低信噪比核磁共振T2谱反演算法研究（英文）

正则化因子的选择方法决定了正则化方法的稳定性和准确度。在分析改进的奇异值分解法与正则化方法的关系的基础上,给出一个正则因子计算公式。数值模拟试验表明改进的奇异值分解法和正则化方法适应低信噪比。当信噪比低于30时正则化方法比奇异值分解法结果更好,当信噪比高于30时奇异值分解法更优。采用本文提出的正则因子的正则化方法可以适用于实际核磁测井的低信噪比(5相似文献   

基于EWT和Meyer自适应阈值的微震降噪

露天矿采场边坡的微震信号具有振幅弱、噪声多、信噪比低的特征,基于经验小波变换(EWT)及Meyer自适应阈值提出分频降噪方法.首先,针对微震信号的频谱特征,设计一种频谱分割策略,将信号和噪声分解为不同的模态;其次,分析模态的频谱和能量,采用Meyer阈值函数自适应降噪,提高有效信号振幅;最后,借助阈值函数处理包含较少有用信号的模态,重构微震信号以保持其连续性,结果表明,降噪后微震信号信噪比(SNR)高、有效信息多,噪声少;通过多种方法对比,并用信噪比与均方根误差(RMSE)对本次降噪效果进行评价,本文方法较好的保留了微震信号有效信息,降噪效果显著.     

基于SVD和BRD的二维核磁共振测井正则化反演算法研究

二维核磁共振能从"弛豫-扩散"两个维度上展现流体性质,在识别稠油储层方面具有理论优势,是当前核磁共振测井技术的研究热点.本文深入研究二维核磁共振测井原理,系统分析CPMG-DE脉冲序列测量扩散系数与弛豫时间的方法,结合核磁共振二维谱数理模型,提出一种基于SVD和BRD的正则化反演算法.该算法通过SVD压缩数据,采用带非负约束的Tikhonov正则化方法求解流体"弛豫-扩散"分布,并基于BRD算法迭代确定最佳正则化因子.模拟实验与数值分析表明,该算法无需先验信息、运算效率高、相对误差小,在原始数据信噪比低至50时,仍可有效获取流体(T₂,D)二维分布.在二维核磁共振测井数据实时解释应用中,该方法较传统反演算法(如TSVD)具有较大优势.同时,在自主研发的核磁共振测井仪测量CuSO₄溶液(T₂,D)分布的实验显示,本文设计算法对弛豫时间和扩散系数的反演误差分别仅为2%和4%,较TSVD算法有较大改善.     

SURE算法在核磁共振信号去噪中的实现

核磁共振产生的回波信号幅度比较低,容易受到噪声干扰.如何有效提高低场核磁共振回波信号的信噪比一直是核磁共振技术研究的关键课题之一.本文讨论了一种基于小波变换的Stein无偏风险估计(SURE)算法,从相关系数图版中确定尺度因子和分解层次,依据噪声在不同分解层次上的差异取不同的阈值对回波信号去噪.该算法与传统的模极大值法和空域相关法相比,能获得更高的信噪比,为储层流体分析提供更准确的孔隙度信息.     

水平层状介质中双侧向测井资料的迭代Tikhonov正则化反演

根据非线性反演理论与Morozov偏差原理研究建立从双侧向测井(DLL)资料中同时重构地层原状电阻率、侵入带电阻率、侵入半径、层界面位置以及井眼泥浆电阻率的迭代正则化算法.首先利用Tikhonov正则化反演理论将双侧向测井资料的反演问题转化为含有稳定泛函的非线性目标函数的极小化问题,并利用Gauss-Newton算法确定极小化解.为得到稳定的反演结果并有效实现测井资料的最佳拟合,在迭代过程中将Morozov偏差原理和Cholesky分解技术相结合,建立了一套后验选择正则化因子的方法.最后通过理论模型和大庆油田实际测井资料的处理结果,验证了该算法能够取得更为满意的反演效果.     

地震与大地电磁测深数据的自适应正则化同步联合反演

在传统的联合反演研究中,地球物理学者往往更多地关注数据拟合,很少涉及正则化理论.本文在电阻率和速度随机分布的大地电磁测深(MT)与地震联合反演研究的基础之上,将正则化思想引入到同步联合反演中,加入先验信息进行模型约束,选取最小模型为稳定泛函,并首次采用自适应正则化算法来确定联合反演的正则化因子.根据以往研究成果,采用非...     

基于FI-W算法对瞬变电磁法探测煤矿采空区数据的降噪

利用瞬变电磁法在煤矿采空区实际探测中,接收到衰减的二次感应电动势,其中中晚期的信号受噪声的干扰较大,信噪比低,不能有效真实地反映采空区的情况.本文通过对快速独立分量分析(FastICA)和小波阈值算法的改进,提出了FIW算法步骤,进而对TEM中晚期信号降噪计算,整个FI-W运算过程利用MATLAB程序.FI-W计算后的数据与其它降噪算法处理后的数据对比,分析得出FI-W算法提高了信噪比,处理后的曲线更接近于理想的衰减曲线;将测线上每个测点中晚期信号选取一部分数据用FI-W算法处理后,用GRAPHER软件形成多测道曲线,根据异常点确定采空区的位置,并钻孔验证,证实:通过多测道曲线确定的异常点位置与实际钻孔确定的采空区位置一致.经过FI-W算法降噪计算后的TEM中晚期数据能真实地反映采空区的位置.     

半航空瞬变电磁数据小波降噪方法研究

半航空瞬变电磁法野外勘探时,实测信号易受外界电磁噪声影响,导致后续反演效果不佳.常规降噪方法在处理非平稳性和相关性问题有一定局限性,因此,本文研究优化了Birge-Massart中经验系数α,提出一种基于Birge-Massart阈值策略的小波降噪法.通过正演生成理论含噪数据加入不同噪声,经本文方法降噪后信噪比(SNR)与均方根误差(RMSE)分别提升38％和降低75％,与其他阈值降噪方法相比,SNR与RMSE分别提升51％和降低59％.野外数据经本方法降噪后,反演效果准确解释了实地情况.说明此方法能灵活地分离噪声,提升后期反演和解释的精确性,是一种有效实用的半航空瞬变电磁数据降噪方法.     

基于压缩感知理论的地震数据降噪方法

针对地震数据在采集处理过程中存在的随机噪声,本文从压缩感知的角度,给出了一种地震数据降噪方法.其基本思路是:首先对含有随机噪声地震数据通过离散余弦变换进行稀疏表示,然后选取随机高斯矩阵为测量矩阵,并计算出传感矩阵,在地震数据重构阶段,采用正交匹配追踪算法对地震数据进行重构;通过实验方法对比,本文方法的降噪效果在峰值信噪比、信噪比、均方误差指标上均优于对比方法,证明了本文方法对地震数据中的随机非平稳噪声有较好的压制效果,提高了地震数据的信噪比.     

基于Backus-Gilbert理论的孔隙介质核磁共振弛豫反演

孔隙介质核磁共振(NMR)弛豫数据的多指数反演在NMR测井和岩心分析中均非常重要.本文基于Backus-Gilbert(BG)理论,提出一种NMR弛豫多指数反演的新方法.从解的非唯一性出发,不仅构造出一种解估计,更重要的是评价各种可接受的解估计,通过引入解估计分辨率和解估计方差对解进行评价,找出最佳折中解.通过算例,比较了新方法与传统正则化方法的效果,结果表明新方法具有明显优越性,在低信噪比条件下解稳定.最后分析了新方法的影响因素.     

（T2,D）二维核磁共振测井识别储层流体的方法

当地层孔隙中油气和水同时存在时,在核磁共振T₂分布上不同流体信号往往重叠,很难有效识别.本文采用改变回波间隔测量多组自旋回波串序列实现了（T₂,D）二维核磁共振方法,为有效识别储层流体提供了基础.通过数值模拟系统研究了（T₂,D）方法在不同储层、不同测量信噪比以及不同外加磁场梯度条件下识别流体的效果.结果表明：（T₂,D）方法识别中、低黏度油层具有优势,随着信噪比增加和外加磁场梯度加大,分辨油和水的效果将变好.在气层,对磁场梯度有一定要求,并且,测量数据的信噪比越高,分辨气与水的效果越好,当测量数据信噪比低于70时（T₂,D）方法在气层可能失效.在2MHz共振频率下,利用MARAN核磁共振岩芯分析仪器,对含顺磁性物质的饱和流体岩样进行了实验测量,验证了（T₂,D）方法的有效性.     

核磁共振共轭梯度解谱方法研究

核磁共振（NMR）解谱技术是核磁共振资料应用的基础和关键.本文将核磁共振解谱的混定线性反演问题转化为求目标函数极小值的最优化问题,然后利用共轭梯度算法具有二次终止性、收敛速度快的特点解决上述最优化问题.将该方法应用于无噪声和不同信噪比的理论数据解谱以及岩心NMR实验解谱并与真谱及实验室国外软件解谱结果对比表明：在信噪比SNR≥5时解谱结果和真谱符合得很好,谱线光滑连续;随着信噪比的降低对初始点的要求随之提高;两块岩心解谱结果与实验室结果符合得很好,利用解谱结果计算的核磁孔隙度与实验室氦孔隙度绝对误差分别为0.78%和0.57%.因此,本文方法有效、实用,具有较强的抗噪能力,对初始点的要求不高,能够应用于生产和科研实践中.     

核磁共振测井地层界面响应特征研究

核磁共振（NMR）测井是在仪器运动状态下实现对地层NMR信号的观测.研究垂直方向的速度对NMR测井响应特征的影响,能够为仪器设计和资料解释应用提供重要依据.本文给出NMR测井在地层界面的响应方程,对单界面、对称双界面和不对称双界面等地层模型进行模拟分析,以此为基础,深入讨论NMR测井响应的影响因素.结果表明,运动状态对NMR响应有显著影响,主要影响因素有：天线长度、测速、等待时间、累加次数、信噪比、层厚等.随着天线长度、测速、累加次数和等待时间的增加,纵向分辨率明显降低.文章最后为提高核磁共振测井纵向分辨率提出了建议.     

核磁共振测井时域分析法数值模拟及影响因素分析

核磁共振测井时域分析法已广泛用于评价油气层,并获得了很多成功应用实例.然而,由于储层结构的复杂性以及孔隙流体性质的多变,也常常见到应用失败的实例,影响了时域分析法的应用效果.本文通过数值模拟研究时域分析法在不同储层条件下识别流体的效果,并分别从孔隙流体类型、地层孔径变化、信噪比以及采集参数等方面,分析影响时域分析法应用...     

基于Context模型的Shearlet变换地面微地震随机噪声压制

地面微地震监测采集到的微地震信号通常能量微弱,信噪比低,如何提高微震数据的信噪比是数据处理的难题.Shearlet变换是一种新型的多尺度几何分析方法,具有敏感的方向性和较强的稀疏表示特性,能起到很好的随机噪声压制效果.由于地面微震数据的有效信号大多被淹没在噪声中,基于传统阈值的Shearlet变换（the traditional threshold-based Shearlet transform TST）只考虑到尺度或方向的阈值,在去噪过程中会过度扼制有效信号系数,造成有效信号能量损失.因而,本文建立Context模型,得到基于Context模型的Shearlet变换（the Context-model-based Shearlet transform CMST）方法,改进传统Shearlet阈值方法的不足.我们通过所建立的Context模型将能量相近的各方向系数划分为同一组,并分组估计阈值,分别处理各部分系数,达到微弱同相轴有效恢复的目的.通过TST及CMST的模拟实验与实际地面微震记录处理结果对比可知,本文方法在低信噪比条件下比对比方法更加有效地恢复地面微震数据的微弱信号,随机噪声压制效果明显,在-10 dB条件下,提升信噪比18.3741 dB.     

交叉偶极子声测井多频率反演地层三阶弹性常数和地应力研究

基于声弹性理论,本文详细论述了利用交叉偶极子多频率相速度反演地层三阶弹性常数和地应力的理论及信噪比对反演结果的影响.定性和定量分析表明在速度应力方程中,不含三阶弹性常数项与含三阶弹性常数项相比对速度的影响可以忽略,由此只利用一次测井资料同时反演地应力和三阶弹性常数是一个严重病态的问题或一个不确定性问题.针对不同的反演模型,详细考察了信噪比对各自简化模型和精确模型反演结果的影响.数值模拟结果表明,利用一次测井采用精确模型反演全部四个参数方法受信噪比影响严重.而利用不同流体压力下的测井资料进行反演时可以采用简化模型取代精确模型以便简化计算和提高反演速度,因为简化模型和精确模型有着几乎相同的精度;同时,分步反演的方法可以较好地反演出原位地应力及三阶弹性常数.     

A seismic interpolation and denoising method with curvelet transform matching filter

A new seismic interpolation and denoising method with a curvelet transform matching filter, employing the fast iterative shrinkage thresholding algorithm (FISTA), is proposed. The approach treats the matching filter, seismic interpolation, and denoising all as the same inverse problem using an inversion iteration algorithm. The curvelet transform has a high sparseness and is useful for separating signal from noise, meaning that it can accurately solve the matching problem using FISTA. When applying the new method to a synthetic noisy data sets and a data sets with missing traces, the optimum matching result is obtained, noise is greatly suppressed, missing seismic data are filled by interpolation, and the waveform is highly consistent. We then verified the method by applying it to real data, yielding satisfactory results. The results show that the method can reconstruct missing traces in the case of low SNR (signal-to-noise ratio). The above three problems can be simultaneously solved via FISTA algorithm, and it will not only increase the processing efficiency but also improve SNR of the seismic data.