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。     

Shearlet域自适应阈值地震数据随机噪声压制

Shearlet变换因其最优的稀疏表示和多尺度、多方向特性,对地震数据噪声有很好的压制效果。但基于Shearlet变换的传统阈值法仅考虑了信号的稀疏性在尺度上的特征,没有考虑在方向上的分布特征,不能使去噪效果达到最佳。结合Shearlet变换多尺度、多方向特性,在尺度自适应阈值基础上,研究信号在Shearlet域不同方向上的分布规律,提出一种随尺度和方向同时自适应变化的阈值。通过求取同一尺度、不同方向的L₂范数,统计有效信号的分布规律,进而在阈值计算过程中添加方向自适应项,达到随尺度和方向同时自适应的目的。理论和实际数据的试验结果表明,基于尺度和方向同时自适应的阈值相对于传统阈值能够更有效压制随机噪声,最大限度地保留有效地震信息。     

基于Shearlet变换的自适应地震资料随机噪声压制

传统的阈值选取方法是对所有变换域系数使用统一阈值,但对Shearlet变换而言,各尺度、各方向的有效信号和噪声均存在差异,因此全局硬阈值存在一定局限性;局部阈值可根据一定范围内的系数分布情况确定。针对地震数据去噪过程中传统阈值选取方法的局限性,通过改进自适应阈值函数压制随机噪声,在局部阈值的基础上改进贝叶斯阈值,形成一种适用于Shearlet变换的自适应阈值函数。具体做法为：将信噪比与阈值函数有机关联,并将信噪比作为阈值设定的因素,即不同的信噪比的权值系数不同,可以自适应求取不同尺度阈值,从而最大限度地改善去噪效果,避免有效信号损失,实现自适应去噪。模型试算与实际资料去噪效果表明,在保证有效信号不受损失的情况下,所提方法可恢复被噪声掩盖的弱信号,有效改善去噪效果。     

基于曲波变换的地震随机噪声压制新方法

此文提出了一种通过对曲波系数进行处理来实现地震随机噪声压制的新方法。地震信号经曲波变换得到的曲波系数在各尺度各方向的分布仍具有同相轴特征,但噪声部分的曲波系数的分布是随机的,故可将曲波系数作为新的目标信号,对其进行"去噪",最后用经过处理的曲波系数还原地震数据实现对随机噪声的压制。数值算例验证了该方法的正确性和有效性,并与用离散余弦变换和小波变换两种方法处理曲波系数的结果进行对比。实验表明用曲波变换处理曲波系数的去噪效果要优于后两者,且比单纯进行一次曲波变换去噪的结果在信噪比上有明显提高。     

应用二维非均匀曲波变换压制地震随机噪声

由于野外地表条件及采集环境的影响,实际地震数据经常呈现不规则的空间采样,而常规的曲波变换去噪方法无法对非均匀空间采样的地震数据进行处理。为此,将非均匀快速傅里叶变换引入多尺度、多方向二维曲波变换,建立均匀曲波系数与空间非均匀采样地震数据之间的规则化反演算子,使用线性Bregman算法反演,在每次迭代过程中采用软阈值对曲波系数去噪,得到无噪声的均匀曲波系数,再进行常规二维曲波反变换,得到去噪后的地震数据。理论模型与实际资料的处理结果表明,该方法在将非均匀采样地震数据内插为均匀采样数据的同时,有效地压制了噪声干扰。     

曲波域随机噪声压制方法——以沙漠地区叠后地震资料为例

沙漠地区油气勘探中,随机噪声是影响地震资料信噪比的主要因素之一。如何有效地压制随机噪声是沙漠地区地震资料处理必须解决的重要难题。传统小波域去噪将地震数据当作一种图像,对其进行多尺度分析,并通过阈值处理进行去噪。由于其无法表达二维地震图像的线性特征,在处理时存在一定的局限性。具有多尺度、多方向分析能力的曲波变换更适合具有曲线或者超平面奇异性的高维信号,将其引入到二维地震图像处理中,利用随机噪声和有效信号在方向上的差异,对噪声通过阈值收缩进行衰减。模型数据试验和实际叠后地震资料处理结果表明,曲波域去噪方法能够比小波域去噪方法更有效地压制随机噪声,减少对有效地震反射信号的损伤,从而证明了该方法的有效性和实用价值。     

尺度自适应三维Shearlet变换地震随机噪声压制

应用尺度自适应三维Shearlet变换压制多炮地震数据随机噪声,通过将多炮数据变换到三维Shearlet域,充分考虑单炮记录及其间的相关性,在三维Shearlet域更稀疏地表示地震数据。由于有效信号主要分布在低尺度,随机噪声分布在各个尺度,因此在硬阈值的基础上,结合尺度自适应因子压制随机噪声。再通过三维Shearlet反变换,得到去噪地震数据。数值模拟和实际多炮地震数据去噪结果表明：尺度自适应三维Shearlet变换的去噪效果优于二维Shearlet变换、不结合尺度自适应因子的三维Shearlet变换;尺度自适应三维Shearlet变换去噪方法对服务器内存要求较高,且可能对幅值相对较小的有效信号产生损害。     

基于Shearlet变换的地震随机噪声压制

地震勘探中的噪声对地震信号产生严重的畸变和干扰,常规的地震去噪方法已经不能满足当前高精度地震勘探的要求。提出了基于Shearlet变换的地震数据去噪方法,Shearlet变换是一种新的多尺度变换方法,具有多方向、多分辨率及最佳稀疏逼近性质,并且计算效率高。Shearlet变换在去除随机噪声的同时能最大程度保留有效信号,有效地提高信噪比。利用Shearlet变换阈值去噪法与其他地震去噪方法分别对不同信噪比的合成地震记录和实际地震记录进行对比,结果表明Shearlet变换具有更强的去噪能力和更高的运算效率。     

基于方向信息测度的断层检测方法

常规的断层检测方法基于道间奇异性，在检测出断层的同时也会检测出噪声；利用大尺度的断层检测方法或将一些噪声压制方法与断层检测方法配套使用可以提高信噪比，但却容易模糊断层边界。因此，断层检测精度与信噪比之间存在矛盾。针对这一矛盾，考虑到方向性是断层与噪声的本质区别之一，提出一种基于方向信息测度的改进方法。与传统的基于方向信息测度的方法相比，该方法可适用于边缘两侧信号无突变的情况。将该方法与小波小尺度边缘检测方法配套使用，可以有效地检测出断层的位置并压制噪声。利用该方法对某区实际资料处理后，断层成像清楚，断层方向与构造应力相关性较强，证明方法是有效的。     

基于贝叶斯阈值估计的曲波域自适应随机噪声衰减

与小波变换相比,曲波变换可以更好地表达曲线奇异函数的异向性。根据曲波变换对于光滑且二阶连续可微函数所具有的最优逼近性能,结合贝叶斯理论,给出了基于曲波域的自适应阈值去噪方法。通过对合成地震记录及实际地震数据的处理,验证了该方法的有效性。结果表明,与传统小波阈值法相比,基于贝叶斯阈值估计的曲波域自适应去噪方法不仅可以很好地衰减随机噪声,有效提高地震资料的信噪比,而且能够较好地保持有效信号。     

基于能量比的Curvelet阈值迭代面波压制

利用Curvelet变换压制面波的效果受面波与有效波在Curvelet域重叠程度影响。实际应用中,Curvelet变换并不能完全分离面波与有效波。鉴于此,提出一种基于能量比的Curvelet阈值迭代面波压制方法,利用面波与有效波在频率、速度、方向上的特征差异,将有效波与面波在Curvelet域进行不同频带的多次分解;在不同尺度和方向上,根据面波与有效波的分布特征,采用不同的阈值进行多次迭代。实际应用效果表明,相对于传统面波压制方法,本文方法可更彻底地分离面波与有效波,获得高品质去噪资料。     

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。     

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。     

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。     

基于二代小波变换和多级假设检验的输油管道缓泄漏检测方法

针对输油管道缓泄漏准确判断与定位的难题,提出了一种基于二代小波变换和多级假设检验（MHT）的管道泄漏检测方法。首先,采用基于提升框架的二代小波变换对管道首、末端压力信号进行预处理,分析缓泄漏压力信号的小波分解效果,确定压力信号预处理的小波分解层数。其后,利用低频重构信息为原信号概貌并且能突出信号趋势的特点,将小波分解得到压力信号的各层低频重构信息用于泄漏判断与定位。再后,在给出基于MHT的泄漏判断方法和MHT参数的设置方法基础上,对压力信号的每一层低频重构信息分别进行MHT,并对每层结果进行加权平均,得到压力信号下降沿的准确位置后,利用负压波法实现了管道泄漏定位。实验结果表明,该方法可以准确检测和定位管道泄漏,为输油管道缓泄漏检测提供了一种新的手段。     

近地表地震散射噪声的正反演方法

假设近地表垂直点力产生的地震波场由入射波场和散射波场组成，散射波场是入射波场与波阻抗差函数的函数。在这样的模式下，通过在平行地表的一个网格面的各个节点上，设置波阻抗差函数来近假地表的非均匀性，可以正演模拟出近地表地震散射噪声，也可以通过炮集纪录反演出近地表地震散射噪声，从而实现近地表地震散射噪声的衰减，提高地震资料的信噪比。