小波变换在位场资料去噪和位场分离中的应用

根据小波变换的原理,研究了小波阙值去噪方法和位场分离方法在某实测布格重力异常的应用及效果。多矩形棱柱体模型试验表明:选取合适的小波基和小波参数,可以更好地提取出重力异常中的有用信息,为下一步在实测重力数据中的应用提供理论基础。实测布格重力资料处理结果表明:基于小波变换的去噪方法和位场分离方法,能够较好地去除随机噪声,更好地区别出局部异常和区域异常,提高数据处理与解释中有用信号识别的精度。     

曲波变换在位场信号提取中的应用研究

为了重磁数据中有效信号的分离与提取,本文研究了最近十几年发展起来的一种方法:曲波变换方法(Cur-velet transform method).从曲波变换的基本原理入手,通过重力位场理论模型数据分析了曲波变换的多尺度分解重构能力,并且利用加噪理论模型数据分析了曲波变换的阈值去噪能力,此外,还使用曲波变换对南岭东部地区...     

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。     

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。     

基于小波变换的改进阈值函数自适应去噪方法

在多分辨分析小波阈值去噪方法的基础上[3],用一种改进的阈值函数和自适应阈值选取算法相结合的方法,克服了硬阈值法不连续性和软阈值法有偏差的缺点。该方法能自动跟踪噪声,不同尺度自适应采用不同的阈值,可有效去除每一尺度上的噪声,保留有用信号,提高信噪比。仿真实验和地震资料处理结果表明,该方法去噪效果明显,可在各类消除随机噪声的信号处理中发挥作用。     

基于Curvelet变换的线杆共振干扰去除方法

线杆共振干扰是中浅层地震勘探常见干扰之一,尤其对浅部数据影响较大,由于石油、煤田勘探涉及此类干扰较少,缺乏相关研究内容。Curvelet变换可以获得图像平滑区域和边缘部分的稀疏表达,也能满足时变信号处理的要求,在地震资料处理中取得了较好的效果。本文根据线杆共振干扰在地震数据中表现的特点,提出了一种基于Curvelet变换的线杆共振干扰去除方法,首先通过分析线杆共振干扰与有效信息在Curvelet域的特征差异,借助Curvelet变换的多尺度、多方向特性实现波场分离,然后根据本文设计的非线性阈值函数对干扰系数进一步衰减。通过实际数据的应用分析,发现本文提出的方法可以有效地去除线杆共振干扰,同时可以较好地保护有效信号,去噪后资料的信噪比及分辨率均有不同程度的提高,从而证明了该方法的有效性。     

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。     

奇异值分解(SVD)在位场数据去噪中的应用

根据奇异值分解原理,分析其在位场去噪中的可行性,提出了一种判断有效阶次k的方法。对多边形厚板模型的重力异常进行奇异值分解去噪和小波去噪效果的对比,证明了奇异值分解去噪的有效性和优势。将其应用于实测重力数据的处理中,取得较好的效果。理论模型和实测资料的处理结果表明:基于奇异值分解的去噪方法可以有效地去除随机噪声,提高数据处理和解释的精度。     

串联去噪技术在金属矿地震勘探中的应用

金属矿地震勘探中原始数据的信噪比很低,多种干扰混杂在记录中,常规去噪手段难以达到理想效果。针对金属矿地震数据中强线性干扰,设计了f-k 滤波、Radon 变换方法二级衰减; 针对强随机噪声,设计Radon 变换以及Curvelet 域组合变换法二级衰减,组成了f-k 滤波法、Radon 变换及Curvelet 域组合变换法串联去噪方法。应用于金昌金属矿多类混杂强噪声的地震实际数据中,大幅提高了数据的信噪比,经验证本文方法实用、有效。     

基于第二代Curvelet变换的地震资料随机噪声衰减

噪声衰减是地震资料处理中的关键问题之一。根据Curvelet变换对含有光滑边界的二维二阶连续可微函数所具有的稀疏表示性能,给出了Curvelet变换域地震资料随机噪声衰减的阈值方法;并给出了基于地震资料中随机噪声是独立同分布的高斯白噪假设条件下的阈值估计方法。通过合成数据和叠后实际数据算例,对该方法的有效性进行验证。结果表明,Curvelet变换不仅可以很好地衰减随机噪声,并且能较好地保持有效信号。     

基于小波变换的阈值降噪方法在地震资料处理中的应用

这里主要讨论了小波变换阈值降噪方法的基本原理,并且将广泛使用的通用阈值方法与Birge-Massart阈值方法进行了比较,展现了Birge-Massart阈值选取方法的优越性。通过对模拟数据和实际地震资料的处理结果表明,基于小波变换的Birge-Massart阈值降噪方法对地震信号降噪具有很好的效果。     

小波分析在地震资料去噪中的应用

小波变换方法已广泛应用于信号处理领域。应用多尺度小波分析方法来消除地震观测信号中的噪声是一种行之有效的方法。这里从小波变换的基本原理出发,详细介绍了地震信号的阈值去噪原理,并根据模拟信号和实测地震信号的频谱分析,讨论了如何选择小波基及去噪过程中的阈值取值问题。从小波分解理论知道,利用多尺度分解方式对地震资料进行分析处理,相当于对实测地震资料进行不同尺度的细化分析,由于对不同地区、不同资料的精度要求不同,我们只要使用不同的尺度进行小波变换处理,就可以得到去除原信号的细部巨变(噪声干扰)特征的信号。同时,我们对小波变换处理后重构的地震信号与原信号进行了对比分析,误差结果分析表明该方法切实可行。我们还利用MATLAB语言及其小波工具箱,实现了对地震资料的去噪处理。     

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。     

希尔伯特—黄变换(HHT)在EH-4数据去噪处理中的应用

工频噪声源于社会生产活动中产生的电磁噪声,常会造成视电阻率曲线病态或发散。为了提高数据处理与解释的精度,本文针对EH-4数据中常见的工频噪声,采用希尔伯特—黄变换进行去噪处理,通过对实际数据的时间序列处理分析可知,该方法利用数据自身的时间尺度特征自适应地分解信号,能够很好地去除工频噪声,为大地电磁信号的去噪提供了一条有效的路径。另外,本文还针对经验模态分解过程中产生严重的模态混叠及“端点效应”进行分析,运用聚合经验模态(EEMD)对仿真信号及实测数据的时间序列进行分解,有效地解决了模态混叠等问题。