基于核函数主分量的维纳滤波方法研究

针对强随机噪声地震资料背景下经典维纳滤波方法在信号的保幅及高维数据空间求解过程中产生病态矩阵的问题,提出利用核函数主分量维纳滤波压制强地震勘探随机噪声.首先利用线性核函数将地震信号映射到特征空间,再通过主分量分析方法提取地震数据主分量进行数据降维,并得到核主分量维纳滤波因子,从而进行核主分量维纳滤波（K-WPC）.正演仿真及对实际地震资料处理表明,该方法对随机噪声有较好的压制作用,保幅效果也令人满意.     

时频峰值滤波去噪技术及其应用

本文将时频峰值滤波(TFPF)去噪技术应用于共炮点地震资料的随机噪声压制.时频峰值滤波技术是通过频率调制将信号调制成解析信号的瞬时频率,利用解析信号的Wigner-Ville分布的峰值进行瞬时频率估计,恢复有效信号,与其它去噪方法相比,TFPF具有在较少的约束条件下压制强随机噪声的优点.本文针对实际地震资料的非线性特性,利用加窗的Wigner-Ville分布实现TFPF,使得地震信号在一个窗长内近似满足线性瞬时频率条件,减小由地震信号非线性引起的偏差.本文对共炮点地震记录做时频峰值滤波处理,滤波结果表明在地震勘探资料中存在强随机噪声的情况下,利用局部线性化处理的时频峰值滤波技术可以有效地压制地震资料中的随机噪声,恢复出湮没在随机噪声中的地震反射信号.信噪比提高3～6 dB.     

编码源地电阻率观测试验

地电阻率的高精度观测是实现地震预测预报的前提之一.面对日益严重的电磁干扰,提出了基于编码源循环互相关辨识技术的地电阻率观测方法,其实质是将待测地质体视为待辨识系统,利用编码源信号激励供电电极A和B产生的电流信号作为系统输入信号,测量电极M与N之间的电压信号作为系统响应输出,将输入和输出信号严格同步采样为时间序列,分别与参考信号进行循环互相关运算并转换至频率域计算获得待探测地电阻率谱(幅度和相位).由于系统环境的干扰和随机噪声与编码源信号不相关,通过循环互相关运算可以达到抑制环境随机噪声和干扰的目的.这种地电阻率观测体系在环境干扰较大的甘肃省兰州观象台和陇南汉王地震台站利用现有的观测场地和线路进行了观测试验,测量结果显示,数据的一致性好、均方差小,说明该方法在强干扰环境下具有较好的抗电磁干扰能力,观测频带较以往直流电法测量有较大的扩展.该方法为现有地面地电阻率台站持续发展提供了技术保障,可为地震预报与科学研究提供高质量的地电阻率观测数据.      

检测地震勘探微弱同相轴的混沌振子算法

针对地震勘探资料湮没在随机噪声中的微弱同相轴问题提出基于混沌理论的混沌振子检测算法. 利用修正的Duffing_Holmes方程建立检测微弱同相轴的混沌振子系统,之后经过对同相轴的扫描处理,构成新子波等时间间隔序列W(t),与此同时对随机噪声也进行相同的截断. 截断的随机噪声在混沌振子系统中可以具有与周期信号相同的表现;经过大量仿真实验确定出满足通常地震勘探子波延续时间的使混沌振子检测子波不呈现周期相态的随机噪声截断时间范围. 选用与松辽盆地T1、T2反射层类似的子波函数并构成待检微弱周期信号,经过MATLAB仿真试验成功地检测出该弱信号,信噪比达到约-103dB.     

一种优化预测滤波压制随机噪声的方法

针对低信噪比地震资料中的随机噪声干扰,提出了一种优化的预测滤波方法.通过对AR模型数学表达式进行改写,然后引入反褶积代价函数,最后推导得到压制随机噪声的递归算法.该算法实现了单道压制随机噪声,保护了有效信号的细节部分,比基于常规最小二乘代价函数的滤波算法收敛更快.通过模拟和实际地震资料验证表明,该方法能较好地压制低信噪比资料中的随机噪声干扰,同时能较好地保护有效地震信号.     

地震勘探时空域双曲滤波因子的特点与提高信噪比的能力

为改善强随机噪声背景中地震勘探资料信噪比（S/N）,提出了混沌振子算法;该算法可实现对未知同相轴的确定. 本文的时空域双曲滤波（hyperbolic time\|distance relation filter,HTDF）是上述算法的后续处理,即处理得到存在的弱同相轴.HTDF的理论基础是最小平方滤波和混沌振子算法. 为说明滤波过程与效果,对于包括一个反射同相轴的地震记录进行了多道滤波因子计算. 结果表明,与一个输出道相应的双曲滤波因子组具有复杂的时频域结构,突出的特点是振幅谱“波动式陷频”表现;弥补或消除这个不足的方法是与输出道相应的多个滤波因子之间存在的振幅谱“互补”性.利用相同随机噪声背景下的共炮点理论记录,经与域双曲速度滤波、褶积滤波处理方法比较,在振幅谱、子波初至、零相位性、S/N改善等方面,HTDF的滤波效果优于另外两种.最后探讨了该滤波技术的机理,包括同相轴内各子波间的相似性,以及对组内因子实施的多次有效相加处理.     

一种神经网络改进小波的地震数据随机噪声去除方法

地震资料的有效信号反射弱,且易受多次波的影响,不可避免地存在随机噪声干扰。提出一种基于神经网络改进小波的地震数据随机噪声去除方法,采用神经网络模型,识别出随机噪声信号,对该信号进行小波包分解,获取多类别随机噪声信号,采用级联BP神经网络模型提取出多类别随机噪声信号,实现地震数据的随机信号压制。实验结果显示,这种改进小波方法对地震数据随机噪声信号的去噪效果较好,在复杂沉积地质结构被探测介质的地震数据随机噪声压制方面具有较强的适用性。     

改进的正交多项式变换在地震资料去噪中的应用

水平叠加虽然在很大程度上压制了噪声,提高了地震剖面的信噪比,但CMP遭集上还存在不少不是一次波的规则干扰和随机噪声,不利于叠前资料的岩性反演和叠后资料的波阻抗反演.本文提出了基于改进的正交多项式变换压制地震资料中随机噪声的方法,其优势在于:通过对不同时间信号的奇异值分解,确定有效信号正交多项式系数谱的阶数;再利用小波变换,改善有效信号和噪声在低阶上的混叠.文中给出了具体处理的过程,数据试验和实际资料的处理结果表明该方法不仅能有效地压制噪声,而且还能较好地保护地震数据中AVO变化特征.     

低信噪比地震资料FDOC-seislet变换阈值消噪方法研究

地震数据本质上是时变的,不仅有效同相轴表现出确定性信号的时变特征,而且复杂地表和构造条件以及深部探测环境总是引入时变的非平稳随机噪声.标准的频率-空间域预测滤波只适合压制平面波信号假设下的平稳随机噪声,而处理非平稳地震随机噪声时,需要将数据体分割为小窗口进行分析,但效果不够理想,而传统非预测类随机噪声压制方法往往适应性不高,因此开发能够保护地震信号时变特征的随机噪声压制方法具有重要的工业价值.压缩感知是近年出现的一个新的采样理论,通过开发信号的稀疏特性,已经在地震数据处理中的数据插值以及噪声压制中得到了应用.本文系统地分析了压缩感知理论框架下的地震随机噪声压制问题,建立了阈值消噪的数学反演目标函数;针对时变有效信息具有的可压缩性,利用有限差分算法求解炮检距连续方程,构建有限差分炮检距连续预测算子(FDOC),在seislet变换框架下,提出一种新的快速稀疏变换域———FDOC-seislet变换,实现地震数据的高度稀疏表征;结合非平稳随机噪声不可压缩的特征,提出了一种整形迭代消噪方法,该方法是一种广义的迭代收缩阈值(IST)算法,在无法计算稀疏变换伴随算子的条件下,仍然能够对强噪声环境中的时变有效信息进行有效恢复.通过对模型数据和实际数据的处理,验证了FDOC-seislet稀疏变换域随机噪声迭代压制方法能够在保护复杂构造地震波信息的前提下,有效地衰减原始数据中的强振幅随机噪声干扰.     

基于波动方程地震数据映射的随机噪声去除方法研究

一般的随机噪声去除方法都是通过信号分析和处理手段在信号变换空间对随机噪声进行压制,这些方法没有考虑地震信号本身所具有的特性,容易造成有效信号的损失,而本文的随机噪声去除方法是从地震波传播的角度,利用地震数据映射方法根据有效信号和随机干扰在成像空间和数据空间的不同表现进行相干加强处理去除随机干扰,可以在去除噪声的同时更好的保持有效信号.数据映射算子由频率波数域共偏移距相移法叠前时间偏移和反偏移算子两部分构成.在常规叠前时间域相移法的基础上,本文采用成像域相移法进行叠前时间偏移和反偏移,可以在一定程度上提高数据映射的计算效率,并采用自适应的变孔径方法来改善数据映射的成像质量.通过模型和实际资料处理表明,该去噪方法能有效提高资料的信噪比,改善同相轴的连续性.     

基于典型分解的地震勘探随机噪声模拟方法

随着矿产资源勘探的发展,地震勘探采集环境越来越复杂,接收到的反射地震记录中常常包含大量的干扰,从而造成野外地震资料信噪比低、面貌复杂、有效信息难以分辨,这对提取和利用地震记录中的有效信息造成了障碍。传统数值模拟的记录一般不具有包含各种成因的随机干扰噪声背景,虽然理论记录的处理效果都很好,但却很难处理实际低信噪比的地震资料。截至目前,地震勘探随机噪声模拟方法少有成形理论可以参考,对地震勘探随机噪声特性的认识存在一定的理想化和局限性。许多研究在进行噪声模拟时,添加的是在后续叠加处理时一般都能消除的白噪声,不能接近实际资料的处理。本文基于随机函数的典型分解理论,在用Marmousi模型记录的基础上,根据CMP道集的相干特性计算出可加性随机干扰,这种随机干扰因为与CMP道集记录具有类似的相干性而更接近实际地震资料的干扰背景。此方法可以指导地震勘探的野外观测系统的设计、地震数据的后期处理和解释。      

基于正交多项式变换的CMP动校正道集随机噪声压制

本文提出了一种新的基于正交多项式变换来压制动校正后CMP道集上随机噪声的方法,将地震资料经过正交多项式变换,建立正交多项式系数谱,该谱描述了地震资料在正交多项式域的能量分布,可以较好地分离有效波和随机噪声,相对于固定阶次的基于正交多项式变换压制噪声的方法,所提出的方法根据能量随阶次变化的规律,自适应确定表达有效信号的正交多项式阶次,既提高了信号和噪声的分离效果,又有效地保护了地震信号中的AVO信息,对人工合成数据和实际资料的处理结果表明了所提出方法的有效性.     

基于分数阶小波域GSM模型的地震信号随机噪声压制方法

地震信号中的随机噪声是一种干扰波,严重降低了地震信号的信噪比,并影响着资料的后续处理和分析.本文根据地震信号中有效信号和随机噪声的差异,结合分数阶B样条小波变换与高斯尺度混合模型提出了一种地震信号随机噪声压制方法.首先利用分数阶B样条小波变换将含噪地震信号映射到最优分数阶小波时频域内,然后对各小波子带系数分别建立高斯尺度混合模型,由贝叶斯方法估计出源地震信号小波系数,最后使用分数阶B样条小波逆变换重构得到降噪后的地震信号.利用本文方法对合成地震记录和实际地震信号进行降噪处理,实验结果表明本文方法能够有效地压制地震信号中的随机噪声,并且较好地保留了有效信号.     

基于非稳态多项式拟合的地震噪声衰减方法研究(英文)

基于非稳态多项式拟合理论,针对地震数据中同相轴振幅变化这一特征,我们提出了一种地震噪声衰减的新方法。非稳态多项式拟合系数是时变的,通过整形正则化约束多项式拟和系数的光滑性,自适应的估计地震数据的相干分量。基于动校正后的共中心点道集(CMP)中地震信号的相干性,利用非稳态多项式拟合估计有效信号,从而衰减随机噪声。对于线性相干噪声,如地滚波,首先利用径向道变换(RadialTraceTransform,RTT)将地震数据变换到时间一视速度域,在时间—视速度域利用非稳态多项式拟合估计出相干噪声,然后减去相干噪声。该方法可以有效的估计振幅变化的相干分量,不需要相干分量振幅为常量的假设。模拟和实际资料处理结果表明,与传统的稳态多项式拟合和低切滤波相比,该方法可以更为有效的衰减地震噪声,同时保真了地震有效信号。     

压制空间非平稳地震勘探随机噪声的ROAD径向时频峰值滤波算法

径向时频峰值滤波算法是一种有效保持低信噪比地震勘探记录中反射同相轴的随机噪声压制方法,但该算法对空间非平稳地震勘探随机噪声压制效果不理想.本文研究空间非平稳地震勘探随机噪声,即各道噪声功率不同的地震勘探随机噪声,其在径向滤波轨线上表征近似脉冲噪声,在径向时频峰值滤波过程中干扰相邻道滤波结果.为了减小空间非平稳随机噪声的影响,本文提出一种基于绝对级差统计量(ROAD)的径向时频峰值滤波随机噪声压制方法.该方法首先根据径向轨线上信号的绝对级差统计量检测空间非平稳地震勘探随机噪声,然后结合局部时频峰值滤波和径向时频峰值滤波压制地震勘探记录中的随机噪声.将ROAD径向时频峰值滤波方法应用于合成记录和实际共炮点地震记录,结果表明ROAD径向时频峰值滤波方法可以压制空间非平稳地震勘探随机噪声且不损害有效信号,有效抑制随机噪声空间非平稳对滤波结果的影响.与径向时频峰值滤波相比,ROAD径向时频峰值滤波方法更适用于空间非平稳地震勘探随机噪声压制.     

三维偏移距平面波有限差分叠前时间偏移

本文提出了中点-半偏移距域内的三维偏移距平面波(offset plane-wave)方程,并给出了其有限差分解法.偏移距平面波可通过对CMP道集进行平面波分解(倾斜叠加或线性Radon变换)生成,然而这样做会产生严重的噪音干扰.本文提出了局部倾斜叠加方法(local slant-stacking)来消除离散线性Rado...     

基于提升算法和百分位数软阈值的小波去噪技术

在地震勘探领域,随机噪声一直是影响地震信号信噪比的主要因素之一,如何从被干扰的地震信号中有效去除随机噪声并保护有用信号具有重要的意义.针对经典小波变换在计算效率方面的缺陷,本文推荐应用提升算法实现第二代小波变换的构建,分析和对比了提升算法(Lifting Scheme)下不同小波变换方法的特性,选取更加符合小波域去噪原理的CDF 9/7双正交小波变换作为基本算法,同时应用了简单、有效的百分位数(Percentiles)软阈值进行信噪分离.通过理论模型处理,本方法可以在去噪能力和保护有用信号之间找到很好的平衡点.实际剖面的处理效果表明,此方法不仅能有效的滤除随机噪声,而且很好地保护有用信号,提高地震数据分析的精确性.     

基于经验模态分解的分数维地震随机噪声衰减方法

经验模态分解算法(EMD)是一种基于有效波和噪声尺度差异进行波场分离的随机噪声压制方法,但由于实际地震数据波场复杂,导致模态混叠较严重,仅凭该方法进行去噪很难达到理想效果.本文基于EMD算法对信号多尺度的分解特性,结合Hausdorff维数约束条件,提出一种用于地震随机噪声衰减的新方法.首先对地震数据进行EMD自适应分解,得到一系列具有不同尺度的、分形自相似性的固有模态分量(IMF);在此基础上,基于有效信号和随机噪声的Hausdorff维数差异,识别混有随机噪声的IMF分量,对该分量进行相关的阈值滤波处理,从而实现有效信号和随机噪声的有效分离.文中从仿真信号试验出发,到模型地震数据和实际地震数据的测试处理,同时与传统的EMD处理结果相对比.结果表明,本文方法对地震随机噪声的衰减有更佳的压制效果.