基于二次小波变换的地震信号去噪方法

本文在Donoho的小波域阚值去噪处理方法基础上，提出一种基于二次小波变换的地震信号去噪方法，该法是对地震信号进行多尺度小波变换，然后对主要由噪声控制的尺度1上的小波系数再进行第二次多尺度小波变换，并将二次小波变换后的尺度1上的小波系数置零，将其余尺度上的小波系数重构，最后对处理后地震剖面进行小波域阈值去噪处理。通过理论模型和实际资料的处理结果表明，本文所述方法能有效地改善地震剖面处理效果，提高地震资料的信噪比。     

提升小波变换在信号去噪中的应用

文章介绍了提升算法和基于该算法的小波变换快速算法,重点探讨了如何利用提升小波变换对信号去噪,阐述了对实际信号去噪处理方法,得出了提升小波算法能够较好地应用于信号去噪的结论。     

基于小波变换的地震资料局域自适应去噪研究

:常规小波阈值去噪方法未能充分利用地震信号相关性的特点进行去噪，为此在多层小波变换中引入了双变量概率分布模型。基于贝叶斯估计理论，得到了相应的双变量收缩函数；基于层内局域方差估计，得到了一种局域自适应去噪算法。在实验中，将该算法分别应用于实值离散小波变换域和复数小波变换域，并和隐马尔科夫模型的去噪方法进行了比较。数值模拟实验和实际地震资料处理结果表明:复数小波变换的局域自适应收缩算法去噪效果最好。     

大地电磁的小波变换—独立分量分析去噪

将小波变换与独立分量分析相结合，提出基于小波分析的独立分量分析对大地电磁数据进行去噪处理的方法。模拟信号仿真实验结果表明，本文方法的去噪稳定性优于传统小波阈值去噪方法；实际大地电磁观测资料去噪结果表明，该方法能较有效地去除噪声，特别是在非极低频区域去噪效果尤其明显，保证了后期数据的质量。     

基于多次小波变换的小波域阈值地震信号去噪

在常规小波域阈值信号去噪方法的基础上,提出了基于多次小波变换的小波域阈值地震信号去噪方法。根据小波变换下信号和噪声在多尺度空间中的不同特性,对不同尺度下的小波系数用阈值处理,改进了多次小波变换应用于地震信号去噪的方法。数据仿真和实际应用表明,该方法可以有效压制随机干扰,对提高地震记录的信噪比和分辨率都有较好的效果。     

不同信号的小波变换去噪方法

本文介绍了小波分解与重构、小波变换阚值及小波变换模极大值三种常用的小波去噪方法，并将上述三种方法分别对叠加了高斯白噪声的仿真信号进行去噪处理。对三种方法的优缺点进行了比较和分析，结果表明：对于信号和噪声的频带相互分离的含有确定性噪声的信号，选用方法简单、计算速度快的小波分解与重构去噪法最为合适；对于含有高斯白噪声的信号，可以选用阚值法和模极大值法。由于阚值法具有能得到原始信号的近似最优估计、计算速度快以及具有广泛的适应性等优点，因而成为小波去噪方法中应用最广泛的一种去噪方法。小波变换模极大值法对于信号中含有较多的奇异点的信号去噪效果最好，但其缺点是计算速度慢。在实际应用中需权衡去噪效果和计算速度之间的关系，有效、合理地选择最适合实际资料的去噪方法。     

基于小波变换的地震资料去噪处理研究

常规小波阈值去噪方法未能充分利用地震信号相关性的特点进行去噪,为此在多层小波变换中引入了双变量概率分布模型。基于贝叶斯估计理论,得到了相应的双变量收缩函数;基于层内局域方差估计,得到了一种局域自适应去噪算法。在实验中,将该算法分别应用于实值离散小波变换域和复数小波变换域,并和隐马尔科夫模型的去噪方法进行了比较。图像处理和地震模型测试结果表明,复数小波变换的局域自适应收缩算法去噪效果最好。     

GHM类正交多小波变换及其在地震资料去噪中的应用

多小波是对小波理论的一个新发展,它可以同时满足正交性、对称性、短支撑等良好的特性要求。本文介绍了多小波变换的基本理论、变换过程及预处理方法,提出了基于GHM类多小波分析的地震信号去噪方法。对理论数据和实际资料进行的软阈值去噪处理表明,多小波变换在有效压制随机噪声的同时,还能较好地保留原信号的特征信息,是一种行之有效的去噪方法。     

小波变换域K L变换及其去噪效果分析

K—L变换利用相邻地震道的相关性来去除随机噪声，但对于倾斜和弯曲同相轴反射去噪效果不佳。采用改进的时变倾角扫描叠加K—L变换能够较好地去除随机噪声，但由于在时间域进行，没有考虑有效信号和随机噪声在频率域的特点，高频有效信号易受压制。小波变换具有较强的时频分析能力，在小波变换域进行K—L变换，可以实现分时分频K—L变换去噪。介绍了小波变换域K—L变换压制随机噪声的基本原理，即先将地震信号进行小波分解形成分时分频的小波包剖面，然后用K—L变换对小波包剖面进行去噪，再将去噪后的小波包剖面重构回地震剖面，从而达到消除随机噪声的目的。理论模型计算和实际资料处理表明，小波变换域K—L变换去噪方法在有效去除随机噪声的同时能够保护高频有效信号。     

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。     

自适应模糊神经网络系统在管道泄漏检测中的应用

输油管道泄漏信号的检测存在信噪比较低的问题,利用自适应模糊神经网络系统的去噪方法可以提高压力信号、流量信号的信噪比.由于自适应模糊神经网络系统具有非线性映射和自学习能力,能够用于噪声信号的非线性建模.它不仅能够获取信号的最佳估计,并且能够克服信号处理中存在的模型和噪声的不确定性、不完备性.应用结果表明,自适应模糊神经网络的自适应噪声抵消器不仅实现简单、节省运行时间,而且能快速、有效地消除流量、压力信号中的各种噪声,因而提高了泄漏检测和定位的精度.     

自适应相干噪声衰减技术

去除噪声是必需的地震数据处理过程。由于地表条件和地震波激发、传播以及接收条件等诸多方面的原因，时常引起地震记录上出现各种相干干扰波。本文主要针对地震数据处理中地震剖面上存在的各种相干噪声，提出了时问一空间域自适应相干噪声衰减技术，以进行信噪分离。这种方法把噪声在整个处理平面上的视速度近似看作常量(正值或负值)，可以有效地消除地震剖面上的线性噪声、面波以及多次波等，并且对信号的保真度高。本文方法是复杂地区低信噪比地震数据处理的一种理想的噪声去除方法，具有运算速度快、压制噪声效果好等优点。     

小波降噪在测井信号处理中的应用

针对测井仪器研制过程中存在的微弱信号检测问题,在分析微弱信号检测原理的基础上,提出了将小波降噪方法引入测井信号处理。应用小波降噪方法的关键是分解层数的确定和阈值门限的选取。采用了一种基于白化检验的小波分解层数确定方法,并对现有的多种阈值选取方法进行了分析与比较。认为小波降噪方法在测井仪器的微弱信号检验中有着非常好的适用性,尤其在信号噪声比非常低时比传统的傅里叶方法有着更好的降噪性能。     

时频域零炮检距地震道拟合

如何提高地震资料的信噪比和分辨率。是地震资料处理中的关键。本文在分析地震共中心点道集的AVO特性。以及不同炮检距信号经过不同路径的地层吸收的基础上。发现对于某一时刻的不同炮检距地震信号的不同频率成分。可以用多项式描述其与炮检距aT的关系。进而提出了基于信号时频分析和多项式拟合的时频域零炮检距地震道拟合技术。司时。利用多道信号估算的信噪比来设计的时频域Wiener滤波器。克服了常规多项式拟合技术压制噪声能力不足的缺陷。     

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。     

高分辨率处理技术在松辽盆地中、浅层岩性油藏勘探中的应用

在分析了影响高分辨率处理的主要环节的基础上,探讨了高分辨率处理中需要解决的几个关键问题,给出了一套实用的高分辨率处理技术;重点阐述了合理利用叠前去噪、振幅恢复、组合反褶积和多次剩余静校正等处理方法提高地震资料分辨率的技术问题。在实际地震资料处理的成果剖面上,各反射层位的波组特征清楚,层间信息丰富,波形自然稳定。与老剖面相比,利用高分辨率处理技术所得到的地震剖面在分辨率、信噪比、波形特征等方面都有明显改进,能够较好地满足地震资料解释的要求,表明这套高分辨率处理技术具有推广应用价值。     

利用中值相关滤波预测相干信号

在处理一些低信噪比地震资料时,叠前和叠后的去噪必不可少。当噪声的能量很强时,以线笥理论为基础的信噪分离技术已经不以满足地震资料处理的要求。本文分析了目前常用的部分去噪技术的特点后,提出利用中值相关滤波进行信噪分离。它是一个视倾角范围内求取一个中值序列,然后利用相关分析在中值序列中求一个最佳中值序列中求生个最佳中值作为预测的相干信号,从而达到信噪分离。这种方法简单易笃,适应各种强烈干扰背影资料的信噪     

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。     

天然气管道漏磁检测中的信号处理

采用漏磁法对天然气管道进行检测时，关键问题是对漏磁信号的处理。为此，介绍了去除奇异值的算法，用相邻两点的平均值代替奇异值，可去除脉冲干扰而对信号没有影响。对于漏磁信号中的高斯噪声，采用小波变换去噪方法，选取二阶样条小波为小波函数，选用软阈值函数和固定阈值的方法处理小波系数。提出了提取缺陷信号特征的梯度算法，用信号幅度和梯度值的变化作为缺陷估计标准。研究结果表明，漏磁信号被处理后，很好地去除了各种信号噪声，有助于提取出缺陷信号的特征，可实现对天然气管道的无损检测。     

伪方位角校正技术在三维资料处理中的应用

F-K滤波是压制线性噪声最常用、有效的一种方法,但在三维资料处理过程中,由于偏移距分布的不均匀,致使线性噪声在共炮点道集上表现为非线性,这就使F-K滤波技术不能很好地压制线性噪声。在南喀1井区资料处理中,采用伪方位角校正及F-K滤波技术压制线性噪声,提高了资料的信噪比,结合其他处理措施,成果资料品质得到改善。应用该成果重新解释成图,落实了南喀1号构造。