局部相关加权中值滤波技术及其在叠后随机噪声衰减中的应用

随机噪声的衰减和同相轴连续性的提高可以极大地改善地震资料解释的精度.本文提出一种新的滤波技术,既能够有效地衰减随机噪声又可以很好地保护地震资料中的断层等信息不被破坏,增强地震剖面中弯曲、倾斜同相轴的连续性.该方法结合新的加权中值滤波技术和两种构造信息保护滤波策略,实现基于预测数据体和基于倾角走向的加权中值滤波.通过设计...     

基于结构自适应中值滤波器的随机噪声衰减方法

本文提出一种保护断层、裂缝等地层边缘特征的结构自适应中值滤波器,用于衰减地震资料中的随机噪声.基于地震反射同相轴局部呈线型结构的假设,采用梯度结构张量估计地层倾向,分析地层结构的规则程度,在此基础上引入地震剖面中线型和横向不连续性两种结构特征的置信度量.结构自适应中值滤波器根据这两种置信度量调整滤波器窗函数的尺度和形状,根据地层倾角调整滤波器窗函数的方向,从而使得滤波操作窗能够最佳匹配信号的局部结构特征.将本文方法用于合成和实际数据的处理,并与两种常用中值滤波方法进行对比,结果表明,该方法能够更好地解决地震剖面的随机噪声衰减和有效信号保真的问题,在增强反射同相轴的横向一致性的同时有效保持了剖面内的地层边缘和细节特征,显著改善了地震资料的品质.     

基于SW统计量的自适应时频峰值滤波压制地震勘探随机噪声研究

由于金属矿区地震记录中随机噪声性质复杂且信噪比低,常规降噪方法难以达到预期的滤波效果.时频峰值滤波(TFPF)方法是实现低信噪比地震勘探记录中随机噪声压制的有效方法,但其在复杂地震勘探随机噪声下时窗参数优化问题仍难以解决.本文充分利用地震勘探噪声的统计特性,结合Shapiro-Wilk(SW)统计量辨识地震勘探记录中的微弱有效信号,提出基于SW统计量的自适应时频峰值滤波降噪方法(S-TFPF).在S-TFPF方案中,对于有效信号集中区,S-TFPF方法根据信号频率特征,选择有利于信号保持的较短时窗长度;对于噪声集中区,按噪声方差自适应增加时窗长度,增强随机噪声压制能力.S-TFPF应用于合成记录和共炮点记录的滤波结果表明,与传统时频峰值滤波方法相比,S-TFPF方法可以有效抑制低信噪比地震勘探记录中的随机噪声,更好地恢复出同相轴.     

强随机噪声条件下时窗类型局部线性化对TFPF技术的影响

为了更广泛地应用时频峰值滤波方法消减地震勘探记录中强随机噪声,本文比较详细地探讨了该方法在应用时需要处理的时窗选取、一个时窗内局部线性化等主要基础技术问题.经过时变时窗的仿真计算,运用多项指标比较,包括整体背景强弱、振幅谱、信噪比、均方误差、有效子波波峰波谷幅值、畸变程度,综合评价出（L₀+L_x）时窗滤波的效果较理想.对于三角波这类简单类型的周期波,其时频峰值滤波效果与边线段平均曲率变化、时窗长度等条件有关,即三角波边线段平均曲率越大,滤波结果的均方误差越大;另外,边线段平均曲率增大时,选取的时窗长度有变小的趋势.总之,在地震勘探中应用时频峰值滤波方法消减强随机噪声时,一方面要合理地选取时窗参数,另一方面时窗参数又不能变化过大,以避免对有效子波波形产生畸变影响.     

一种优化的复曲波变换压制混叠噪声方法

高密度采集可以提高地震资料品质,改善成像精度,但也会增加地震采集成本.为了提高采集效率降低生产成本,混采技术得到了推广应用.但是该采集方式会产生严重的混叠噪声,降低地震数据的信噪比.针对此问题,本文结合中值滤波、动校正(NMO)和复曲波变换阈值去噪的优势,设计了一种优化的复曲波变换压制混源噪声方法.该方法首先采用大步长中值滤波对经过NMO处理的数据进行滤波,再利用基于复曲波域的阈值去噪方法提取剩余信号,计算滤波结果的伪分离记录和原始混叠数据的差值,再将该差值返回到第一步进行迭代,每次迭代中值滤波步长逐步减小,直到达到初始设定的期望信噪比为止.与基于F-K域和curvelet域的迭代阈值方法相比,本文方法可以在压制混叠噪声的同时,更好的保护有效信号,由于本文方法仅需较少的迭代次数,计算效率也可以大大提高.     

基于f-x域流式预测滤波器的地震随机噪声衰减方法

随机噪声的影响在地震勘探中是不可避免的,常规的随机噪声压制方法在处理中往往会破坏具有时空变化特征的非平稳有效地震信号,影响地震数据的准确成像.当前油气勘探的目标已经转变为“两宽一高”,随着数据量的增大,对去噪方法的处理效率也提出了更高的要求.因此,开发高效的非平稳地震数据随机噪声压制方法具有重要意义.预测滤波技术广泛用于地震随机噪声的衰减,本文基于流式处理框架提出一种新的f-x域流式预测滤波方法,通过在频率域建立预测自回归方程,运用直接复数矩阵逆运算代替迭代算法求解非平稳滤波器系数,实现时空变地震同相轴预测,提高自适应预测滤波的计算效率.通过与工业标准的FXDECON方法和f-x域正则化非平稳自回归(RNA)方法进行对比,理论模型和实际数据的测试结果表明,提出的f-x域流式预测滤波方法能更好地平衡时空变有效信号保护、随机噪声压制和高效计算三者之间的关系,获得合理的处理效果.     

分形守恒定律在地震数据去噪与增强上的应用

分形守恒定律是一种基于偏微分方程的滤波方法.方程最显著的特征是将互为矛盾的两项——分形反扩散项与经典的扩散项结合在一起.反扩散项起信号增强的作用,而去噪的作用在扩散项中体现.通过分形指数,扩散与反扩散的系数可实现滤波器的调节.本文应用这个新颖的滤波模型来实现地震资料中随机噪声的消减,同时又能增强有效的地震信号.方程的求解基于傅里叶变换.对合成地震记录的测试表明。本算法在不同强度的噪声环境中(信噪比为-5 dB至10 dB)都能很好地恢复同相轴,提高信噪比.通过对实际共炮点资料的处理结果表明,基于分形守恒定律的新滤波方法能有效的压制随机噪声并改善同相轴的连续性.     

基于ARMA模型非因果空间预测滤波(英文)

常规频域预测滤波方法是建立在自回归(autoregressive,AR)模型基础上的,这导致滤波过程中前后假设的不一致,即首先利用源噪声的假设计算误差剖面,却又将其作为可加噪声而从原始剖面中减去来得到有效信号。本文通过建立自回归-滑动平均(autoregres sive/moving-average,ARMA)模型,首先求解非因果预测误差滤波算子,然后利用自反褶积形式投影滤波过程估计可加噪声,进而达到去除随机噪声目的。此过程有效避免了基于AR模型产生的不一致性。在此基础上,将一维ARMA模型扩展到二维空间域,实现了基于二维ARMA模型频域非因果空间预测滤波在三维地震资料随机噪声衰减中的应用。模型试验与实际资料处理表明该方法在很好保留反射信息同时,压制随机噪声更加彻底,明显优于常规频域预测去噪方法。     

基于非平稳相似性系数的构造导向滤波及断层检测方法

不连续地质体（如断层）的自动检测一直以来都是叠后地震数据解释中的关键问题之一,尤其在三维情况中尤为重要.然而,大多数边缘检测和相干算法都对随机噪声很敏感,随机噪声衰减是叠后地震数据解释的另一个主要问题.针对构造保护去噪和断层检测问题,本文基于非平稳相似性系数完善一种构造导向滤波方法并且提出一种自动断层检测方法,形成了一套匹配的处理技术.该构造导向滤波既能够有效地衰减随机噪声又可以很好地保护地震资料中的断层等信息不被破坏,增强地震剖面中弯曲、倾斜同相轴的连续性.根据地震数据局部倾角走向,利用相邻道构建当前地震道的预测,通过预测道的叠加得到参考道,计算预测道与参考道之间的非平稳相似性系数可以设计出数据驱动的加权中值滤波.另一方面,预测道与原始道之间的非平稳相似性系数能够用于带有断层指示性的相干分析.这两种方法都基于构造预测和非平稳相似性系数,但是使用不同的调节参数和处理方案.理论模型和实际数据的处理结果证明了本文提出构造导向滤波和断层检测方法的有效性.     

基于脉冲检测的混合震源数据分离

混合震源采集技术相对于传统地震数据采集具有改善成像质量、提高采集效率的优势.减小混合炮中单炮之间的随机延时范围能够有效的提高采集效率,但这也给之后的混采数据分离带来了影响.混采数据经伪分离后非共炮域数据中的混叠噪声明显更加集中,不利于对混叠噪声进行压制.本文提出基于脉冲检测方法对混采数据进行分离,并且与迭代的多级中值滤波方法作对比,时间延时范围较大时,两种方法都能得到很好的分离结果;时间延时范围较小时,本文方法能更有效的去除混叠噪声,同时也能更好的保留细节信息.实际数据计算结果表明,本文方法一定程度上还能够有效压制其他随机噪声.     

基于迭代去噪的多源地震混合采集数据分离

多源地震混合采集采用随机线性编码方式同时激发多个震源,检波器连续接收地震信号,获得波场混叠的炮记录.该采集技术能够显著提升采集效率和成像质量,其实现关键在于炮分离,即将相互混叠的多源波场数据彼此分离,获得传统采集的单炮记录.最小平方算法只能得到伪分离记录,不能去除混叠噪声.在高混合度的混叠数据中,混叠噪声的能量往往数倍于有效信号,炮分离难度倍增.但在伪分离记录中,该噪声在除共炮点道集以外的其它时域均为随机分布.本文研究提出了一种多时域组合迭代去噪的炮分离技术:通过运用多级中值滤波与Curvelet阈值迭代去噪算法,在不同时域根据混叠噪声特性采用相应的去噪手段,并设计迭代算法优化炮分离结果.实际资料处理结果证明:将本方法应用于高混合度的混叠数据,无论是分离质量还是计算效率,都有明显提升.     

时频域相位滤波在远震接收函数噪声压制中的应用

宽频带地震观测数据中有效信号和干扰噪声经常发生混频效应,常规的频率域滤波方法很难将二者分离.地震波信号属于时变非平稳信号,时频分析方法能够同时得到地震波信号随着时间和频率变化的振幅和相位特征,S变换是其中较为高效的时频分析工具之一.本文以S变换为例,提出了基于相位叠加的时频域相位滤波方法.与传统叠加方法相比,相位叠加方法对强振幅不敏感,对波形一致性相当敏感,更加利于有效弱信号信息的检测.时频域相位滤波方法滤除与有效信号不相干的背景噪声,保留了相位一致的有效信号成分,显著提高了信噪比.运用理论合成的远震接收函数数据和实际的宽频带地震观测数据检验结果显示该方法较传统的带通滤波方法相比,即使在信噪较低且混频严重条件下,时频域相位滤波方法的滤波效果依然很明显,有助于识别能量较弱的有效信号.     

丘陵地带地震资料随机噪声压制新技术:高阶加权阈值函数的Shearlet变换

随着山地和丘陵地震勘探环境的复杂化,传统的消噪方法已经难以有效地压制地震记录中的随机噪声.Shearlet变换是一种新的多尺度多方向的时频分析方法,具有良好的稀疏表示特性,并且在每个尺度进行方向分解,非常适合用于地震信号随机噪声的压制.但是传统的Shearlet变换去噪方法采用的是硬阈值,在抑制随机噪声的同时也消除了很多有效信号,使得去噪之后的地震资料出现虚假的同相轴,为了解决这一问题我们提出高阶加权阈值函数.高阶加权阈值函数不但整体上连续性较好,而且克服了硬阈值函数存在剧烈的变化的缺点以及软阈值在处理较大Shearlet系数总存在恒定偏差的问题,同时保留了传统的软硬阈值函数的优点.实验结果表明这种基于高阶加权阈值函数的Shearlet变换去噪的方法,可以有效的消除模拟地震信号和实际丘陵地带地震信号中的随机噪声,同时很好的保留有效信号的幅度.     

应用平滑先验信息方法移除GRACE数据中相关误差

由于GRACE卫星数据解算的时变重力场模型中高阶位系数存在误差,这些误差在重力异常图中表现为南北向的条带噪声,在应用GRACE时变重力场数据时必须进行滤波.本文在空间域引入了一种有效消除GRACE时变重力场条带噪声的平滑先验信息方法,并将其与目前常用的高斯滤波和去相关误差等滤波方法分别应用于合成的质量变化趋势数字模型,检测不同滤波方法消除条带噪声的能力及其对真实信号的影响.滤波结果显示,与目前常用的高斯滤波和去相关误差滤波器相比,本文滤波方法在有效移除条带噪声的同时,具有有效信号幅度衰减小、有效信号形变小以及保存了更多的短波长细节信息等优势;此外,统计结果显示,本文滤波结果在信号最大值、最小值以及残差均方根等方面均与模拟真实信号最为接近.相比300km高斯平滑和组合滤波结果,有效信号振幅的极小值和极大值分别提高了约18%和6%,残差均方根分别降低了25%和33%.说明本文滤波方法移除GRACE相关误差的同时,在保留有效信号方面具有明显的优势.     

Widely linear denoising of multicomponent seismic data

Seismic data processing is a challenging task, especially when dealing with vector-valued datasets. These data are characterized by correlated components, where different levels of uncorrelated random noise corrupt each one of the components. Mitigating such noise while preserving the signal of interest is a primary goal in the seismic-processing workflow. The frequency-space deconvolution is a well-known linear prediction technique, which is commonly used for random noise suppression. This paper represents vector-field seismic data through quaternion arrays and shows how to mitigate random noise by proposing the extension of the frequency-space deconvolution to its hypercomplex version, the quaternion frequency-space deconvolution. It also shows how a widely linear prediction model exploits the correlation between data components of improper signals. The widely linear scheme, named widely-linear quaternion frequency-space deconvolution, produces longer prediction filters, which have enhanced signal preservation capabilities shown through synthetic and field vector-valued data examples.     

基于自适应阈值RCSST变换的金属矿山地地区地震信号随机噪声消减

随着陆地地震勘探工作的加深,勘探环境变得越来越复杂,获得的地震信号信噪比越来越低,这给地震成像和数据解释带来了巨大的困难.为了解决这一技术难题,本文针对云南山地金属矿区的勘探环境提出了一种基于自适应阈值递归循环平移的Shearlet变换去噪算法（Recursive Cycle Spinning Shearlet Transform,RCSST）.首次将递归循环平移与Shearlet变换相结合,利用Shearlet变换的多尺度多方向特性对平移后的地震资料进行分解变换,之后,我们又提出了一种全新的自适应阈值,避免了信号系数被过度扼杀,同时也保护了有效信号.实验表明基于自适应阈值的RCSST算法克服了传统Shearlet变换去噪算法在低信噪比下易出现假轴的弊端并且能够有效地保护信号的幅度.在处理较低信噪比的模拟和实际云南山地地区地震资料的过程中,本文方法能够较好的压制随机噪声和保护有效信号.     

基于地震成像数据稀疏反演的不连续及非均质地质体检测方法

本文针对油气藏储层预测中的不连续及非均质地质信息识别问题,研究基于地震成像数据的稀疏反演方法.由于该类地质体的地震响应特征为弱信号,因此利用平面波破坏滤波器由地震成像数据中去除强反射同相轴.在此基础上,对剩余的地震数据进行非线性加强滤波,并构建L1稀疏反演模型.为有效求解L1模型,采用非光滑泛函L1范数逼近和拟牛顿求解算法.该方法考虑稀疏先验信息,能够提高反演结果信噪比.缝洞模型测试验证该方法在检测断点、微断裂、散射点等小尺度地质体上的有效性,塔北缝洞型碳酸盐岩储层预测的应用效果进一步证实该方法的实用性.     

航空重力傅里叶基追踪低通滤波方法研究

航空重力测量受到各种各样的高频噪声干扰,因此,低通滤波是提取重力信号的重要环节,其关键在于设计性能优越的低通滤波器.目前航空重力测量中常用FIR（Finite Impulse Response）低通滤波方法存在明显的滤波边缘效应,导致不得不舍弃边缘部分数据.针对这一问题,本文引入一种可以有效抑制边缘效应的新方法——傅里叶基追踪低通滤波方法（Fourier Basis Pursuit Low Pass Filter,FBPLPF）.该方法通过基追踪准则,选择全局优化,采用凸优化中的内点算法,将低频信号挤压在低频上,实现低频信号与高频信号的有效分离,能够有效减少有限时间序列造成的谱污染和谱泄漏.最后利用仿真实验和实测数据对该方法进行了验证,均方根误差（RMS）东西测线为0.7×10^-5 m·s^-2,南北测线为1.4×10^-5 m·s^-2,与FIR低通滤波方法舍弃边缘数据后统计的均方根误差相当.表明该方法可以不舍弃或者舍弃少量边缘数据,提高航空重力数据的利用率.