小波变换在地震信号噪声处理中的应用

常规小波域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，只能去除地震信号中部分随机噪声，为此提出了一种小波域分时分频相关结合阈值去噪处理方法。该方法首先对小波变换后多个尺度上小波系数进行分时分频相关去噪处理，然后对处理后小波系数进行重构，并可去除大部分不相关随机噪声。对重构后地震信号再进行常规小波域阈值去噪处理以进一步去除噪声。模型测试和实际资料处理效果表明：使用该方法可以有效地改进地震信号去噪处理效果。     

基于曲波噪声估计的K-SVD字典学习地震资料去噪

常规K-SVD字典学习方法在处理实际地震资料的过程中,往往无法得到地震随机噪声的先验信息,使得相关的误差参数无法确定,只能通过大量调参来实现最优去噪效果。基于此提出了一种基于曲波噪声估计的K-SVD字典学习地震资料去噪方法,旨在通过对地震资料进行曲波变换,选取尺度系数最大且对应方向上噪声能量最大的曲波系数,来估计随机噪声标准差,再利用K-SVD字典学习方法自适应获得超完备字典,并在重构过程中根据所得噪声标准差确定最优迭代误差参数,从而进行去噪处理。理论模型和实际地震资料的处理结果表明,该算法相较于传统的去噪方法,能在压制随机噪声的同时,最大限度地保护有效信号不被切除。     

联合VMD和Shearlet变换的去噪方法研究

地震数据中的噪声信号会很大程度上降低地震数据的信噪比,对后续的处理和解释工作造成一定的难度,因此研究一种去噪方法具有十分重要的意义。本文构建一种变分模态分解(Variational Mode Decomposition, VMD)和Shearlet变换联合去噪的方法,首先通过VMD将地震数据分解为一系列不同中心频率分布的模态分量(Intrinsic Mode Function, IMF),然后使用Shearlet变换对含噪的IMF分量进行去噪并对处理后的分量进行重构,最终达到去噪目的。该方法引入基于稀疏表示的地震数据去噪方法,兼顾VMD和Shearlet变换的优点,可以有效去除噪声。经过合成信号、模型及实际数据测试结果表明,本文方法处理合成信号结果显示,与VMD和小波变换方法相比,信噪比分别提高1.69、1.87,均方误差数值上减少近一半,在去除噪声的同时能更好地保留地震数据特征,提高地震资料的信噪比。     

基于曲波变换和快速非局部均值的地震数据随机噪声压制

在常规的地震勘探中,由于受到激发、接收环境或仪器等因素影响,地震数据中会不可避免地混杂随机噪声,导致有效信号被淹没,从而无法被清晰识别,因此随机噪声的压制至关重要.本次研究提出一种改进曲波变换阈值去噪结合快速非局部均值去除地震随机噪声的方法:首先将循环平移和块状复数域阈值方法引入到曲波变换阈值去噪中,改进传统的曲波阈值...     

采用KL—变换的三维谱象数据压缩方法

提出了一种基于ＫＬ－变换的三维谱象数据压缩方法。该方法将原始谱象分成若干子块,对每一子块使用去相关性效果最佳的ＫＬ－变换,去除说象数据空间相关性。实验结果表明,经ＫＬ－变换后,若不编码,可获得３－５倍的准无损压缩。经ＪＰＥＧ编码后,压缩比可达１００倍以上,且峰值信噪比大于３４．０ｄＢ。     

空间自适应方向全变分地震数据去噪模型

随着我国油气勘探工作的不断推进,地震勘探面临着重大挑战。受到复杂的勘探环境、采集方式、检波器灵敏度等因素的影响,野外采集的地震数据中往往混杂着大量随机噪声,导致后续地震数据处理的保真度、信噪比和分辨率降低,并且最终影响地质解释的精确性、可靠性。 为了突破传统地震数据处理问题的局限性,提出了一种用于地震数据随机噪声压制的空间自适应方向全变分正则化模型。首先,针对地震反射同相轴具有空间变化的方向性和倾角计算抗噪性差的问题,提出了基于梯度结构张量的空变倾角逐点估计公式来获取同相轴的方向信息;然后,建立空间自适应方向全变分地震数据去噪模型,并采用优化最小化算法求解模型;最后,讨论了该模型的参数选取方法,将合成地震数据和实际地震数据的去噪结果与同类方法进行比较。实验结果表明,所提出的模型不但能较好地提高地震剖面的垂直分辨率和同相轴的横向连续性,而且在提高信噪比的同时能够保留更多的地质特征信息。     

基于曲波变换与EMD的地震数据随机噪声衰减

由于曲波变换对信号具有较好的稀性,使得曲波阈值去噪法在数字信号噪声处理领域得到了广泛的应用,但该方法对弱信号曲波系数存在过分的扼杀现象,从而去除了部分弱有效波信号。为了在彻底地去除地震数据中的随机噪声的同时,更完整地保留地震数据特征,在曲波阈值去噪过程中引入二维经验模态分解(BEMD)法。首先将地震信号从高频到低频分解为若干个本征模态函数分量,然后利用前几阶含噪声的高频分量重构二维含噪记录,并使用曲波阈值法降噪处理后再与剩余不含噪声的低频分量重构出去噪的信号。不论是对理论模型还是野外数据,联合法的处理结果均优于单一曲波法处理结果。理论与实际数据实验结果表明,联合法在几乎去除地震数据中的随机噪声的同时尽可能地保留了弱信号,提高了地震信号的信噪比。     

基于双重残差网络的地震数据随机噪声压制

地震信号的随机噪声压制是地震信号处理中的重要问题.卷积神经网络(Convolutional Neural Network,CNN)近两年在地震信号去噪领域展现其巨大的潜力.该方法可以突破先验约束,从大量的数据中学习噪声模式,可以高效智能地实现地震数据去噪.为了进一步提高去噪效果,本文提出基于双重残差结构的CNN网络地震...     

小波变换在地质雷达干扰波压制中的应用

小波变换方法是近年来发展起来的一种新的数学方法,具有强大的时频分析能力,并广泛地应用到信号处理的各个领域。本文首先简要地介绍了小波变换原理及去噪方法,然后通过阻尼震荡信号、一维地质雷达合成记录和二维地质雷达合成剖面等模型,用db4小波进行了三阶分解,然后根据干扰波的特征进行了小波去噪和干扰波压制,结果表明,小波多尺度分解后,随机噪声主要集中在较低阶的小波细节之中,用小波变换去噪方法,可有效去噪和压制干扰波。对实测的地质雷达资料也进行了处理,取得了较好效果。     

基于小波和小波包的脉搏波处理

在脉象信号中,随机噪声严重影响有效信号的特征提取,必须进行消噪处理.通过分析小波变换和小波包的算法原理,用小波变换和小波包对脉搏波进行去噪处理.仿真结果表明,小波包算法具有良好的去噪性能,消噪效果明显优于基于小波变换的去噪算法.     

基于小波变换的地震映像法资料去噪研究

本文介绍了小波分析方法在地震映像法资料去噪处理中的应用研究。首先,通过对球体模型进行射线追踪,得到了球体反射点与反射时间。然后,在MATLAB环境中采用一维小波变换和二维小波变换分别对地震映像资料进行去噪效果研究,进行阈值滤波试验结果表明Bal．sparsity_norm（sqrt）阈值计算方法的处理效果较好。通过一维小波变换和二维小波变换的对比分析,对于二维地震图像的处理,二维小波变换处理效果较佳。在此基础上,采用二维小波分析阈值滤波法,对中国地质大学数理楼西侧路面下方防空坑道的地震映像法资料进行了处理,取得了较好的去噪效果。     

S变换时变滤波在去噪处理中的应用研究

针对常用的滤波去噪方法都受到使用条件的限制,实际资料的滤波去噪不能达到良好效果,S变换时变滤波克服了传统滤波去噪方法滤波因子不能随时间、频率变化而变化的缺陷.将地震资料用S变换方法变换到时频域,对不同时间内不同频率的噪声部分充零,再将去噪后的地震数据利用S反变换到时间域,以获得所需要的有效信号.通过理论计算分析和实例计算表明,S变换时变滤波能够有效去除不同时段、不同频率的噪声.该方法具有一定的可行性.     

试述分频处理技术在金属矿地震勘探中的应用

在通过地震法进行金属矿的勘探中,为了应对数据准确性差,目标层信号反射弱,叠加剖面的去燥不彻底等问题,通过结合金属矿的地震数据特征,进行了分频处理技术,以抬升主频、加强小波变换的分频去噪,数据重构等处理.并结合实际的数据进行了分析,最后结果表明,分频处理能够提升数据的信噪比和相关资料的分辨率,增强了目标层的信号强度.     

基于SVD的正交多项式变换及其在地震资料处理中的应用

在地震资料中,噪声干扰严重影响了资料的品质,为此必须进行有效的去噪处理。通过对正交多项式变换方法的研究,本文提出一种基于奇异值分解（SVD）算法的正交多项式变换压制地震资料噪音的方法。将地震资料经过正交多项式变换后,有效信号和噪音在正交多项式系数上的分布不同,使用奇异值分解算法可以有效地分离有效信号和噪音。经合成地震记录模型及实际地震数据的处理结果表明,该方法不仅能够有效地进行信噪分离,而且可以减少对振幅的畸变,同时增强了反射同相轴的连续性。     

分频处理技术在金属矿地震勘探中的应用

为了解决金属矿地震勘探原始数据信噪比低、干扰强、目标层反射信号弱,常规去噪手段处理的地震叠加剖面难以解释的问题;针对金属矿地震数据的特点,采用分频处理技术,叠前处理通过抬升主频后,利用小波变换多尺度和时移性分频段去噪,重构数据;叠后采用小波变换分频处理。通过应用安徽运漕金属矿地震实际数据,提高地震剖面质量,准确识别和定位火成岩侵入接触带。结果表明,金属矿分频处理能提高数据的信噪比和地震资料分辨率,突出了目标层反射信号。     

砂岩型铀矿勘探中的地震资料高分辨率处理方法

近年来,地震勘探技术在砂岩型铀矿勘探中得到了较广泛应用,为了进一步提高砂岩型铀矿勘探区地震资料分辨率与信噪比,提高地震成像质量,本文对地震数据处理中的关键技术方法进行了较深入研究,主要包括静校正、叠前叠后去噪、反褶积、速度分析、偏移等处理过程及相关处理参数的试验。对伊犁盆地实际地震资料进行了处理,建立了合理的处理流程,同时对比了相同测线新老剖面处理结果,结果表明本文建立的数据处理方法流程切实可行,明显提高了地震资料分辨率与信噪比。     

粘弹性波动方程聚焦成像技术在塔里木盆地的应用

由于塔里木盆地地表低还层覆盖厚，用常规的地震处理技术难以得到高品质的地震剖面，用以大地介质为粘弹性介质作前提，结合以分析理论的地震波波动方程聚集成像技术在塔北某区进行了２－Ｄ地震资料的目标处理，得到了一套高分辨率、高信噪比和高保真的地震处理剖在同围压新剖面的品质较常规处理的剖面有明显改善，根据新剖面的地质解释得到了该区储油层－－东河砂岩的分布，并据此首次从地震地层学角度提出了该储层的陆相沉积相问题     

基于小波分析的磁共振图像去噪方法研究

小波分析去噪是一种新兴的图像去噪方法。由于小波分析具有多尺度分辨和去相关性等特点，使得小波分析在去除高斯白噪声方面优于传统的图像去噪方法。但是，磁共振图像这种小波变换去噪后，纹理特征被弱化，图像的边缘变得模糊。针对以上问题，提出了基于小波变换的图像去噪新方法。此去噪方法对经典的小波去噪方法进行了改进，使基于阀值的小波分析在阀值处理上更精确，并具有自适应性。采用本方法处理的噪声图像与经典方法相比，图像的边缘信息更清晰，纹理特征增强，去噪能力也得到增强。[第一段]     

基于ICEEMDAN的曲波阈值地震数据去噪方法研究

地震数据去噪对地震资料的品质的提升有重要的作用,因此对地震数据噪声的压制非常必要.本文提出一种基于ICEEMDAN与曲波阈值相结合去噪处理的方法,该方法解决了经验模态分解的模态混叠问题,使ICEEMDAN分解出来的模态分量特征更明显,然后通过曲波阈值对模态分量进行去噪并对处理的模态分量进行重构,利用信噪比(SNR)、均...     

小波变换在煤田地震勘探中的应用

煤田地震勘探方法是以水平叠加技术为中心的,在分辨率要求甚高的采区地震勘探中,水平叠加剖面的分辨率无法达到勘探精度的要求,针对这一问题,介绍了小波变换的基本原理及其时间－频率局域化性质。通过理论模型研究,证明小波变换可以同时提高地震资料的信噪比和分辨率,从而进一步提高勘探精度,将小波和于实际地震资料的处理,在分解后的高尺度剖面上,能有效地保护地震信号中的高频成分,提高地震剖面的分辨率,从而能校准确地识别小波层与计算煤层厚度。