三参数小波变换自适应阈值压制地震数据高频随机噪声

在有效压制高频随机噪声的基础上,最大限度保留有效信号一直是地震数据降噪处理中的难点.小波变换阈值降噪因其优秀的降噪效果和较高的计算效率受到地球物理学家们的青睐.在小波变换阈值降噪中,小波基、阈值函数以及阈值是影响降噪效果的3个关键因素.针对这3个关键因素开展相关研究：(1)采用更加适合地震信号分解的三参数小波作为母小波,可以更好进行信噪分离;(2)采用改进的阈值函数克服传统硬、软阈值函数的不足,基于改进阈值函数得到的降噪地震数据不仅波形光滑、连续,而且基本保持原始信号的特征,综合了硬阈值和软阈值函数的优点;(3)针对统一阈值“过扼杀”有效信号这一缺点,提出自适应阈值,自适应阈值不单以能量为标准进行有效信号和噪声的识别,还考虑有效信号小波系数的相关性,避免有效信号被当成噪声舍弃.最后通过模型试算和实际地震数据验证所提方法的有效性和实用性.     

复小波包域的微震信号分析提取方法

提出了一种在复小波包域分析提取微震信号的新方法。此方法先采用复小波包分解同时获得信号的幅值信息和相位信息,再采用一种称为“比值加权”的复小波包重构法,重构出信噪比大大增强的微震信号。实际应用表明这种新方法在提取微震信号,提高信噪比方面效果显著。     

最优小波包变换在地震信号去噪中的应用

应用最优小波包变换,采用取决于节点噪声时频特征的相关阈值,对模拟地震波到达的加噪合成信号、SDAES数字声发射仪采集的微震实验信号、NIED观测台站记录的日本2007年能登半岛地震信号进行去噪,并和基于小波变换的其他方法进行了去噪效果比较.结果表明,该方法获得的信号信噪比(SNR)高、失真低,体现出了总体优越性.     

一种小波综合阈值地震信号降噪方法

小波阈值方法中硬、软阈值方法是地震信号降噪常用方法,但容易造成信号中高频信息丢失导致地震误判和漏判情况发生。小波综合阈值方法继承和发展了硬、软阈值降噪方法的优点,对信号高频部分用硬阈值方法,以提高高频信号能量,对信号低频部分用软阈值方法,提高信号降噪能力的同时保证信号连续性和光滑性。利用噪声信号小波系数小和地震信号小波系数大的特征,进行雷克子波降噪仿真实验和实际地震信号降噪实验。仿真实验表明,小波综合阈值方法降噪后波形MSE值最小,且降噪后与原信号波形最近似,降噪后波形高频部分能量增强且抑制低频部分能量。最后,对实际采集的地震信号进行降噪处理,处理后信号中能量增强被压制,利用处理后的信号可得到地震的初至时间。     

基于小波包变换的重叠地震波分离

利用dmey小波包变换提取时频特征,采用阈值熵搜索最优小波包基方法,用Matlab语言编程,实现对重叠地震信号的分离.通过对2009年2月20日柯坪M5.2地震波和其后ML4.7余震的研究,发现用该方法能清楚地找到同源地震重叠的位置,为地震定位提供准确、可靠的震相识别依据,从而提高地震定位的精度.     

基于小波变换的大尺度岩体结构微震监测信号去噪方法研究

为将小波去噪方法应用于大尺度岩体结构微震监测信号的去噪研究,首先在MATLAB环境下进行仿真,验证了使用Symlet6小波进行小波去噪的可行性;利用4种自适应阈值规则对含噪信号进行去噪对比,结果表明4种阈值去噪后的信号在均方差较小的情况下都极大地提高了信号的信噪比,有效地去除了噪声,对不同的含噪信号,无偏似然原则阈值去...     

基于小波包变换的弱震相识别方法

描述了一种新的用小波包变换识别弱震相的方法．它基于小波变换的多尺度分析思想,是小波变换的完善与发展．该方法能刻画出二进尺度下地震波初至信号瞬态谱异常变化特征的信息,可实现确定震相特别是弱震相的目标．文中给出了模拟数字信号和实际地震震相识别的实例．研究结果表明,小波包变换方法是一种进行弱信号分析的有力工具,与传统的震相识别方法相比,有着无可比拟的优点,具有诱人的应用前景．      

基于双树复小波包变换的地震信号分析方法

尝试性地将一种双树复小波包变换方法应用于地震信号分析中 .复小波包变换综合了实小波包变换与连续复小波变换各自的优点 ,不但能提取信号的相位信息 ,而且选取与被分析信号相频特性相匹配的复小波包 ,可以对信号产生更好的“聚焦”作用 .本文描述了一种双树复小波包变换算法 ,并给出了模拟信号及实际地震记录的分析实例 .研究结果表明 ,双树复小波包变换是分析具有非线性相位地震信号的一种较为有效的方法 .     

基于小波包变换的滤波方法

基于小波包变换的基本原理,提出了对不同频率范围的信号和噪声进行滤波处理的方法．利用该方法可将噪声与信号分离以及将不同频段信号分解,从而达到滤波的目的．仿真结果表明,小波包变换具有许多其它分析手段所不具备的优点,是一种有效的滤波方法,可应用于地震信号的预处理     

基于双树复小波包变换的地震信号分析方法

尝试性地将一种双树复小波包变换方法应用于地震信号分析中. 复小波包变换综合了实小波包变换与连续复小波变换各自的优点，不但能提取信号的相位信息，而且选取与被分析信号相频特性相匹配的复小波包，可以对信号产生更好的聚焦作用. 本文描述了一种双树复小波包变换算法，并给出了模拟信号及实际地震记录的分析实例. 研究结果表明，双树复小波包变换是分析具有非线性相位地震信号的一种较为有效的方法.      

Identification method of weak seismic phases on the basis of wavelet packet transform

This paper describes a sort of new method identifying seismic phase by the name of wavelet packet transform. Perfectness and development of the wavelet packet transform is based upon the idea of its multiscale analysis. The method of wavelet packet transform can depict the anomalous changes information of transient spectra of seismic wave onset, and come true the target of identifying seismic phase especially weak seismic phase. Then this paper presents discriminating examples of simulating digital signals and actual seismic phase. Compared with conventional seismic phase discrimination, studied results show that the wavelet packet transform method is an available tool of weak signal analyses, and have unexampled merits and attractive application foreground. This research gets hold of Higher School Doctor Scientific Research Foundation (No. 157 WJ0704 9435611) and supported by the National Natural Science Foundation (No. 49474211).     

第二代小波变换及其在地震信号去噪中的应用

本文讨论了第二代小波变换的基本原理和变换过程，并将第二代小波变换引入到地震资料去噪处理中，基于提升法的小波变换是一种柔性的小波构造方法，它使用线性、非线性或空间变化的预测和更新算子，并能确保变换的可逆性。通过对模拟数据和实际资料的处理，证明了的它对地震信号去噪具有很好的效果。离散信号的小波去噪可分为三步：小波分解，系数缩减（切除噪声部分），信号重建。目前常用的小波去噪的方法有硬阈值法和软阈值法，这里采用软阈值法去噪。本文的提升变换采用的是Deslauriers-Dubuc（4，2）小波，基于以上变换方法，分别对含噪的模拟数据及实际地震数据进行3级可逆提升变换，对每一级上的细节信号按上述的软域值法进行处理，削减小波系数中的噪声部分，从而实现了信号去噪，结果证明去除随机噪声的效果是令人满意的。     

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.     

Seismic signal analysis based on the dual-tree complex wavelet packet transform

We tried to apply the dual-tree complex wavelet packet transform in seismic signal analysis. The complex wavelet packet transform (CWPT) combine the merits of real wavelet packet transform with that of complex continuous wavelet transform (CCWT). It can not only pick up the phase information of signal, but also produce better “focalizing” function if it matches the phase spectrum of signals analyzed. We here described the dual-tree CWPT algorithm, and gave the examples of simulation and actual seismic signals analysis. As shown by our results, the dual-tree CWPT is a very effective method in analyzing seismic signals with non-linear phase. Foundation item: Cultural Heritage Protection Program of State Administration of Cultural Heritage (200001).     

基于物理小波的频谱分解方法及应用研究

在地震资料频谱分解中,采用匹配地震子波的物理小波,依据地震信号的特征,用振幅、能量衰减率、能量延迟时间及地震子波的中心频率等四类参数构造基本小波,把地震信号分解在小波域,高频分量能够得到精细的刻画.本文以物理小波变换为工具, 给出了该变换中的核函数的选择方法,进而提出了基于物理小波变换的频谱成像方法.我们将此方法用于海上某油田河流相储层的描述,并与常规软件中的小波变换频谱成像结果进行了对比, 结果表明,本文提出的方法更能精细地刻画地质事件.     

Hiibert-Huang transform and wavelet analysis of time history signal

The brief theories of wavelet analysis and Hilbert-Huang transform (HHT) are introduced firstly in the present paper. Then several signal data were analyzed by using wavelet and HHT methods, respectively. The comparison shows that HHT is not only an effective method for analyzing non-stationary data, but also is a useful tool for examining detailed characters of time history signal.