排序方式： 共有3条查询结果，搜索用时 9 毫秒
1
1.
在油气田开发过程中，微震监测是获得水力压裂引起裂缝分布的一种较为有效的方法。微震的定位成像与裂缝解释需要利用有效微震信号位置，而微震信号具有低信噪比的特点，传统信号拾取方法无法有效实现较低信噪比条件下初至时刻的准确拾取。本文提出一种基于时频谱熵的初至拾取新方法，该方法首先通过S变换获取含噪信号的时频谱；然后对谱内各个采样点沿频率方向进行分帧操作，并计算每帧频段内的近似负熵值，以最小近似负熵值作为该谱点的负熵值；最后沿时间方向比较各谱点的负熵值，最小值对应的时刻即为初至时刻。本文利用不同信噪比的合成地震数据对该方法进行效果验证，并与长短时窗能量比（STA/LTA）法进行拾取结果对比，结果表明：信噪比在-5 dB时，两种方法拾取效果都很好；信噪比在-10 dB时，时频谱熵法拾取效果更好。时频谱熵法更适合低信噪比情况下的信号初至拾取。 相似文献
2.
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
3.
在地震勘探随机噪声压制领域,噪声通常被假设为平稳、高斯随机过程的信息.然而,在某些情况下,这样的假设并不准确.本文应用现代统计检验方法对地震勘探随机噪声的平稳性、高斯性和线性进行了研究.结果表明地震勘探随机噪声并不是传统意义上认为的平稳随机过程,其平稳性受到噪声时长和采集环境复杂程度的影响.发现噪声时间越长,采集环境越复杂,随机噪声的平稳性越差,但是对于短时长随机噪声而言,其可以近似认为是平稳的.同时,采集环境的复杂程度也影响着随机噪声的高斯性和线性特性,环境条件越复杂,随机噪声高斯性越好,线性特性越差,但总的来说随机噪声可以归为线性非高斯随机过程. 相似文献
1