基于第二代Curvelet变换的面波压制(英文)

针对面波能量强、频率低、视速度低等特点,本文提出了基于第二代Curvelet变换的多尺度、多方向分解的面波压制方法,充分利用Curvelet变换的多尺度、多方向功能,分离出含有面波的尺度和方向然后利用面波与有效波在Curvelet域基本不重叠的特性,进行信噪分离处理。这种方法在实际叠前地震数据的处理中,能够有效压制面波,同时较好地保护有效反射波,特别是反射波的低频分量。文中提出的基于第二代Curvelet变换的去面波方法是一种较好的保幅去噪方法。     

基于小波分频与径向道变换的联合压制面波方法（英文）

面波是地震记录上严重的干扰波。基于小波变换的面波衰减方法考虑了面波频率低的特点,但是当有效信号和面波干扰存在频率重叠时,其压制效果不理想。径向道变换考虑了面波与有效信号视速度差异,有利于去噪,但是在去除面波的同时也会损害有效信号的低频分量。本文根据面波和有效信号在视速度以及小波域能量的差别,将小波变换的局部分析能力与径向道变换的去噪优势相结合,提出了基于小波分频与径向道变换的联合面波压制方法。首先应用小波变换,将地震记录分解为不同频段,对出现面波的频段作径向道变换,然后再作低切滤波处理,最后利用径向道反变换后的记录与其他频段的记录进行小波重构得到去除面波的记录。两种方法的联合使用提高了小波分频去除面波的能力,同时也较好的保护了有效信号。通过模型数据实验分析和实际资料数据处理的结果表明,本文提出的方法具有较强的去噪能力和良好的保幅性能。     

基于希尔伯特-黄变换的多分量地震去噪方法研究及应用

针对多分量地震数据具有信噪比低、波场比较复杂等特点,同时为了解决有效波和面波在低频带具有相关性且频带有重叠的部分.本文基于希尔伯特—黄变换(Hilbert—Huang transform,HHT)提出一种多分量地震数据去噪方法.HHT的核心部分是固有模态分解(Empirical mode composition method,EMD),它将地震信号自适应分解为各个尺度的固有模态函数(Intrinsic mode function,IMF);然后根据有效波和噪声分布在不同的分辨尺度范围内进行数据重构;对于一些尺度分布比较宽的,进行更加严格的EMD分解,以及通过瞬时参数阈值大小进行处理以达到更好的去噪效果.本文所做的工作主要针对多波资料中面波的处理,利用面波跟有效波的频率尺度和瞬时属性差异,从仿真数据、模型和实际地震数据进行面波的压制实验,取得了比较满意的压制效果,提高了地震资料的分辨率.也表明了该方法在多分量地震去噪处理中的可行性.     

基于广义S变换、经验模态分解叠前去噪方法的比较

高频噪声压制是高分辨率地震数据处理中的关键性问题.基于广义S变换、经验模态分解的时频域地震去噪技术具有时变、分频和高保真特性,可有效处理非平稳地震信号,但二者在去噪原理、去噪效果、保真度、计算效率等方面尚存差异.对比分析表明:两种算法在提高地震信号信噪比的同时,可保持地震信号的保真度,保护陡倾角反射界面能量;基于广义S...     

基于形态成分分析地震信号二维域面波分离方法研究（英文）

地震数据中的面波是严重降低地震资料信噪比的干扰波,它的存在影响了后续地震资料的处理与解释。本文根据地震记录中面波与反射波信号形态结构的差异,采用基于二维字典形态成分分析方法对面波噪声与反射波进行分离。根据面波信号的低频、低视速度和频散的特性,选择二维非抽样离散小波变换作为面波的稀疏表示字典,根据反射波局部相关性较强的特点,选择二维局部离散余弦变换作为反射波的稀疏表示字典,构建地震记录在联合二维字典下的稀疏表示模型并采用块协调松弛算法进行求解,将地震记录分解为反射波部分和面波部分。对合成地震信号以及实际地震资料的处理结果表明本文方法不仅能有效压制强能量的面波干扰,而且还能很好保护反射波信号的波形。     

基于经验曲波变换的面波压制方法（英文）

鉴于面波严重影响地震中深层有效反射,而传统的曲波变换面波压制方法无法根据数据实现自适应提取曲波基,影响了去噪效果,本文提出了一种经验曲波变换压制面波的方法。该方法不仅能将地震数据分为多个尺度和方向,而且不同于传统的曲波变换,能根据数据本身的信息,自适应提取曲波基,区分面波与有效波的频谱支集。由于一次有效波与面波能量十分接近,导致面波与有效波曲波系数出现少许重叠,结合奇异值分解的方法,最终在曲波域有效实现了面波与有效信号的信噪分离。模拟数据及实际资料处理结果表明,该方法比传统的曲波变换面波压制方法效果更好,自动化程度更高,是一种先进有效的相对保幅去噪技术。     

多分量地震的时频域瞬时极化分析和滤波

极化分析方法在多分量地震资料处理中起着举足轻重的作用,当波形初至很接近时,利用常规的时间域极化分析方法刻画不同波型的极化分布就变得比较困难了.基于此,在广义S变换时频方法的基础上,实现了一种时频域瞬时极化滤波方法.该方法根据多分量信号的时频谱及瞬时相位来计算瞬时极化参数(极化轴、极化率、平面化向量等).结合了时频分析方法的优势,在波形识别方面更加准确.通过极化率可以识别并分离线性极化波和椭圆及圆形极化波,通过平面化向量与各分量之间的夹角大小,定性识别平面波和非平面波.模型勘探数据及实际三分量台站地震数据处理结果表明,时频域瞬时极化滤波方法在波场分离及非平面波压制等方面具有一定的实用性.     

多分量地震极化分析评述

多分量地震勘探弥补了用常规单分量地震勘探进行岩性识别、地层构造解释时造成的多解性的不足.极化分析方法在多分量地震资料处理中又起着举足轻重的作用,它根据各种类型的波在传播过程中不同的极化矢量,对地震资料进行震相识别、波场分离和去噪等,为多分量地震资料的后续处理和解释打下基础.目前,国内外学者对极化分析方法进行了大量的研究...     

瞬时偏振滤波技术压制X分量中的面波(英文)

瑞雷面波与体波在偏振上的差异使得利用偏振特征分离这两种波场成为可能。为克服滑动时窗法在应用中存在的一些问题,本文将工程地震和天然地震信号分析中的复数道技术与瞬时偏振分析技术引进到能源领域多分量地震勘探转换波记录中的面波压制处理。理论模拟与野外实测数据的处理试验显示了较好的压制面波、保留有效信号的去噪效果,证明了该技术值得在多分量数据处理中推广应用。     

基于小波谱能量曲线EWT的面波压制算法

面波提取和压制是地震资料处理的关键问题之一,对地震资料处理的准确性具有重要影响.针对传统地震面波压制算法面波分离精度低、有效波损伤大的问题,提出一种基于小波谱能量曲线(Wavelet Spectrum Energy Curve,WSEC)经验小波变换(Empirical Wavelet Transform,EWT)的面波压制算法,该算法利用连续小波变换(Continuous Wavelet Transform,CWT)精细化的时频分析能力得到地震信号的WSEC,从频率和能量两个维度对信号进行自适应分解,提高面波提取精度.首先对地震记录进行CWT,根据小波谱计算各频率点的能量得到WSEC;基于WSEC极大值点的频率及ε邻域法确定频谱分割边界进行改进EWT,得到依能量和频率分解的各固有模态分量(Intrinsic Mode Function,IMF);根据各子频带的频率和能量确定面波IMF,最后对面波IMF进行带通滤波以保护其中的有效波.仿真实验表明,算法能根据地震信号的频率和能量自适应分解,实现面波的精准分离与提取;实际地震资料处理表明,算法能准确分离面波,能最大限度保护有效波,提高资料信噪比,是一种有效可靠的面波压制算法.     

基于数据驱动的小波域分贝准则强能量振幅压制方法（英文）

在对振幅值动态范围分布较大的地震数据进行强能量去噪处理时,针对常规方法通常会面临的阈值求取不准导致效果不理想、需要反复测试模块参数以及需要多轮迭代联合去噪才能达到预期效果等问题,本文提出了基于数据驱动的分贝准则小波域强能量振幅压制方法。与常规方法相比,该方法不直接对异常强振幅能量值进行统计分析,而是对振幅的能量级指数进行统计分析来确定去噪阈值,即分贝判定准则。本文采用小波变换在时频域选取最佳有效信号分布时窗进行阈值统计,然后分频压制,以进一步提升去噪效果。理论和实际数据测试表明,该方法能有效压制地震数据中的强能量振幅,对强能量振幅分布动态范围适应广、时窗依赖程度低、保幅性好,具有良好的应用前景。     

基于小波分频叠前相干噪声压制方法

基于小波分析的去噪方法在地震资料叠前处理中得到了广泛应用.本文主要介绍利用小波变换的分频特性来压制相干噪声.通过小波分频技术将叠前地震信号分解为不同频带,然后利用有效波和相干干扰波的频谱差异来区分有效信号和噪声,最后利用加权方法去掉不需要的噪声信息来达到去除相干噪声的目的.实际资料的处理结果表明：基于小波分频方法能很好地压制相干噪声,从而提高地震资料信噪比和分辨率.     

面波压制的Ridgelet域方法

面波压制是地震数据处理中的一个重要问题. 常规的处理方法虽然能在一定程度上压制面波，但是在处理过程中只是单一的利用面波的一种特性,例如频率域滤波中利用面波与有效信号频率之间的差别，因此难以有效地压制面波. 利用Ridgelet变换可将原始地震记录拓展到（a,τ,p）三维空间，从而可以同时利用地震记录的视速度、时间和尺度域特性差别，实现有效信号与面波的分离. 文中通过理论合成记录及实际地震记录的算例，证实了基于Ridgelet变换的面波压制方法是有效且可行的.     

基于Curvelet变换的地震资料信噪分离技术

在地震资料中,噪声干扰严重影响了有效信号的提取,为此必须进行信噪分离处理.本文提出一种基于Curvelet变换和KL变换相结合的软硬阈值折衷处理方法.首先对地震数据进行Curvelet变换,然后对各尺度系数选取适当阈值压制噪声干扰,再利用KL变换提取数据中的相干有效信号,最后重构得到去噪后的记录.经合成记录和实际地震资料处理实验证明,该方法与小波变换法相比较,更能有效进行信噪分离,提高地震剖面信噪比和分辨率.     

基于CEEMDAN和SWT的地震信号随机噪声压制

完备集合经验模态分解(CEEMD)通过添加正负成对辅助噪声可较好的解决集合经验模态分解(EEMD)中信号被噪声污染的问题,但CEEMD方法分解后的单个本征模态函数(IMF)分量中仍存在部分随机噪声信息.通过转变辅助噪声形式和分解流程提出自适应噪声完备集合经验模态分解(CEEMDAN)方法,该方法在较少集总次数和筛选迭代次数的情况下,即可实现优良的信噪分离功能,大大缩减处理耗时,具备分解精度高、具有完备性的特征.同时,针对传统经验模态分解(EMD)类方法去噪时直接舍弃第1～2阶高频IMF分量,导致其内高波数有效能量损失的问题,通过计算相邻IMF分量互信息熵获取高频噪声和低频有效信号的最优能量分界,对分界点前的各阶IMF分量进行同步压缩小波变换(SWT)处理,分离有效高频信息,最后与低频IMF分量重构达到噪声压制的目的.合成及实际地震资料处理结果表明,本文联合多步骤地震随机噪声压制策略具有较好的去噪效果和能量保持能力,在运算耗时指标上优于传统的EMD噪声辅助类方法.     

保幅低频面波压制方法与应用

面波是陆地地震勘探中的一种强能量规则干扰,面波的存在对地震数据成像有很大影响,因此需要对面波予以压制.常规面波压制方法只考虑面波的强能量特性,很容易损伤面波频带内的有效信号,难以满足地震资料保幅处理的要求.在传统方法的基础上,本文提出低频弱信号保护的面波压制方法,该方法在有效地消除面波干扰的同时,最大程度的减少了低频有效信息的损失,提高地震资料的信噪比和保幅性,松辽盆地北部西部斜坡地区实际地震资料的处理表明,该方法是一种有效的相对保幅的面波压制方法,可为岩性油气藏勘探提供重要的基础数据,具有很强的实用性.     

基于地震子波支撑和Curvelet域稀疏约束的面波衰减方法

面波噪声衰减是地震数据处理流程中的重要一环,传统的面波衰减方法主要依靠面波与有效信号的几何特征差异,在变换域中将两者进行分离.受复杂近地表因素的影响,面波往往呈现非线性特征,并且在变换域中面波与有效信号存在部分重叠,这都导致面波噪声与有效信号难以彻底分离,消除面波的同时也损伤了有效信号.针对这一问题,本文综合利用Curvelet变换对地震数据的稀疏表征特性以及地震子波支撑来构建方程,通过Curvelet域稀疏约束来恢复压制面波时损失掉的有效信号.文中对该方法进行了模型试算和实际资料处理,处理结果表明:本文方法能够在一定程度上恢复损失的有效信号,提高了面波压制方法的保幅性.     

径向道变换压制相干噪声方法研究

径向道变换(Radial Trace Transform)是将地震道集振幅值从偏移距一双程旅行时坐标系变换到视速度-双程旅行时坐标系,通过这种坐标系的变换,使相干噪声与有效信号在视速度和频率方面都有效分离.本文在介绍RT变换基本原理基础上,分析了RT变换中两种常用插值方法及其特点.并利用对模拟地震资料的处理,证明了RT域模拟-相减法较其带通滤波法在相干噪声压制与反射信号保持方面具有明显优势.最后,根据噪声特点,通过选择合理RT滤波参数,对实际地震资料进行处理试验,获得了较好的去噪效果,明显提高了资料信噪比,验证了研究方法的有效性.     

GNMF小波谱分离在地震勘探噪声压制中的应用

地震勘探资料噪声压制及信噪比提高是整个地震勘探信号处理过程中的重要任务,随着地震勘探深度的增加及其复杂性,人们对地震数据质量的要求越来越高.勘探环境的复杂化使得采集到的地震资料中有效信号被大量噪声淹没,无法清晰辨识,严重影响后续的数据处理与解释.小波去噪是地震勘探中常用且发展较成熟的一种方法,但是其涉及到的阈值函数选取问题一直令人困扰,虽然已有多种阈值函数被提出,但仍存在各自的缺陷.本文利用小波分解在时域及频域良好的信号细节体现特性,引入模式识别中的非负矩阵分解(NMF)谱分离思想,针对小波系数阈值优化问题,提出了一种小波域图非负矩阵分解(GNMF)消噪算法.该方法首先在小波分解基础上,利用GNMF算法实现小波分解系数谱中信号分量与噪声分量的谱分离,然后通过反变换重构各分离子谱对应的子信号,最后利用K均值聚类算法将得到的多个子信号划分为信号类及噪声类,最终得到重构信号及分离噪声.合成记录和实际地震资料的消噪结果验证了新方法在提高信号与噪声分离准确性和精度方面的有效性,同时新方法避免了阈值选取造成的噪声压制不理想或有效成分损失问题.与小波消噪结果的对比及数值分析也说明了新方法在噪声压制及有效成分保持方面的优势.     

基于非二次幂Curvelet变换的最小二乘匹配算法及其应用

本文提出了基于非二次幂Curvelet变换的最小二乘匹配算法.首先,根据输入地震信号的频谱和方向等特征进行非二次幂Curvelet变换,根据其特征不同,最大程度地将有效信号和噪声分开;然后,在噪声能量集中的非二次幂Curvelet子记录上对输入数据和预测的噪声模型进行最小二乘匹配滤波处理.本方法提高了常规最小二乘匹配算法在时间空间域内进行信噪分离的稳定性和准确性.对含有面波的实际地震数据进行测试,其结果表明本方法可以有效地压制面波干扰,特别是当面波和有效信号有交叉或重叠等现象出现时,能较好地保护反射同相轴信息.本方法还可用于对含自由表面多次波和层间多次波等地震数据进行自适应信噪分离.