排序方式: 共有7条查询结果,搜索用时 31 毫秒
1
1.
利用独立分量分析法去除地震噪声 总被引:2,自引:0,他引:2
独立分量分析(ICA)作为盲源分离(BSS)的一种新方法,是分解观测数据中独立信息的有力工具。以往的ICA算法一般假设噪声可以忽略不计,而实际的观测数据中又常常包含一些加性噪声。对于加性噪声的影响不能忽略的情况下,改进的ICA算法首先利用非零时间滞后协方差,应用两步特征值分解法(EVD)可成功地去除部分加性噪声的影响;再利用ICA算法就能更好地分离出原信号。本文通过对地震理论模型和实际资料的试验,说明改进的ICA算法能够有效地克服加性噪声对常规ICA算法的影响,能够分离出地震资料中的有效信号,从而实现利用独立分量分析压制地震资料噪声的目的。 相似文献
2.
反褶积技术是目前提高地震资料分辨率最为主要的方法,而现有的反褶积方法大都基于反射系数序列为白噪的假设前提,但事实上在对不同地区反射系数序列进行统计分析后发现,其频谱并非白谱,而是整体趋势表现为低频弱、高频强的蓝谱,所以在该假设条件下对高分辨率地震资料处理存在潜在风险。针对反射系数不总是随机白噪的特点,利用采集声波测井信号和密度测井信号,计算反射系数序列的振幅谱,从而确定反射系数的颜色参数,然后对地震资料进行有色补偿,并将地震资料绘制为能够反映地下结构特征的地震剖面图像。该处理方法不但能补偿白噪反射系数假设对地震记录反褶积的影响,而且能有效提高地震记录的分辨率,增强了地震记录反映地下结构的能力。 相似文献
3.
基于独立分量分析的地震属性优化 总被引:1,自引:0,他引:1
随着储层预测要求精度的提高,从众多地震属性集中挑选对所预测对象最敏感的地震属性,进行地震属性优化的工作相当重要。K-L变换通过一正交变换优选出一些不相关的地震属性,而不能优选出一些更高阶的相互独立的地震属性,即K-L变换仅利用了属性的二阶统计特性。独立分量分析(ICA)作为分解观测数据中独立信息的有力工具,不仅利用了信号的二阶统计特性,而且还利用了信号的高阶统计特性。将ICA引入到地震多属性优化中,利用它对地震属性进行高阶统计特征分析,从而能优选出最敏感的、相互独立的地震属性。另外,ICA属性优化方法不需要测井数据、井旁储层段的参数、钻井数据等,也不受勘探、开发阶段测井资料的数量限制。实际资料的应用分析表明,应用独立分量分析优化后的地震属性作储层预测具有较高的精度和可靠性,是一种新的属性优化方法。 相似文献
4.
5.
针对常规陷波处理方法去除单频噪声时会"完全扼杀"相同频率有效波的缺陷,提出了一种基于独立分量分析(ICA)的叠前地震资料单频噪声压制新方法。该方法将叠前地震资料的多道观测记录按照统计独立的原则,首先利用非零时间滞后协方差,运用两步特征值分解法(EVD)成功地去除部分加性噪声的影响;再利用ICA算法更好地分离出单频噪声源信号。改进的ICA算法能够有效地克服加性噪声对常规ICA算法的影响,较好地分离出叠前地震资料中的单频噪声源信号,实现独立分量分析对叠前地震资料单频噪声压制的目的,更加有效地保护相同频段范围的有效波,从而提高叠前地震资料的信噪比。通过仿真试验和实际地震资料处理表明,该方法应用效果较好,能够更加满足实际生产的需要。 相似文献
6.
7.
为探究不同来源淀粉基气凝胶的微观结构及物理性能,采用扫描电子显微镜、全自动比表面及孔径分析仪、X射线衍射仪和质构仪等,对大米、豌豆、马铃薯和玉米淀粉气凝胶的微观形貌和功能特性进行表征。结果表明,4种淀粉气凝胶均具有较低的密度与较高的孔隙度,通过扫描电子显微镜观察大米淀粉气凝胶为片状排列结构,豌豆和马铃薯淀粉气凝胶为多孔结构,孔径分布不均匀,且部分区域孔壁过厚,而玉米淀粉气凝胶呈现良好的三维空间网络结构。4种淀粉气凝胶平均孔径相差不大,主要分布于5~13 nm附近,比表面积存在差异,其中豌豆淀粉气凝胶最小(0.330 m2/g),玉米淀粉气凝胶最大(0.562 m2/g)。X射线衍射结果显示,4种淀粉糊化回生后结晶度均有所降低,玉米淀粉结晶度降低最大,由30.71%降至8.13%。经溶解性和力学性能比较分析,玉米相较于豌豆、马铃薯淀粉气凝胶的溶解度和吸水率最高,承受的应力最大,杨氏模量为6.233 MPa,具有较强的抵抗形变能力,为性能优良的淀粉基气凝胶材料。 相似文献
1