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     

基于四阶互累积量的fast ICA微地震数据噪声压制方法研究

相较于常规地震资料,微地震资料中不同道之间有效信号通常存在时间差,使得采用快速独立分量分析(fast independent component analysis,fast ICA)算法分离微地震有效信号时受不同道之间有效信号时间差干扰,导致部分有效信号被当作噪声而分离。引入四阶互累积量算法消除时间差后,再将fast ICA算法应用于微地震资料进行有效信号与噪声的盲源分离,从而解决上述问题。首先分别介绍了四阶互累积量算法和fast ICA算法,并利用微地震仿真数据测试了四阶互累积量算法的时差估计准确性,再根据时差估计结果对有效信号进行时差偏移,最后对偏移后的微地震数据进行fast ICA盲源分离,从而达到去除噪声的同时保留有效信号并提高信噪比的目的。微地震仿真实验以及实际微地震资料的处理结果表明基于四阶互累积量的fast ICA微地震数据噪声压制方法具有良好的去噪效果。     

基于独立成分分析的地震数据去噪

:独立成分分析方法(ICA)是近几年才发展起来的一种新的基于信号高阶统计特性的分析方法。 对于相互统计独立的信号源经线性组合而产生的混合信号,采用ICA能从其中分离出各独立的信号分量。在地震勘探中,地震道信号和随机噪音通常具备非高斯信号的特点，统计性相互独立。在对地震数据和随机噪音信号特点进行分析的基础上，采用基于最小互信息的快速ICA方法实现地震数据去噪。模型分析和实例计算表明，该方法具有一定的可行性。     

基于EMD与ICA的地震信号去噪技术研究

去除随机噪声是地震资料处理的重要环节,而目前的多数去噪技术都不同程度存在去噪效果差、损害有效信号等问题。为此,利用经验模态分解(Empirical Mode Decomposition,简写为EMD)能将信号自适应分解为不同尺度振动模态的优点及独立分量分析(Independent Component Analysis,简写为ICA)能提取独立源信号的优势,构造了一种EMD与ICA相结合的新的去噪算法,很好地实现了地震有效信号和随机噪声的分离,在提高去噪效果的同时提高了有效信号的保幅效果。将该算法应用于仿真实验和实际资料去噪,结果都明显优于总体经验模态分解(Ensemble Empirical Mode Decomposition,简写为EEMD)去噪结果,地震资料的信噪比和分辨率都大大提高。     

基于系数相关性阈值的波原子域叠前地震资料信噪分离方法

本文提出了基于波原子域的叠前地震资料信噪分离方法,首先在波原子域进行多尺度分解,然后根据能量集中原则,采用不同尺度间系数相关性分离有效信号和噪声。数值模拟及实际资料的处理表明,基于系数相关性阈值的波原子域叠前地震资料信噪分离方法可以有效压制随机噪声,同时能兼顾抑制部分相干噪声。处理后地震剖面的信噪比得到了大幅提高,反射同相轴更加连续,为后续的处理解释提供了高信噪比的数据。     

独立分量分析与压缩感知微地震弱信号提取方法

结合独立分量分析和压缩感知理论各自的优势,提出了独立分量分析与压缩感知联合理论的微地震弱信号提取方法。从欠定盲信号分离和稀疏重构入手,通过对源信号的特征分析得到欠定盲分离模型中混合矩阵,基于该矩阵,建立欠定盲信号重构模型,采用压缩感知理论的正交匹配追踪方法和压缩采样匹配追踪方法,对源信号进行重建。对混合矩阵、正交化、稀疏化及稀疏度等核心问题进行了系统分析,实现基于独立分量分析与压缩感知微地震弱信号重建方法。实际资料处理结果验证了方法的可行性。     

基于优化fastICA盲源分离算法的地震属性融合方法研究

地震属性的种类很多,但存在冗余性问题。提出了基于盲信号理论,以负熵为目标函数,采取初值降敏感性和5阶收敛速度改进迭代公式对快速独立分量分析进行优化的算法,进而实现盲源分离。本算法采用贝叶斯方法构造满足非高斯分布的阈值函数,在变换域中进行信噪分离。针对属性中存在信息冗余的情况,设计了4种图像融合规则进行属性融合,实现了地震属性数据去噪和融合的一体化处理。理论模型及实际资料试验结果表明,该方法能够有效压制地震数据中的随机噪声,可获得比常规阈值去噪方法更高的峰值信噪比,使融合结果中的地质信息更加清晰,从而有利于相关地质特征的解释。     

一种改进的独立分量分析算法在大地电磁去噪中的应用

根据大地电磁噪声的特点和独立分量分析(ICA)中M-FastICA算法的优良性能,结合小波分析和盲源分离的相关理论,提出了一种改进的独立分量分析去噪方法。首先对观测信号进行多尺度小波分解,使信号从单道变成多道,以满足独立分量分析对观测信号的数目需求;然后采用M-FastICA算法对小波分解提取的多层高频分量进行独立分量分析以提取有效独立分量和特定独立分量;引入动态自适应因子来限制特定独立分量的权重以减小观测信号信噪比对去噪效果的影响;最后由小波低频分量和M-FastICA算法提取的两种独立分量共同构成恢复信号。模拟信号仿真实验表明,该方法的去噪性能优于传统小波阈值去噪方法。将该方法应用于实际大地电磁观测资料的去噪处理,无论是视电阻率曲线还是相位曲线,都比去噪前更加光滑和稳定,说明改进的独立分量分析算法能有效地去除大地电磁噪声。     

信噪相干分离技术

为获得用于横向储集层解释的高信噪比地震剖面，依据地震信号的纵向连续性和横向的相似性并利用噪声的随机性，进行时差相干扫描拾取初始信号，再经过时空平滑、振幅标定，使其真实信号和噪声分离。为提高信噪分离的效果，还采用了衰减深层噪声、迭代算法等。在叠前去噪处理中还采取了多个CDP道集记录中等炮检距道相干讯号扫描拾取及记录道随机重排等辅助方法。通过对理论模型剖面的去噪实验和实际资料的叠前、叠后的去噪处理，表明了信噪相干分离技术较真实地恢复了有效信号，这种技术在处理过程中是保幅保频的，它显然优于常规的相干加强法。     

模拟退火独立分量分析方法及其应用

独立分量分析通过追求多源混合信号中各个独立源的非高斯性，使各个分量获得统计学上的独立，但现有的诸多独立分量分析方法普遍追求的是运算速度，忽略了对算法本身精确性的要求。为提高分离信号的质量，在原有独立分量分析算法的基础上，结合非线性优化算法——模拟退火算法，提出了一种新的独立分量分析算法——模拟退火独立分量分析算法。给出了独立分量分析方法的基本原理和目标函数；讨论了模拟退火独立分量分析算法的实现过程。数值模拟和实际资料处理表明，该方法在叠前地震记录中能很好地将有效信号和干扰信号分离出来，从本质上起到了压制噪声、突出有效信号的叠前去噪处理作用，改善了叠加剖面的品质。信噪比分析表明，经模拟退火独立分量分析方法去噪处理后，叠加剖面的信噪比由1．3936提高到2．1056。     

基于动态时间规整ICA算法地震随机噪声压制

噪声压制是地震数据处理流程中的基本环节之一。传统的独立分量分析(ICA)算法仅适用于平缓地层同相轴的地震资料噪声压制,对非平缓地层同相轴地震资料去噪效果较差,且算法不够稳定,容易出现解混失败现象,导致去噪结果中产生坏道。针对这些问题,提出了将ICA算法与动态时间规整(DTW)算法相结合的噪声压制方法。首先使用DTW算法将倾斜地层同相轴校正为水平同相轴,利用ICA算法提取拉平后含噪地震数据的独立分量,实现拉平地震道的信噪分离。然后利用由DTW算法所提取的道间时差将同相轴还原为倾斜地层同相轴,从而实现复杂地震资料的随机噪声压制。理论模型和叠前叠后实际地震资料测试结果表明,该方法可以有效地压制地震数据中的随机噪声,且对非平缓地层也有较好的去噪效果,具有一定的实用价值。     

钻井模拟中测井信号去噪及低频信息提取技术研究

在钻井模拟过程中,钻井地质特征参数的获得主要依赖于地震、测井资料。融合地震数据和测井数据进行多源信息联合反演可以有效地解决地球物理资料解释或反演中的多解性问题。为了更好地进行地震测井联合反演, 必须首先对测井信号进行预处理,而在此过程中测井信号去噪和测井低频信息提取是非常重要的。为此,采用小波变换进行测井信号去噪并用FIR数字滤波器提取测井低频信息,将该方法应用于准噶尔盆地永字号井,获得了比较理想的效果。     

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。     

基于盲信号处理技术的地震弱信号分离方法

盲信号处理技术作为现代信号处理领域的研究热点之一,面临着在源信号和传输通道参数未知或知之甚少的情况下,由一个传感器或者转换器的输出信号中分离出的源信号难以有效测控的问题。通过研究盲信号处理技术在地震弱信号分离中的应用,在分析隐蔽油气藏地震反射信息特征与盲信号处理理论之间关系的基础上,建立适合储层目标弱信号分离的地震盲源信号混叠模型,提出了分离2种弱信号的新方法,并利用围岩反射在各地震道的相似性和目标储层弱信号的差异性设计迭代法加以实现。模型仿真实验和实际地震资料的处理结果表明,该算法能够有效地分离地震弱信号,达到提高地震资料分辨率的目的。     

叠前信噪相干分离法及其应用

为获得用于地层岩性及储集层研究的高信噪比地震剖面,文中采用动校正后的CDP道集记录,经过时空平滑,利用信号的横向相关性和噪声的随机性,使其信号和噪声分离。为提高信噪相干分离效果,还揉合了CDP道集记录相加和CDP道集记录共炮检距相干拾取、随机重排及沿倾斜层信噪相干分离等辅助方法,以增加去噪能力。文中提供的地震剖面实例表明,该方法去噪能力较强,可提高水平叠加剖面的信噪比(约为原信噪比的1.4～1.5倍);而且,反射波的连续性好、中断点清晰,有利于地层岩性及储集层的研究。     

应用振幅概率分布统计特性分离地震记录中的信号和噪声

1984年,W . S, Harlan提出的应用振幅概率分布的差别分离地震记录中信号与噪声的方法,为消除噪声提供了一个新的信噪分离域(振幅统计域)。 本文采用动校正后的CDP道集记录,经过时空域平滑,使信号聚焦趋向非高斯分布,而噪声反聚焦趋向高斯性分布,从而分别提取信号与噪声。最后再从CDP道集数据中减去噪声,并由部分近偏移道叠加得到高质量的地震剖面。此法用于叠前处理有以下优点:①去噪能力强,可使某些叠前处理方法在高信噪比条件下进行;②采用部分近偏移距道叠加,进免出现远道动校正拉伸崎变;③反褶积可在去噪后参与叠加的部分道上进行,从而减少了运算时间。     

基于随机函数数据重构的分频异常振幅衰减技术在巨厚黄土塬区的应用

鄂尔多斯盆地南部黄土塬区因巨厚黄土层覆盖的影响,地震资料通常存在很强的小炮检距强能量噪声和浅层宽频强折射噪声。针对此类噪声目前常用的去噪方法有相干噪声压制法和分频异常振幅衰减法,但实际应用中常存在信噪分离能力不足、边界效应、空间假频等问题。鉴于黄土塬区地下反射层平缓、同相轴倾角小、在同一时间层位上有效信号的能量级别差异有限的特点,采用随机函数数据重构方法,将小炮检距强能量噪声和浅层宽频强折射噪声转变成随机强能量噪声的形式,再利用分频异常振幅衰减法进行有效压制。实际资料应用结果表明,该方法具有去噪效果好、振幅保真度高的特点,能更好地解决巨厚黄土塬区噪声压制问题,显著改善地震资料的信噪比。     

基于单通道盲源分离的大地电磁工频干扰噪声压制方法

针对单通道盲源分离中由于缺少先验信息而导致的源信号数目无法确定的问题,提出了一种基于单通道盲源分离的大地电磁工频干扰噪声消除方法。该方法首先将含有50 Hz工频干扰噪声的大地电磁观测信号进行经验模态分解,然后利用衰减率确定其源信号的数目和待处理的有效主成分的个数,解决了源信号个数无法确定的问题。由于大地电磁观测信号的客观规律符合源信号相互统计独立的假设,因此可以将盲源分离中的独立分量分析方法应用于大地电磁工频干扰噪声压制。实验结果表明,在大地电磁原始信号被50 Hz工频干扰噪声完全淹没的情况下,该方法仍能较好地压制工频干扰噪声。对添加了50 Hz工频干扰信号的野外实测大地电磁信号去噪处理后发现,该方法在一定程度上改善了视电阻率曲线和相位曲线的偏移。     

利用纵向小波包变换和横向多项式拟合提高地震信号的信噪比和分辨率

根据地震剖面上不同的频段和时段有不同的信噪比，以及相邻地震道反射波有效成分（除去噪声的有用信号）在波形和能量上具有较强的相关性的特点，本文提出了应用小波包变换和多项式拟合理论消除噪声和提高信号分辨率的方法。该方法的内容是：先将每道地震记录进行小波包分解，形成地震记录分时分频小波包剖面；然后利用共深度点反射波相关的性质用多项式拟合进行信噪分离；再将各个小波包剖面重构为经去噪后的地震剖面。理论记录计算和实际地震剖面的处理结果表明：利用纵向地震道的小波包分解和横向多项式拟合的分时分频处理方法，能够有效地提高剖面的信噪比和分辨率。     

平面地震属性的去噪方法

 本文针对地震相分析和储层预测中的平面地震属性去噪问题,提出了因子克里格法去噪新方法。该方法的基本思路是通过对区域化变量的统计相关和空间相关,优化地震属性,达到去除平面属性中的随机噪声和线性噪声的目的。此方法的关键在于将区域化模型看成是由有效信号和噪声因子组成的,每个因子有相应的变差函数,利用有效信号和噪声在变差域的差别即可实现去噪。实际资料处理结果表明,本文方法的去噪效果明显好于其他常规去噪方法。