小波变换用于去除高频随机噪声

小波变换以小波奇性分析中得出的一些结论作为理论依据，利用连续小波变换情况下信号与噪声呈现出的不同性质来确定信噪比较 的部分，去掉相应的正交小波分量，再经反变换后可达到压制噪声的目的。小波变换用于去除高频随机噪声方法的主要特点是；可以自动地判定低信噪比区间，且无论在时间域或频率域均可局部地进行去除噪声。     

小波域的波阻抗反演方法

本文采纳了广义线性反演和小波变换方法的优点,提出了小波域的波阻抗反演方法。通过理论模型试算和实际资料处理,结果表明,该方法在理论上是正确的,实际应用效果也是好的。     

基于二维小波变换的随机噪声压制方法研究

在地震勘探中,随机噪声是一种频带较宽、严重影响有效波的干扰波,常用的一维去噪方法效果不理想。小波变换是一种时频分析方法,根据它的分频和局部分析能力,能有效地消除随机干扰,保留有效波的中、高频成分,经过小波重构,可恢复有效波信号。针对地震信号随机干扰的特点,运用二维小波变换的理论,设计了相应的变换域去噪滤波器。此方法的特点是计算速度快,稳定性好,自适应性强,能对各种地震数据进行去噪处理,模型数据与实际数据的应用效果证明,二维小波变换具有较强的信噪分离能力。     

小波变换在提高资料的信噪比和分辨率中的应用

小波变在信息量分析是具良好的局部化特性。在小波变换域中，有效信号的相关性和随机噪声的随机性仍然保留，因此可以在小波变换域内对地震资料进行去噪处理；小波变换作为频率和时间的二元函数，使之可以很方便地在频率和时间域中同时进行地震波能量的吸收衰减补偿。试验证明，利用小波变换法噪声提高分辨率，不仅方便有效，而且有很好的保真度。     

基于小波变换的最小光滑滤波去噪

在地震勘探中，随机噪声是一种频带较宽，严重影响有效波的干扰波，常用的一维去噪方法效果都不理想。小波变换是一种时频分析方法，根据它的分频和局部分析能力，结合一维方向上去噪的光滑滤波，能有效地消除随机干扰，并且能保证有效波的中、高频成分，经过小波包重构，可恢复有效波信号，该方法优于常规一维去噪方法。     

多道小波波阻抗反演

鉴于地震数据中不同的频段有不同的信噪比，以及相邻地震道的反射波有效成分在波形和能量上有较强的相关性，作者结合小波变换的特点，运用多道记录同时进行波阻抗反演，即在迭代过程中将实际地震记录与模型合成记录的残差道进行小波分解，形成残差道分频小波剖面，然后利用Ｋ－Ｌ变换提取分频剖面中的相干部分用于波阻抗变化量的计算，从而避免了噪声参与波阻抗变化量的计算。本文展示了理论模型与实际应用的例子，说明这种反演方法     

用w—x域预测方法压制随机干扰

应用二维连续小波变换把一个二元的地震信号变转为有关时间，频率，空间和波数的四元函烽，可以充分地利用信号与噪声在时间，频率，空间和波数方面的差异来压制诸如面波，规则噪声等各种干扰，能有效地提高信噪比，在小波变换域（ｗ－ｘ）上，信号在空间方向上是可以预测的，而噪声是不能预测的，这样，通过预测便能有效地消除随机干扰，此方法优于常规的ｆ－ｘ预测方法对实际资料处理的结果表明，该方法是行之有效的。     

用正交多小波压制地震信号的随机噪声

正交多小波可同时具有短支集、对称性或反对称性和正交性，这是一般的正交单小波所没有的性质，因而在处理信号时能取得更好的效果。本文详细说明了应用GHM正交多小波对地震信号进行去噪处理的原理，并给出实际例子说明该方法的有效性。     

一维大地电磁和地震数据联合反演方法研究

针对江汉盆地海相地层的地电结构特点，对区内５口探井的物性数据作了统计，给出了一维层状介质模型。大地电磁数据是采和一维层状介质递推关系式模拟，差商法求其偏导数，地震数据是以水平界面为基础进行快速射线追踪正演，运用解析法求偏导数，理论数据采用典型ＨＡＫ型曲线５层地球物理模型试算。     

应用平稳小波变换与深度残差网络压制地震随机噪声

常规去噪方法众多,但每种方法都受某种假设或条件限制。另外,常规去噪方法中一些优化问题具有多个局部极值,导致算法可能收敛到局部最优解而非全局最优解。为此,提出了一种基于平稳小波变换与深度残差网络的地震随机噪声压制方法。采用残差网络(ResNet)的拓扑结构,结合平稳小波变换压制地震数据噪声。残差模块有效避免了网络过深引起的梯度消失或计算消耗但损失函数趋于饱和的问题。另外,小波变换是一种高效的特征提取方法,可获得信号低频和不同方向高频特征信息,分区域学习信号或噪声的特征。首先,对Train400数据集中的每幅图片旋转不同角度以增加训练集数据量,经过旋转变换后加入高斯噪声。然后,对每幅图片进行1级平稳Haar小波分解,得到训练数据集;通过训练提取信号中噪声的小波变换高、低频信息,在此基础上通过直连通道,从含噪数据的小波分解中减去学习到的噪声的小波分解,得到去噪信号的小波分解。最后,通过逆平稳小波变换得到去噪信号。合成信号和实际地震数据去噪试验表明,所提方法能较好地压制地震随机噪声,去噪信号的信噪比、峰值信噪比均较高。     

用f—x域预测技术消除随机噪音

针对 f-x 域预测技术的局限性和实际地下构造的复杂性,本文提出了 f-x 域预测与二维滤波并用的办法,使反射信号畸变尽可能小。考虑到 f-x 域预测技术对随机干扰的压制程度不太理想,本文根据信号的可预测性和随机干扰的不可预测性,应用信噪比的模对预测值作自适应加权处理,提高 f-x 域预测技术压制随机干扰的能力。这两项对 f-x 域预测技术的改进在理论数据和实际地震记录上均见到了明显的效果。     

f—x域算子外推去噪技术研究

在对ｆ－ｘ域预测滤波法噪技术深入研究的基础上,本文提出了ｆ－ｘ域算子外推去噪技术。ｆ－ｘ域算子外推去噪技术的假设前提和数学原理与ｆ－ｘ域预测滤波法噪技术大致相同。不同之处是它利用有效反射信号和线性干扰波的道间差及能量的差异,以及有效信号同相轴的所有频率成分具相同时差的假设条件,运用信噪比较高的中频段频率成分外推来求取高,低频带的预测算子。     

地震信号的小波包分解压噪方法

利用二维正交小波包技术对地震信号进行分解，其原理是根据信号与噪声在压缩比中的差异，将小波系数分解为相关部分和不相关部分，通过压制不相关部分，来达到压制噪声，提高信噪比的目的。数值计算实例表明此方法是可行的。此方法的特点是计算速度快，稳定性好，自适应性强，能对各各地震数据进行去噪处理。     

小波包相关阀值去噪

在地震勘探中，随机口音是一种频带较宽，严重影响有效波信噪比的干扰波，一般的一维去噪方法效果都不理想，小波包变换是一种时频分析的方法，在分析中，高频方面优于小波变换，它结合相关阀值，能有效地在地震勘探剖面中消除随机干扰。分析了小波包优优于波变换的基本原理，以及小波包在地震记录中的分解，相关阈值去噪和地震记录重构，进行了实例分析对比，说明了小波包相关阀值法去噪优于其它去噪方法，且该方法计算速度快，简便可行。     

应用平稳小波变换与深度残差网络压制地震随机噪声

常规去噪方法众多,但每种方法都受某种假设或条件限制。另外,常规去噪方法中一些优化问题具有多个局部极值,导致算法可能收敛到局部最优解而非全局最优解。为此,提出了一种基于平稳小波变换与深度残差网络的地震随机噪声压制方法。采用残差网络(ResNet)的拓扑结构,结合平稳小波变换压制地震数据噪声。残差模块有效避免了网络过深引起的梯度消失或计算消耗但损失函数趋于饱和的问题。另外,小波变换是一种高效的特征提取方法,可获得信号低频和不同方向高频特征信息,分区域学习信号或噪声的特征。首先,对Train400数据集中的每幅图片旋转不同角度以增加训练集数据量,经过旋转变换后加入高斯噪声。然后,对每幅图片进行1级平稳Haar小波分解,得到训练数据集;通过训练提取信号中噪声的小波变换高、低频信息,在此基础上通过直连通道,从含噪数据的小波分解中减去学习到的噪声的小波分解,得到去噪信号的小波分解。最后,通过逆平稳小波变换得到去噪信号。合成信号和实际地震数据去噪试验表明,所提方法能较好地压制地震随机噪声,去噪信号的信噪比、峰值信噪比均较高。