data. Then, the curvelet coefficients, which represent the dominant azimuthal pattern, are converted to the time-frequency domain. Since the curvelet transform is a kind of sparse representation for the signal, the screening process of the dominant coefficient masks most of the random noise, which enables the method to adapt for the low signal-to-noise ratio data. Results of synthetic and field data experiments using the proposed method demonstrate that it is a good approach to identify weak signals from strong noise in the time-frequency domain.  相似文献   

9.
10.
受新开发的变分模态分解(VMD)的启发,本文引入一种基于VMD的时频分析方法来分析地震数据.VMD的原理是将信号分解成具有一定中心频率的模态分量,通过这些分量来重构原始信号.这种分解方式可以降低各个模态中的残余噪声,同时进一步减少冗余的模态,很好的克服了模态混叠问题.此外,VMD是一种自适应信号分解技术,它可以非递归地将多分量信号分解为几个准正交固有模态函数,与EMD及其推广(如EEMD,CEEMD)相比,有坚实的数学基础.将VMD方法与CEEMD方法进行比较,对合成数据进行测试显示了基于VMD的时频分析方法具有更好的时频聚焦性,同时对实际数据处理也表明该方法具有突出地质特征和地层信息的潜力.  相似文献   

11.
S变换时频滤波与其它滤波方法的比较   总被引:2,自引:0,他引:2       下载免费PDF全文
在提高信噪比时通常根据信号和噪音的差异选取不同的滤波方法。由于地震记录的复杂性,有时有效波与干扰波在视速度或频率上没有明显差异,为此本文提出一种利用S变换时频滤波的方法,并比较了该方法相对其它滤波方法在时频滤波方面的优势。  相似文献   

12.
地震噪声异常实时监测   总被引:4,自引:0,他引:4  
本文采用福建省85个测震台站2012年全年噪声资料的垂直向记录作为研究对象,将噪声记录以每5min为单位进行分段,求出每小段的功率谱,应用概率分布函数方法绘出台站的PDF图,之后利用网格概率法确定出台站的高低噪声参照线。另外,根据85个台站的PDF图异常,将噪声异常分成四类:缺数异常、低噪处异常、高噪处异常、中噪处异常。依据四类异常的特征分别研究出四类异常的挑选方法,再将这四种挑选方法结合形成地震噪声实时监测系统。选取福建省85个测震台站2013年7月份的噪声记录进行验证,结果表明:85个台站应用地震噪声实时监测系统识别出来的异常正确率都达到90%以上,挑选效果很好,并可应用于台站噪声实时监测。  相似文献   

13.
宽频带地震观测数据中有效信号和干扰噪声经常发生混频效应,常规的频率域滤波方法很难将二者分离.地震波信号属于时变非平稳信号,时频分析方法能够同时得到地震波信号随着时间和频率变化的振幅和相位特征,S变换是其中较为高效的时频分析工具之一.本文以S变换为例,提出了基于相位叠加的时频域相位滤波方法.与传统叠加方法相比,相位叠加方法对强振幅不敏感,对波形一致性相当敏感,更加利于有效弱信号信息的检测.时频域相位滤波方法滤除与有效信号不相干的背景噪声,保留了相位一致的有效信号成分,显著提高了信噪比.运用理论合成的远震接收函数数据和实际的宽频带地震观测数据检验结果显示该方法较传统的带通滤波方法相比,即使在信噪较低且混频严重条件下,时频域相位滤波方法的滤波效果依然很明显,有助于识别能量较弱的有效信号.  相似文献   

14.
径向时频峰值滤波算法是一种有效保持低信噪比地震勘探记录中反射同相轴的随机噪声压制方法,但该算法对空间非平稳地震勘探随机噪声压制效果不理想.本文研究空间非平稳地震勘探随机噪声,即各道噪声功率不同的地震勘探随机噪声,其在径向滤波轨线上表征近似脉冲噪声,在径向时频峰值滤波过程中干扰相邻道滤波结果.为了减小空间非平稳随机噪声的影响,本文提出一种基于绝对级差统计量(ROAD)的径向时频峰值滤波随机噪声压制方法.该方法首先根据径向轨线上信号的绝对级差统计量检测空间非平稳地震勘探随机噪声,然后结合局部时频峰值滤波和径向时频峰值滤波压制地震勘探记录中的随机噪声.将ROAD径向时频峰值滤波方法应用于合成记录和实际共炮点地震记录,结果表明ROAD径向时频峰值滤波方法可以压制空间非平稳地震勘探随机噪声且不损害有效信号,有效抑制随机噪声空间非平稳对滤波结果的影响.与径向时频峰值滤波相比,ROAD径向时频峰值滤波方法更适用于空间非平稳地震勘探随机噪声压制.  相似文献   

15.
大容量气枪震源长江定点激发信号检测   总被引:3,自引:2,他引:1  
地学长江计划“安徽段实验”是大容量气枪震源在长江的首次激发。本文针对布设在气枪固定激发点附近的流动台和周边固定台接收到的气枪信号进行线性叠加分析近场和远场信号的时频特性,利用叠加结果检测气枪信号的传播特性,分析不同环境因素对信号传播距离的影响。结果表明:①近岸首台可以接收到清晰的压力脉冲、气泡脉冲的体波和面波信号;②气枪信号主频为5Hz左右,随震中距的增加,压力脉冲信号衰减很快,信号主频频带变窄;③对信号传播距离进行初步检测,最近的传播距离为180km,最远共有3个激发点传播达到260km,夜晚激发信号传播距离较远。  相似文献   

16.
为探究地震观测中地震计检测到的噪声和信号强度均受其布设深度的影响,本文首先对CPUP和LPAZ两台站布设的不同深度地震计所得到的数据进行噪声水平和地震信号对比;其次采用对比功率谱密度的方法对两台站不同通道采集到的不同时段的噪声数据进行分析;最后比较两台站不同通道采集到的整月数据的噪声幅值、信号幅值、信噪比特征。结果显示:深度较大的通道,其噪声功率均值较小;当事件信号到来时,较深通道的地震计检测到的信号和噪声幅值比较浅通道均有所减小,在信号和噪声幅值均减小的共同影响下,信噪比有一定程度的变化,其中LPAZ台站的信噪比提高较为明显。   相似文献   

17.
A seismic trace is modeled as a moving average (MA) process both in signal and noise: a signal wavelet convolved with a reflection coefficient series plus colored random noise. Seismic reflection coefficients can be estimated from seismic traces using suitable estimation algorithms if the input wavelet is known and vice versa. The maximum likelihood (ML) algorithm is used to estimate the system order and the reflection coefficients. The system order is related to the arrival time of the latest signal in a complex seismic reflection event. The least-squares (LS) method does not provide such information. The ML algorithm makes assumptions only about the Gaussian nature of the noise. It is better suited for seismic applications since the LS method inherits the white noise assumption. The Gauss-Newton (G-N) and Newton-Raphson (N-R) optimization algorithms are used to obtain the ML and the LS estimates. Reflection coefficient estimations are affected by the choice of sampling rate of seismic data. Theoretically, the optimum choice in system identification is the Nyquist rate. Experience with synthetic data confirms the theory. In practice, good estimates of reflection coefficients are possible only up to certain pulse separations (or, equivalently, orders). This is mostly due to numerical problems with the optimization algorithms used and partly due to the limited bandwidth of seismic signals. Good estimates from data simulated using three airgun array pulses recorded with 6–128 Hz filter setting are possible up to about 40.0 ms pulse separations. Successful estimations from pinchout and thin layer simulations and well controlled offshore “bright-spots” are given.  相似文献   

18.
为了进一步增强区域台网针对天然地震与人工爆炸事件的识别能力,本文利用广义S变换方法,围绕河北省三河采石场爆破以及周边发生的天然地震波形记录展开研究,总结了地震与爆炸在时频谱中的差异性。研究表明,受震源机制影响,天然地震时频谱图的频带范围更宽广,能量团分布也较人工爆炸更为复杂。为了消除震中距的影响,本文将求解的时频谱保存为规格相等的灰度图像,通过滑动窗口计算图像的灰度一致性得到新的识别判据?谱图二阶矩。对三河地区已知地震和爆炸事件的测试表明,谱图二阶矩对单台波形记录的识别率可达91%,多台求取平均值之后的识别率超过98%,因此该判据具有良好的应用前景。   相似文献   

19.
郑定昌  王俊 《地震学报》2017,39(5):633-647
本文选取了川滇地区98个固定台站记录到的三分量地震背景噪声数据,采用互相关方法提取了勒夫波互相关函数,并利用自适应时频分析方法获取了勒夫波群速度频散曲线,经反演得到周期为8—30 s的勒夫波群速度分布图像.层析成像结果显示:短周期的勒夫波群速度分布图像呈明显的横向不均匀性,且与地表地质和构造特征基本一致,其中四川盆地呈不均匀的低速异常,盆地内成都平原地区的群速度相对低于盆地中部的丘陵地区,速度分界线为遂宁与峨眉山之间的连线,四川盆地内的群速度变化反映出沉积层厚度的变化情况;攀枝花地区呈高速异常,可能与古地幔活动有关,幔源物质以侵入岩和底侵岩浆的形式停留在地壳的不同深度,从而形成高速异常的特征.本文结果为了解川滇地区的构造运动提供了地震学线索,并为下一步研究地壳径向各向异性奠定了基础.   相似文献   

20.
张瑞红  林大超  乔兰 《地震研究》2011,34(3):358-364
应用最优小波包变换,采用取决于节点噪声时频特征的相关阈值,对模拟地震波到达的加噪合成信号、SDAES数字声发射仪采集的微震实验信号、NIED观测台站记录的日本2007年能登半岛地震信号进行去噪,并和基于小波变换的其他方法进行了去噪效果比较.结果表明,该方法获得的信号信噪比(SNR)高、失真低,体现出了总体优越性.  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