基于小波变换的分频最小光滑滤波去噪

在地震勘探中,随机噪音是一种频带较宽,严重影响有效波信噪比的干扰波。一般的去噪方法有:f-x、w-x、f-x奇异值分解等,但这些都只考虑横向上随机噪音的不相关性,而在一维方向上研究甚少。小波变换是一种时频分析的方法,根据它的分频和局部分析能力,结合一维方向上去噪的光滑滤波,就能有效地消除随机干扰,且保证了有效波的中、高频成份,经过小波包重构,可恢复有效波信号。该方法在去噪方面是十分有效的。     

小波变换去噪方法研究

作者在本文中就如何利用小波变波消除噪音干扰的方法进行了研究。针对地震资料的特点提出了消除相干干扰的具体计算方法，即将地震资料用小波变换分频处理，针对干扰与有效波共存的频段波场，利用自动追踪找出相干干扰的方向，再用中值滤波恢复相干波场，即从共存的波场中分离出来，再对它进行小波反变换即可重构相干干扰，最后从原始记录中消去它，以获得所需要的有效信号。几个地区的试算表明该方法的有效性，文中最后列出了这些试算中的一个例子。     

二维小波变换与中值滤波联合去噪方法研究

由于随机噪声是一种频带较宽的干扰波,因此依靠单一的去噪处理方式往往难以获得清晰反映目标体的地震信息。小波变换能够较好的去除高斯噪声,保留有效波中、高频成分,提高记录的信噪比,但去除脉冲噪声的效果却并不理想;中值滤波具有良好的边缘保持特性,虽低频去噪声效果有限,但去除脉冲噪声效果明显。因此可利用二维小波变换与中值滤波优势互补的方法,进行叠前去噪处理,达到去除宽频随机噪声的目的。首先运用二维小波变换的理论,采用自适应门限阀值方法进行去噪,同时结合中值滤波方法联合去噪。模型与实际数据的应用效果表明,联合去噪方法可有效压制噪声能量、保留高频有效信号、提高地震记录信噪比与分辨率。     

分频径向道中值滤波在地震资料处理中的应用

在地震资料处理中去噪处理占有非常重要的地位,地震资料的信噪比高低将直接影响到后续处理的效果。针对地震记录的相干干扰特征,利用小波变换的分频技术,在相干干扰与有效信号共存的频带,利用径向道中值滤波方法提取相干干扰波,并由小波反变换重构整个干扰波场,再从原始记录中减去,实现了高保真度去噪处理,对有效波损失降至最小。实际应用效果表明,该方法能有效改善地震记录品质,提高地震剖面的信噪比。     

改进阈值法在二代小波变换去噪中的应用

地震信号去噪能有效提高信号的信噪比和分辨率。二代小波变换可以在不同尺度上对含噪信号进行小波分解和多分辨率分析,实现窗口宽度自适应调整的局部化分析。但小波变换阈值法在去噪过程中会在信号的不连续邻域会产生伪吉布斯效应,而平移不变量阈值去噪方法通过平移-去噪-平均的思想可以很好的解决该问题。因此本文在已有的二代小波变换阈值去噪的基础上将平移不变量这一改进方法应用于二代小波变换中,实现了对地震信号更加快速有效的去噪处理,并在模拟数据试算和实际数据试算中取得了良好的去噪效果。     

宽频去噪技术在地震资料处理中的应用

提高地震资料的信噪比是地震资料处理的关键,叠前去噪是进行噪声压制的主要处理技术。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广泛的应用;笔者采用小波变换把叠前地震数据分为不同的频段,并对包含干扰波的频段采用中值滤波消除干扰,再运用小波反变换来重构去噪后的记录;该技术不仅实现了噪声压制,还达到了保持宽频带的目的,应用于实际资料处理中,取得了很好的去噪效果。     

f-x域共偏移距道集的EEMD随机噪声压制方法

f-x域随机噪声压制方法面临着2个问题:叠前共炮点道集或CMP道集反射波同相轴为双曲线型,去噪同时会损害有效波;地震信号为复杂的非平稳信号,要求去噪方法具有自适应性。基于f-x EEMD的共偏移距道集随机噪声压制方法利用了共偏移距道集反射波同相轴为水平满足f-x域去噪假设条件和EEMD算法对非平稳信号的良好适应性,对f-x域每一个等频率切片做EEMD分解,并去除以高频随机噪声为主的第一个IMF分量,最后将f-x域数据反变换回t-x域,实现噪声分离。正演模拟和实际地震数据试算结果表明:该方法在压制随机噪声的同时,能够保持有效信号。      

羌塘天然气水合物地震干扰波特征分析及去噪方法

基于西藏羌塘盆地天然气水合物原始资料,对地震干扰波类型进行分析,从不同道集域、频率、速度、能量等方面分析干扰波的特征,针对强能量干扰、面波、次生干扰波及随机噪声在单炮记录上的特点,经反复测试,总结出压制各种干扰波的合适方法及相应去噪模块相组合方式,在实际处理中取得了明显效果。叠前去噪需要把握好尺度,尽可能地保护有效信息不受损失;压制干扰波需遵循循序渐进的方式,分步处理,先强后弱,先线性后随机,形成一套去噪流程,并联合使用多种技术方法。实践证明,上述方法对羌塘盆地的干扰波压制十分有效。     

去噪技术在地震资料处理中的应用

讨论了目前提高地震资料信噪比的方法及应用技术。通过对原始地震记录中普遍存在的噪声进行了分析。对于无规则噪声，应采用f-x域随机噪声衰减或多项式拟合的办法；对于有规则噪声，倾角滤波或FK滤波手段则更为有效。强调了在去噪过程中选择去噪参数的重要性。阐明了同相叠加技术也是一种提高地震资料信噪比的有效手段。总之。针对不同的噪声，应采用不同的去噪方法。实际地震资料处理表明，上述几种去噪方法对提高地震资料的信噪比是行之有效的。     

f-x域预测反褶积在多次波衰减中的应用

多次波是海洋资料处理中最主要的噪音,目前有多种多次波压制方法,但每一方法均有其优势和局限性,任意一种单一的方法均难有效地消除各种多次波,常采用SRME、拉冬、分频去绕射多次波组合的方法进行多次波的去除。在某些工区,即使采用上述组合方法仍然有能量强、频带宽的残余多次波,用常规的方法难以对其进行去除,对这类残余的多次波,这里提出运用f-x域预测反褶积的方法进行去除。该方法主要在共偏移距道集上进行处理,是基于f-x域信号的可预测性进行多次波的衰减,首先追踪出待消除多次波对应有效波的层位,再以此层位信号为依据,在f-x域内进行预测反褶积,压制多次波后,再将其共偏移距道集进行成像。通过理论数据模拟与实际资料验证得出:该方法对压制资料残余的强能量多次波,具有很好的压制效果。     

形态分量分析在去除地震资料随机噪声中的应用

以数学形态学和稀疏信号理论为依据,采用形态分量分析(MCA)方法去除地震数据中的随机噪声。应用MCA方法的关键在于选取合适的字典,从地震数据的特点和计算复杂性出发,选取UWT字典和Curvelet字典,一个用来稀疏表示地震数据的局部奇异部分,一个用来稀疏表示地震数据的线状变化部分。采用BCR算法求解目标函数,通过将数据分解为形态特征不同的2个分量,舍弃在字典中不能有效稀疏表示的随机噪声来达到去噪目的。作为一种二维去噪方法,MCA去噪方法在时间和空间方向上都具有很强的随机噪声抑制能力;由于UWT字典和Curvelet字典能够比传统的小波变换有更强的稀疏表示能力,MCA去噪方法对有效信息的损害较小,是一种保真保幅的去噪方法。模型测试和实际资料处理验证了该方法的有效性。     

井中地震时频域自适应异常振幅压制

井中地震资料波场复杂,往往包含一些特有的异常强振幅噪音,使得大部分地面地震资料去噪方法无法直接应用于井中。面对井中地震波场时,时频域去噪方法压制异常强干扰的能力和处理结果的保真性优于常规去噪方法。通过研究基于小波变换的时频域去噪方法,根据各道记录在每个频段上的能量积累大小识别周期性强噪声,或根据每个频段不同样点处小波系数与其所在时窗内的平均水平进行比较,识别无规则异常强噪声点,实现井中地震波场时频域自适应异常强振幅衰减方法。经过理论与实际资料测试,验证了该方法的正确性与实用性,去噪后记录连续性完整、时频谱形态自然,对于井中地震实际资料,其去噪效果在某些方面优于现有商业软件,应用前景较好。     

基于小波变换去除遥感图像非高斯条纹噪音方法探讨

遥感图像的条纹噪音,不但影响图像的判读,而且时图像的后续处理影响较大.利用常规处理软件去噪,在去除条纹的同时,也去除了图像的细节纹理,相当于降低了图像的几何分辨率;使用小波阈值去噪方法,效果欠佳.文章使用小波反阈值方法,不仅去除了图像上的条纹噪音,而且对图像的细节纹理不产生目视效果上的影响,达到了较好的效果.     

基于频率域小波去噪的大地电磁信号工频干扰处理

大地电磁测深(Magnetotelluric,MT)在油气勘查中得到越来越多的应用,针对MT中日益严重的工频干扰,从频率域着手,结合小波阈值去噪方法,提出了基于频率域小波去噪的MT信号工频干扰处理方法。先对受噪的MT信号进行傅里叶变换,得到其实部和虚部,再用小波阈值去噪的方法对实部序列和虚部序列分别进行去噪处理,最后将去噪后的实部和虚部联合,进行反傅里叶变换得到去噪后的信号。给出了去噪方法的原理、步骤,并用仿真信号和实测大地电磁信号验证了其有效性。结果表明:频率域小波阈值去噪的大地电磁信号工频干扰处理方法是正确、有效的,能有效且自适应地压制大地电磁信号中的工频干扰,突出被工频干扰淹没了的有用信号的信息。     

小波分析在TEM资料处理中的应用

针对瞬变电磁信号频带宽、动态范围大、晚期信号弱的特点，常规的滤波方法难以取得好的效果，提出应用多尺度小波分析进行瞬变电磁信号的去噪处理。实测资料的数据处理结果表明，小波分析能有效地区分有用信号与干扰噪声，是一种瞬变电磁信号去噪的可行实用的方法。并详细阐述了瞬变电磁信号的特点及小波去噪的原理。     

小波分析的原理及其在电磁感应仪EM38数据分析中的应用

利用小波变换对澳大利亚新南威尔士Mandamah地区所测得EM38数据进行全局阈值消噪处理,通过分解与重构,从中提取有效信息,去除干扰,得到去噪后的数据。将去噪后的数据与地球化学铜元素的异常特征和已知的铜矿化区域进行分析与对比,推测出该地区的铜矿化预测区。该方法能有效地去除噪声,又不会损失有用信息。实际资料处理结果表明：小波分析方法在EM38数据处理中可以起到独特的作用与效果。     

基于小波包变换的SAR干涉图去噪研究

基于SAR复干涉图中噪声满足加性噪声模型,提出对复干涉图实部和虚部分别应用小波包软阈值方法的去噪方案。以Daubeachies小波为小波包基函数,对添加了噪声的模拟SAR干涉图进行去噪实验,发现三级小波包分解的去噪效果明显优于一级和二级分解。并进一步对实际的含噪干涉图进行了去噪实验,与小波包软阈值方法直接对干涉图去噪的结果进行了比较。实验结果证实了本文方案的有效性。     

Curvelet变换及其在地震波场分离中的应用

小波多尺度分析可以有效处理一维信号的点奇异特征,但对于二维信号的线奇异特征,小波变换显得无能为力。Curvelet多尺度变换可以对时空信号进行最稀疏表达,能够获得最优的非线性逼近。通过分析地震信号在Curvelet域三维空间的特征,认为时空信号的不同波组成分在Curvelet域存在明显的差异,可以从频率、角度和空间位置实现有效反射波和干扰波的分离。理论模型与实际单炮记录处理结果表明,Curvelet域方法在分离干扰波、突出反射波的同时,可以较好地保持有效波信息,保真度好。      

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。      

基于自适应K-SVD的能量泄漏恢复研究

针对现有常规去噪方法手段在参数选择及条件假设的不合理因素,导致去除的噪声剖面中残留部分有效信号(又称能量泄漏)的问题,本文提出了基于自适应K-SVD的能量泄漏恢复方法,实现残存有效信号的回收利用。首先采用小波阈值、f-x域去噪等传统方法处理,获得一个较高品质的样本进行字典的构造,再引入相关系数匹配准则对残差剖面进行稀疏分解,实现随机噪声与残留有效信号的二次分离。试验结果表明,本文算法能较好地兼顾地震信号的去噪与保幅,具有自适应性。