快速匹配追踪三参数时频特征滤波

传统的匹配追踪方法通常采用完备的时频原子库和贪婪算法进行子波分解,计算量巨大。为此本文引入互相关阈值约束技术,实现两次迭代和完备库之间的反馈,剔除那些互相关值很小的时频原子,动态地减小完备库的冗余度;通过多原子同步提取,实现快速匹配追踪地震道分解。分解后的地震信号是按子波的能量排序的,每个子波都由振幅、频率和中心时间三参数表示,代表原始地震信号在某-中心时间的局部主振幅特征和主频率特征,因此在信号重构时,可根据有效信号与噪声信号的主振幅、主频率和中心时间的差异,构建三参数时频特征滤波器,筛选出代表有效信号的子波对信号进行重构,达到无损去噪的目的。合成地震记录和实际资料处理结果表明了该方法的有效性。     

基于快速匹配追踪算法的地震道集剩余时差校正

为提取正确的AVO信息和获得高信噪比、高分辨率的叠加剖面,需要消除CMP道集上的剩余时差,校平同相轴。为此,给出了一种基于匹配追踪(Matching Pursuit,MP)算法的地震道集剩余时差校正方法。利用匹配追踪算法在地震信号分解与重构方面的优势,将CMP道集信号分解为不同的子波,对各个子波分别进行剩余时差校正,再用校正后的子波重构出消除剩余时差后的地震道。同时,为提高匹配追踪算法的计算效率,利用相位展开法得到稳定的瞬时频率,以瞬时频率为中心进行扫描,快速得到最优匹配频率。理论模型和实际资料的测试结果表明,这种方法不仅可以提高匹配追踪算法的计算效率,而且还能很好地校平CMP道集同相轴。     

基于曲波域稀疏约束的OVT域地震数据去噪方法研究

炮检距向量片(offset vector tile,OVT)道集中噪声与有效信号的差异小,深层的弱有效信号同相轴连续性差,传统去噪方法在抑制噪声的同时会对弱有效信号造成较大损伤。为解决这一问题,在OVT道集中引入了基于压缩感知(compressed sensing,CS)理论的曲波域稀疏约束地震数据去噪方法,该方法基于曲波变换的多方向性和各向异性对地震数据进行稀疏描述,利用与噪声相关的信息约束正交匹配追踪(orthogonal matching pursuit,OMP)重构算法的迭代过程,实现对弱有效信号的提取。模型测试和实际资料处理结果表明:小波阈值去噪方法在抑制噪声的同时会损伤与噪声差异小的弱有效信号,对同相轴的连续性改善不明显,造成深层弱有效信号的同相轴连续性差;CS小波去噪方法可一定程度保护弱有效信息,但由于无法精确表达直线或曲线等边缘特征,分离与噪声差异小的深层弱信号及噪声时效果不理想;基于CS理论的曲波域稀疏约束地震数据去噪方法克服了OMP重构算法对信号稀疏度的依赖,有效提取了OVT域地震数据的中、深反射层的弱有效信号,在压制强随机噪声的同时减少了弱有效信号的损失,提高了地震剖面的信噪比和同相轴的连续性。     

利用基于深度学习的过完备字典信号稀疏表示算法压制地震随机噪声

曲波变换去噪处理使同相轴在断层等不连续区域发生畸变,对有效信号产生干扰。基于过完备字典信号稀疏表示（K-SVD）需要人工反复调整参数才能改善去噪效果。为此,将K-SVD去噪算法与深度学习网络相结合,综合考虑深度学习网络与稀疏表示方法的优点,研究了基于深度学习的过完备字典信号稀疏表示（Deep-KSVD）的地震数据随机噪声压制方法。为了使该网络有能力学习参数,在追踪阶段用一个等价的可学习的替代方案代替正交匹配追踪（OMP）算法。计算过程包括将数据分解为重叠的数据块、通过适当的追踪对每个数据块去噪以及通过去噪后的数据块加权重建整个数据,去噪处理包括稀疏编码、正则化系数估计以及数据块重建三个部分。模型数据和实际数据测试结果表明：当Deep-KSVD网络训练完成后,给定含噪数据,能够自适应地衰减地震噪声,并保护有效不连续性信息及数据结构特点,无需再进行参数调整;与K-SVD去噪方法相比,Deep-KSVD去噪方法的噪声压制效果更好,可提高全频带数据的信噪比。     

双极子分解匹配追踪算法在薄层反演中的应用

匹配追踪算法在地震谱分解、时频分析及薄层反演等领域有广泛的应用。本文利用双极子分解理论建立过完备奇、偶原子库,再通过匹配追踪算法对地震信号进行稀疏分解,以实现薄层反射位置及反射强度的反演。模型试算及对实际数据的运算结果都表明:与传统匹配追踪算法相比,双极子分解匹配追踪算法对地震信号有更高的分解精度,且具有较好的抗噪性。     

CEEMD与KSVD字典训练相结合的去噪方法

本文提出一种完备总体经验模态分解（CEEMD）方法与K奇异值分解（KSVD）学习字典算法相结合的地震信号去噪方法。含噪信号通过CEEMD分解得到一系列不同尺度的固有模态函数（IMF）;按频率由高到低依次排列IMF各分量,并做自相关分析,去除噪声主导的IMF分量;将累加的过渡IMF分量叠加重构并做CEEMD二次分解,通过自相关分析再次去除噪声主导的IMF分量;分别叠加二次CEEMD分解剩余的IMF分量和一次剩余的IMF分量,得到两个新的含噪信号,并利用KSVD过完备字典分别稀疏表示该两个新的含噪信号,即由稀疏系数重构去噪后地震信号,进而重构最终去噪结果。实验结果证明：该算法的去噪效果明显优于F-X去噪、小波阈值去噪和KSVD字典稀疏去噪等传统方法。     

地震匹配追踪技术与应用研究进展

匹配追踪作为一种自适应信号分析方法,由于其具有良好的地震数据稀疏表示特性,在地震资料处理及解释领域得到了越来越多的关注。匹配追踪技术有三大要素:匹配子波母函数、匹配子波库和匹配追踪分解算法。匹配追踪首先要构建匹配子波库或子波字典,其类型有超完备子波库、正交子波库和动态子波库。匹配子波母函数在早期用Gabor子波,现在常用Morlet子波和Ricker子波。匹配追踪分解算法是匹配追踪技术的核心,分为贪婪算法、正交匹配追踪算法、快速匹配追踪算法。在深入调研的基础上,梳理了地震匹配追踪分解与重构技术的发展历程及研究进展,系统阐述了匹配追踪技术的基本原理,剖析了匹配追踪技术的加速策略,并总结了匹配追踪技术在地震资料处理、解释领域的应用现状。理论及应用实例研究表明,地震匹配追踪技术算法灵活、应用效果良好,具有广阔的发展前景。     

基于稀疏重建分析的道集优化方法

地震叠前道集处理的优劣一方面决定了叠后处理结果的好坏，另一方面影响地震AVO解释结果的正确与否，因此叠前道集的优化处理具有重要的意义。受子波拉伸、拉伸调谐效应、薄层调谐效应等因素的影响，叠前道集记录包含了除地层反射信息以外的无用的干涉信息，单一子波字典不能对其进行很好的稀疏表示，而过完备子波字典能够对地震信号进行多特征稀疏表示。针对共反射点(CRP)叠前道集，研究了基于稀疏重建策略的道集优化方法。首先，建立了地震记录子波投影下的稀疏反射系数估计的约束优化目标函数和基于最小二乘的无约束优化目标函数，为了保障解的稳定性，引入了正则化策略和震荡平滑策略。其次，在雷克子波字典库基础上，考虑主频、吸收衰减、时移及相位变化等因素，建立多特征表示的复杂过完备字典库，地震记录通过过完备子波字典投影后，反射系数、子波的拉伸效应、调谐效应等能够较好地进行稀疏表示，进而提取更准确的反射系数。综合以上两方面的研究，形成了过完备字典库表示下的正则化正交匹配追踪算法。理论模型和实际资料的处理结果表明，处理后的地震叠前道集在噪声压制、拉伸校正及提高分辨率等方面都有一定程度的改善与优化。     

基于小波变换与奇异值分解的地震资料去噪新方法

为了有效地去除地震资料中的随机噪声,充分利用小波变换(WT)去噪和奇异值分解(SVD)去噪方法的优点,提出了一种新的基于小波变换和奇异值分解(WT-SVD)的地震资料去噪方法。该方法首先进行小波软阈值去噪,有效地降低噪声的方差;然后进行基于倾角扫描的奇异值分解去噪,识别噪声点,自动追踪同相轴,并进行同相轴拉平处理,充分利用了奇异值分解方法处理水平同相轴噪声效果好的优点。理论模型和实际资料的去噪结果表明,该研究提出的WT-SVD方法简单易行,比单一的SVD方法和WT方法的去噪效果更显著,有效地消除了地震资料中的随机噪声,显著地提高了地震资料的信噪比。     

基于匹配追踪算法的时频滤波去噪方法

地震资料信噪比是影响地震资料质量的关键因素之一,目前的去噪方法大多难以保证在去噪的同时不损伤有效波.为此,提出了基于匹配追踪算法的时频滤波方法,该方法采用"减去"去噪方式,可以有效地去除噪声,且不损伤有效波.匹配追踪算法的基本原理是,将任意信号分解为波形的线性延展,而这些波形是从函数的冗余代码中选出,可以最佳匹配信号的结构.用选出的波形中代表有效信号的部分对信号进行重构,可以达到无损去噪的目的.分别利用匹配追踪时频滤波法和F-X滤波法对含有随机噪声的仿真信号进行了去噪处理,结果表明,匹配追踪时频滤波法可以较好地去除仿真信号中的随机噪声,降低对高频信号的损伤.     

基于单道奇异值分解的微地震资料去噪方法

奇异值分解(SVD)是一种利用地震资料的相关性进行去噪的有效方法。但对于信号较弱、信噪比极低的微地震资料,传统SVD方法处理效果较差。针对单道微地震记录噪声周期性较强的特点,提出了一种基于单道SVD的去噪方法。首先利用单道微地震记录来构建分解矩阵,然后对矩阵进行奇异值分解,通过对奇异值分布规律的分析,选取适当的奇异值实现矩阵的重构,最后通过SVD反变换得到重构信号,从而达到去除噪声、突出有效信号的目的。实践表明,该方法能有效去除微地震记录中的噪声,为微地震事件的正确识别与震源的准确定位提供强有力的前提保障。     

��������Ԫ���������ڱ����ϲ�

在叠后地震资料处理中,断层保护是十分重要的。共反射面元叠加是一种叠后去噪,雇针三维叠后数据体中的一个面元的地震反射同相轴校正为水平同相轴后叠加在一起得到叠加道,用这个面元叠加的道数去除叠加道,得到平均叠加道。该平均叠加道就是该面元共中心点上的共反射面元叠加道,由于是“同相叠加”,所以反射信号得到加强,随机噪声受到压制,有效地提高地震资料的信噪比。章运用理论模型和实际地震资料证明,叠后去噪对断层有影响,共反射面元叠加对断层的影响很小,是一种有利于保护断层的去噪技术。     

全局约束反演多道吸收补偿方法

基于反演的反Q滤波是目前较为常用的一种地震波吸收补偿方法,该方法通过将L₂范数正则化作为纵向约束以提高反演结果的稳定性,但噪声会降低反演的准确性和稳定性。为此,提出了一种基于反演的全局约束多道吸收补偿方法。该方法首先需要根据地震信号的可预测性计算信号预测误差算子,然后将其作为横向约束算子加入到纵向约束单道吸收补偿系统,由单道吸收补偿系统拓展为多道吸收补偿系统。基于反演的全局约束多道吸收补偿方法具有更强的抗噪性和稳定性,可有效减小补偿对于高频噪声的放大效应,提高地震资料的分辨率和信噪比,使地震同相轴横向上更连续。模型数据和实际数据实验结果证实了方法的有效性。     

利用双向匹配追踪提高地震分辨率

在常规时间域匹配追踪子波分解的基础上,提出了时频谱匹配追踪子波合成的思路,类似于数字信号处理的正、反过程,基于Gabor反褶积的理论框架,利用双向匹配追踪算法,在时频域实现了一种非平稳的提高地震分辨率方法,其流程为：1将地震道数据进行正向匹配追踪子波分解,将每个子波的时频谱进行叠加得到地震道的时频谱;2通过匹配追踪时频谱平滑和数学运算,得到近似反射系数时频谱;3对反射系数时频谱进行反向匹配追踪,得到一系列高分辨率的地震子波,进而合成高分辨率地震道。对实际地震资料的处理结果表明,该法有效拓宽了地震资料的相对频带,提高了地震数据的分辨率。     

基于联合稀疏表示的共偏移距道集随机噪声压制方法

受多解性和单道信号处理方法制约,传统基于稀疏表示的一维随机噪声压制方法面临着单道数据处理方法没有考虑有效信号的空间相关性,去噪的同时会损害有效波,以及稀疏表示算法具有多解性,相邻地震道处理结果差异大,难以适应信号空间变化的问题。叠前共偏移距道集中各波形均为水平同相轴,具有相同的双程旅行时间,各道信号具有相同的支撑。在该道集中利用联合稀疏表示进行随机噪声压制处理,能够兼顾信号的道间相干性和空间变化,降低算法的多解性,参与计算的各道在同一条件下获得最优稀疏表示,因此处理结果具有较好的一致性。数值模拟和实际资料试算结果表明,该方法不仅可以实现随机噪声的压制,而且可以很好地保持有效信号,具有良好的应用效果。     

基于单道SVD和振幅比的地面微地震资料去噪方法

针对地面微地震资料强周期干扰和随机干扰突出的特点以及单一去噪方法无法有效压制噪声的问题,提出了基于单道奇异值分解(singular value decomposition,SVD)和振幅比的联合去噪方法。首先利用单道微地震记录构建分解矩阵,使矩阵各维具有较强的相关性,然后对分解矩阵进行奇异值分解,选取数值居中部分奇异值进行矩阵重构,以达到压制单道微地震记录强周期干扰的目的。其次采用具有伸缩特性时窗的振幅比法改善有效信号与随机噪声的统计特性差异,有效压制微地震资料中的随机噪声。理论模型数据和四川某地区地面微地震射孔资料应用结果表明,联合去噪方法有效地压制了微地震记录中的噪声,提高了资料的信噪比,在很大程度上改善了单一去噪方法无法较好突出微地震有效信号的不足,为后期微地震资料的处理与解释奠定了良好的基础。     

小波时空变阈值去噪方法在可控震源资料处理中的应用

 鉴于常规的消除地震资料中随机噪声的增强信号或压制噪声方法的局限性,本文基于小波变换阈值去噪和加权叠加的思路,提出一种小波时空变阈值去噪方法：以逐点方差为加权叠加的权系数,通过迭代计算修正权系数得到准确的时空变方差,再进行小波阈值去噪,从而做到多道识别噪声,单道保真压噪。这种方法可消除满足高斯白噪条件和不满足高斯白噪条件的随机噪声。经理论模型和相关未叠加可控震源资料的处理证明,这种小波时空变阈值去噪方法有效而实用。     

LIFT去噪方法在地震资料处理中的应用

对地震资料去噪处理的效果直接影响后续处理以及资料解释的精度。以往的去噪处理方法，在提高资料信噪比的同时也损害了有效信号，不能保存原始记录中有效信号的原貌。LIFT（1inear interference filter technique）去噪方法的原理是：首先从原始数据中求取信号模型道，并从原始数据中将其减掉，将噪声数据分离出来；然后对分离出来的噪声数据（含有高百分比的噪声和低百分比的有效信号）进行再次去噪处理，得到剩余数据（二次信号数据）；最后将剩余数据与信号模型道进行数据重构。对重构数据的分析表明，LIFT去噪方法不仅可以提高地震数据的信噪比，还可以最大限度地保存原始数据中的有效信号。将LIFT去噪方法应用于大庆油田实际地震资料的去噪处理，对单炮记录去噪效果的分析表明，不仅有效信号得到了很好的恢复，一些在原始数据中肉眼观察不到的噪声在分离出来的噪声记录上也被很好地显示出来；LIFT方法去噪的叠加剖面与常规方法去噪的叠加剖面的对比分析表明，用LIFT方法去噪后，噪声得到了很好的压制，资料的信噪比得到了提高，同相轴的连续性增强了，剖面上能量横向分布趋于合理。     

基于正交匹配追踪算法的叠前地震反演方法

为了给地质解释提供更为有利的反演数据,本文提出一种基于正交匹配追踪算法的叠前稀疏反演方法.采用正交匹配追踪算法先搜索稀疏的反射系数位置再计算大小,利用L₀范数对反射系数的稀疏性进行约束,构建基于正交匹配追踪算法的叠前地震反演目标函数,并加入模型约束以增强反演的稳定性.由于L₀范数具有较强的稀疏性,反演结果界面块化,地层界面清晰.反演得到的反射系数可通过积分的方式转化为地层弹性信息.模型测试表明该方法稳定可靠,抗噪能力强.实际地震数据反演的井旁道与测井资料匹配较好,与常规反演方法相比,提升了反演结果对地层的分辨能力.     

基于K-L变换的微地震资料去噪方法

K-L变换是一种有效的地震去噪方法,但对于信号弱、信噪比较低的微地震资料,传统K-L变换方法去噪效果较差。为此,提出基于K-L变换的微地震资料去噪方法。首先利用单道微地震记录求取协方差矩阵,然后对协方差矩阵进行求解特征值和特征向量,通过分析,选取适当的特征值所对应的新分量进行矩阵的重构,最后通过K-L反变换得到去除噪声、有效信号突出的重构信号。该方法应用于四川某地区微地震资料的去噪处理,效果良好。