基于离散小波变换的地震资料自适应高频噪声压制

针对现有的小波变换阈值去噪方法无法适用于地震资料高频噪声压制的缺点,笔者分别对阈值函数和阈值选取方案进行了改进,提出了连续硬阈值函数与自适应阈值相结合的地震资料高频噪声压制方法.连续硬阈值函数兼具软、硬阈值函数的优点,可提高重构地震信号的保真度,减少人为噪声误差;自适应阈值方案可根据非平稳地震数据中的能量时变、空变分布特点,通过引入不同子带小波系数标准差、代数平均值以及几何平均值等统计参数,使阈值能够随不同子带的小波系数能量变化而自动调整,以适应地震资料高频噪声压制的要求.实际地震数据处理结果表明,笔者提出的方法在提高信噪比的同时,可保护陡倾角反射界面信号,提高噪声压制后地震数据的保真度.     

基于改进混沌果蝇优化小波阈值法地震信号随机噪声压制

由于野外采集地震资料往往带有较多的随机噪声,给资料解释造成困难。针对小波阈值去噪的阈值选取通常需要对信号进行先验估计,带有较强猜测性,阈值选取难以获得最优结果。本文提出基于改进混沌果蝇优化的小波阈值法,将基于广义交叉验证(GCV)函数设定为阈值选取目标函数,在混沌果蝇优化算法中引入调节系数实现对该目标函数的迭代寻优,在无先验信息前提下,获取最优小波阈值。通过将本文算法用于合成地震记录和实际地震记录进行去噪处理,并对比常用小波阈值去噪算法,证明了本文算法的有效性。     

F-X域经验模式分解法压制地震信号噪声

地震信号属于典型的非线性、非平稳信号,其中通常夹杂一定的噪声,噪声会对后续的数据处理和解释产生一定的影响.经验模式分解(Empirical Mode Decomposition,EMD)是一种有效且自适应的非线性、非平稳信号分解方法.当原始地震记录转换到F-X域进行EMD时,可以将噪声分频分波数析出,首先通过Fourier变换将原始含噪的地震信号变换到频率域中,对实部和虚部分别进行EMD;然后剔除第一固有模式函数,将其余固有模式函数叠加,将叠加后的实部和虚部分量组合成新的复数序列;最后通过反Fourier变换将此序列转换至时间域,达到F-X域EMD压制地震信号噪声的目的.应用该方法对合成的单炮记录剖面和实测地震记录进行实验,结果表明,F-X域EMD法能有效且自适应地压制地震信号中的噪声.     

F-X域经验模式分解法压制地震信号噪声CSCD

地震信号属于典型的非线性、非平稳信号,其中通常夹杂一定的噪声,噪声会对后续的数据处理和解释产生一定的影响。经验模式分解(Empirical Mode Decomposition,EMD)是一种有效且自适应的非线性、非平稳信号分解方法。当原始地震记录转换到F-X域进行EMD时,可以将噪声分频分波数析出,首先通过Fourier变换将原始含噪的地震信号变换到频率域中,对实部和虚部分别进行EMD;然后剔除第一固有模式函数,将其余固有模式函数叠加,将叠加后的实部和虚部分量组合成新的复数序列;最后通过反Fourier变换将此序列转换至时间域,达到F-X域EMD压制地震信号噪声的目的。应用该方法对合成的单炮记录剖面和实测地震记录进行实验,结果表明,F-X域EMD法能有效且自适应地压制地震信号中的噪声。     

基于Shearlet变换的非局部均值地震噪声压制

在地震勘探中,由于野外地震数据采集环境及仪器性能本身的限制,采集到地震信号中不可避免地会混入较强的噪声,极大影响后续处理、解释工作。而近几年,多尺度几何分析方法以其独特优势成为压制噪声的研究热点,本文提出在Shearlet域中引入非局部均值算法对地震噪声进行压制,该算法首先对地震信号进行非下采样Shearlet变换,然后采用非局部均值法对分解后系数子集进一步处理,并采用8个Sobel算子近似表示全方向结构,对权重函数进行改进,最后对系数进行Shearlet反变换,得到去噪后的地震信号。实验结果表明相比于传统非局部均值法,该联合算法能有效地压制随机噪声,同时对弱同相轴具有更好的保护作用,在地震资料处理中具有良好的实用性。     

混合Radon变换地震噪声压制的应用

如何有效地从地震资料中剔除相干噪声一直是地震勘探十分关心的问题,尤其是多次波的压制和消除。笔者采用相似函数压制端点效应和截断效应的混合Radon变换从地震剖面中一次性分离面波等线性噪声,再应用自适应滤波技术在Radon域识别并剔除多次波,并使用双曲Radon反变换计算获得有效反射地震信号。理论模型及实测资料试算结果表明,该方法对多次波压制效果良好,同时,应用混合Radon变换可简化数据中噪声压制处理流程。     

基于地震信号相似性的S变换域多次波压制技术

多次波压制是海洋地震数据处理的关键,如何保护一次反射波的同时高效准确地识别并压制多次波是地震资料处理的重点。笔者在共中心点(CMP)叠加压制多次波方法的基础上,基于CMP道集地震信号与叠加道地震信号的相似性特征在S变换域进行多次波压制。首先,利用多次波速度动校正并对CMP道集数据减去叠加道数据完成第一次多次波减除,此时,波场中残余的多次波以随机噪声的形式存在;然后,对减除多次波的地震波场应用一次波速度动校正,并以一次波速度叠加道为初始模型对CMP道集S变换谱进行相似性滤波完成第二次残余多次波去除。针对理论数据和实际数据进行了有效性测试,结果表明本文所提方法能够较好地压制多次波,提高反射波的成像精度。     

基于匹配小波包算法的地震信号去噪

地震资料的信噪比是影响地震资料质量的关键因素之一。目前的去噪方法中,在滤波的同时会损伤有效信号,因此提出基于匹配算法的去噪方法,利用和地震信号匹配的小波包对信号进行分解,用选出的波形代表有效信号达到去噪的效果。实验分析表明,利用匹配小波包算法能够很好地压制地震信号白噪声,提高信噪比。当噪声能量小于有效信号周期能量时,小波包算法去噪效果比小波收缩阈值法好,信噪比提高5 dB ±。     

基于LIFT思想的噪声压制技术在南极海域地震资料中的应用

在中国第33次南极科学考察中, 自然资源部中国地质调查局下属的广州海洋地质调查局“海洋六号”船于2016年12月到2017年2月在南极半岛南设得兰海沟海域获得了1 400多km的高分辨率多道地震资料。资料存在的主要噪声为异常高能量干扰和多次波干扰, 为了高保真的压制噪声, 在最大限度地保护有效信号的前提下充分地压制噪声, 设计了基于LIFT(Linear Interference Filter Technique)思想的噪声压制方法。利用这套方法分别针对异常高能量干扰和多次波干扰进行了压制, 压制结果显示, 噪声得到了很好的压制, 有效信号得到了很好的保护, 达到了高保真去噪的目的。     

基于地震资料有效信息约束的深度网络无监督噪声压制方法

地震资料处理是地震勘探中的关键环节,由于地下构造和地表条件的复杂性,地震资料的处理需要经过一系列复杂流程,从而形成多种不同类型的地震数据。不同种类的地震数据具有不同的数据特征,充分利用和发掘其中的数据特征,不仅可以充分发挥处理方法的技术潜力,消除各类非地质因素对地震资料处理质量的影响,同时可以增强地震资料处理的可靠性,改善地震资料的资料信噪比及分辨率,在复杂油气藏勘探开发中具有非常重要的基础作用。叠前地震成像道集（CRP）中的有效信号同相轴近似水平,叠后地震成像数据因为地层沉积的规律性,有效信号相比于随机噪声、成像画弧噪声等干扰具有规律、简单等特点。具体表现为CRP道集及叠后地震资料有效信号具有多尺度自相似性的特征,其高维Fourier （FK或FKK）域主要能量集中在低频、低波数区域。针对上述地震数据的特点,提出一种基于先验信息约束的深度网络地震资料无监督噪声压制方法。受到深度图像先验（DIP）的启发,神经网络的结构可以视为一种特殊的隐式先验信息,合理设计网络结构可以使得网络具有多尺度自相似性特征的提取能力。由于叠前地震成像道集数据和叠后地震成像数据有效信号的多尺度自相似性,而噪声不具备这一特性,因此,特定结构的网络可以从原始数据提取出有效信号,从而达到噪声压制的目的。叠前成像道集和叠后成像的实际数据随机噪声压制试验结果表明,本文方法具有良好的保真性与鲁棒性。此外,由于本文方法具有强大的特征提取能力,因此,对常规方法不易压制的弧状成像噪声也有良好的效果。     

基于小波变换的地震信号分时分频相关去噪

介绍了Donoho的小波域阈值去噪处理方法,提出了对小波变换尺度上小波系数进行分时分频相关处理去噪后,再重构小波系数的方法,以去除大部分随机噪声。然后,再对重构后地震剖面进行小波域阈值去噪处理。结果表明,使用上述新方法可以有效改善地震剖面处理效果,提高信噪比。     

小波理论在地震信号分析中的应用

小波理论在地震信号分析中的应用韩世勤（研究生）熊维纲张一球（导师）地震勘探是应用地球物理中重要的勘探方法之一．地震信号的分析与处理在整个勘探过程中占有十分重要的地位．长期以来，提高地震信号的分辨率以及地震信号的去噪处理一直是地震信号分析的两大主要课题...     

高频大地电磁噪声压制

高频大地电磁法(HMT)信号在20 k Hz~100 k Hz频率范围内易受人文噪声干扰,电磁信号强度弱,数据误差大。本文提出采用高阶谱分析重构高频大地电磁非最小相位信号,进而有效抑制随机高斯噪声、提高信噪比。通过数值模拟信号和实测数据处理,证明该方法能有效压制噪声,在提取实际地质信息方面优于传统方法。     

小波域特征提取在浅层地震资料面波压制中的应用

浅层地震资料信噪比较低,面波能量非常强,对有效成分造成掩盖.常规的面波压制方法无法有效消除叠前地震记录中的面波成分,残余面波能量及其干扰会对后续速度拾取等处理造成影响,降低叠后成像质量.笔者采用小波域内的主成分分析对叠前资料进行特征提取,再对有效特征进行加权重构,对面波成分进行有效的压制.基于本文设计的自适应Morlet小波基,可提高特征拾取时对有效成分的敏感性,实际数据的应用效果分析验证了该方法在浅层地震资料处理中的可行性与有效性.本方法在极低信噪比条件下的浅层资料面波压制中具有较高的理论与应用价值.     

新疆喀拉通克铜镍矿地震资料噪声分析与压制

金属矿地震勘探中原始数据的信噪比较低,多种干扰波混杂在地震记录中,严重影响了金属矿地震资料的成像质量。因此,选择有效的去噪方法是提高资料品质的关键。以新疆喀拉通克铜镍金属矿区地震资料处理为基础,在FOCUS5.4处理软件平台下采用多方法联合去噪技术压制单频波、声波、面波以及机械振动等干扰。通过模块测试和参数调试,找到适合该金属矿区的去噪方法技术。经过去噪处理,大幅提高了金属矿地震资料的信噪比。     

平稳小波变换在地震反射资料中面波压制的应用

提高地震信号的分辨率是地震勘探要解决的一项主要任务,而提高地震信号的信噪比是提高地震信号分辨率的先决条件。要提高地震资料的信噪比,需要去除地震资料中的相干噪声和随机噪声。本文介绍了平稳小波变换结合阈值压制面波干扰的方法,通过实际地震记录的处理证实了该方法的有效性。     

基于高精度字典学习算法的地震随机噪声压制

地震勘探中的随机噪声会对有效信号产生严重干扰,甚至会导致信号畸变.为了满足高精度的地震勘探要求,应用高精度字典学习算法压制随机噪声.该算法基于超完备稀疏表示理论,对传统的字典学习算法从字典训练和稀疏编码两个方面进行了改善:在字典训练阶段,保持支集完备的情况下,对字典进行循环更新,使字典更好地适应数据;在稀疏编码阶段,选用上一轮更新的部分大系数作为新一轮迭代的初始系数,充分利用大系数表示有效信号的特点.对理论数据和实际含噪地震资料的处理结果表明,与传统算法相比,高精度字典学习算法在去噪的同时能保护有效信息,明显改善去噪精度,对地震记录信噪比的提高有显著优势.     

小波变换方法在地震资料噪声消除中的应用

小波变换方法由于具有同时在时间域与频率域分析的特点,在信号的分析处理方面得到了广泛的应用,将其应用于地震信号噪声的处理,有着更好的应用前景和研究价值.笔者的研究工作主要围绕小波变换消噪过程中阈值方法的选择及阈值的选取,同时将一维小波方法与F-K滤波方法、二维小波方法与F-K方法以及这3种方法结合起来进行噪声的去除,用于实际数据处理,效果较好.     

稳健主成分分析在地震资料异常值噪声压制中的应用

提高地震数据的信噪比是地震资料处理的重要目标之一。传统的地震去噪方法虽然可以有效压制随机噪声,但对非高斯分布的异常值噪声压制效果欠佳。本研究展示了一种基于稳健主成分分析的地震数据异常值噪声压制方法。该方法在频率-空间域通过对地震数据实施稳健低秩近似来求取理想无噪声数据。在目标函数构建方面,采用核范数最小化模型求取理想的低秩近似数据,并使用l₁范数最小化模型来估计异常值噪声。此外,运用增广拉格朗日乘子法求解该反演问题。最后,模型数据和实际资料的去噪结果验证了本研究方法的有效性,与传统F-XY域预测滤波法去噪结果进行对比,也显示本研究方法在有效压制异常值噪声的同时能更好地保护有效波能量。     

基于中值滤波和seislet阈值法联合压制混叠噪声方法

混采技术可以实现多台震源同时激发产生地震波场,有效提高采集效率,但是混采技术会产生严重的混叠干扰,降低地震数据的信噪比。针对此问题,引入多级中值滤波,设计了一种基于seislet域阈值去噪和多级中值滤波相结合的混叠噪声压制方法。该方法首先采用大步长中值滤波和seislet域阈值去噪相结合的方法得到初始压制混叠噪声的地震数据,再利用混叠算子计算去混叠噪声后地震数据的伪分离数据,然后求取该伪分离数据和原始混叠地震数据的差值,再次应用较小步长中值滤波提取剩余信号,并与上一步骤得到的去混叠后的地震数据相加,并再次进行seislet域阈值去噪,依次循环,直到信噪比达到期望值。通过模拟数据测试,并与F-K域迭代阈值去噪方法和常规seislet域迭代阈值方法相比,本方法在压制混叠噪声的同时,可以更好地保护有效信号。