小波包去噪在地震信号预处理中的应用

本文将小波包去噪应用于地震信号的预处理中,并与信号功率谱分析相结合,取得了良好的效果。结果表明,该方法极大的削弱了地震信号中的高、低频干扰,具有一定的应用价值。     

地震数据去噪中的小波方法

地震资料去噪是地震数据处理中是必不可少的步骤,随着地震勘探的进步和勘探目的层加深,对地震资料的信噪比和分辨率提出了越来越高的要求.小波分析作为一个新兴的数学方法在地震资料去噪中也有巨大的潜力.本文从小波去噪的特点出发,介绍了小波分频和小波域阈值去噪的特点,并详细总结了地震资料去噪中的小波方法,主要有面波的压制和随机噪声的衰减.最后简要叙述了地震资料小波去噪的一些问题和发展.     

二进小波变换方法的地震信号分时分频去噪处理

应用二进小波变换理论,对地震记录剖面进行小波分解,在小波变换域,对各分量剖面进行分时分频相关分析,并依此进行加权处理,最后通过小波反交换算法恢复出地震记录剖面．经实验该方法对衰减地震信号的噪声具有比较好的效果．     

二进小波变换方法的地震信号分时分频去噪处理

应用二进小波变换理论，对地震记录剖面进行小波分解，在小波变换域，对各分量剖面进行分时分频相关分析，并依此进行加权处理，最后通过小波反交换算法恢复出地震记录剖面．经实验该方法对衰减地震信号的噪声具有比较好的效果．     

小波包F-X域前后向预测去噪

小波包变换具有分时分频的特性,是非平稳信号分析处理的一个很好的工具本文将小波包的分时分频特性结合地震信号处理中的F-X域预测抑制噪声技术,提出了小波包F-X城前后向预测去噪方法实际应用结果表明,该方法对于叠后地震剖面的随机噪声抑制比较好,有很强的实用性     

第二代小波变换及其在地震信号去噪中的应用

本文讨论了第二代小波变换的基本原理和变换过程，并将第二代小波变换引入到地震资料去噪处理中，基于提升法的小波变换是一种柔性的小波构造方法，它使用线性、非线性或空间变化的预测和更新算子，并能确保变换的可逆性。通过对模拟数据和实际资料的处理，证明了的它对地震信号去噪具有很好的效果。离散信号的小波去噪可分为三步：小波分解，系数缩减（切除噪声部分），信号重建。目前常用的小波去噪的方法有硬阈值法和软阈值法，这里采用软阈值法去噪。本文的提升变换采用的是Deslauriers-Dubuc（4，2）小波，基于以上变换方法，分别对含噪的模拟数据及实际地震数据进行3级可逆提升变换，对每一级上的细节信号按上述的软域值法进行处理，削减小波系数中的噪声部分，从而实现了信号去噪，结果证明去除随机噪声的效果是令人满意的。     

基于小波熵与相关性相结合的小波模极大值地震信号去噪

小波模极大值去噪算法中将高频小波系数全部当做噪声处理, 忽略了高频小波系数中仍含有的有用信息, 从而导致了模极大值传播点错选现象以及计算出的噪声方差中仍含有用信息． 针对这些问题, 提出了小波熵与相关性相结合的小波模极大值去噪算法． 将高频小波系数进行相关处理, 确定有效信号的位置; 将最大尺度上的高频小波系数划分成若干个小区间, 计算各区间小波熵; 以小波熵最大区间的高频小波系数的平均值作为噪声方差, 根据Donoho提出的阈值公式计算最大尺度上的阈值; 经阈值比较得到的模极大值点位置与相关处理得到的有用信息的位置进行比较, 保留相同位置的模极大值, 剔除位置不同由噪声引起的模极大值点; 采用即兴(Adhoc)算法逐级搜索各尺度上的模极大值, 并用交替投影算法进行重构． 该算法实现了阈值的自适应选取, 并有效解决了去除错选模极大值传播点的问题． 将本算法和传统去噪方法用于仿真信号处理中, 经对比分析验证了本算法的有效性．     

小波分析在地震资料去噪中的应用

本文阐述了小波变换和去噪的基本原理,根据模拟信号和实际地震信号的频谱分析,讨论了如何选择小波基,及去噪中的阈值问题,从小波分解出发,利用多尺度分解对地震资进行分析,并基于MATLAB语言和小波工具箱,实现了对地震资料的去噪.     

GHM类正交多小波变换及其在地震资料去噪中的应用

多小波是对小波理论的一个新发展,它可以同时满足正交性、对称性、短支撑等良好的特性要求。文中介绍了多小波基本理论、多小波变换具体过程及预处理方法,提出了基于GHM类多小波变换的地震资料软阈值去噪方法,通过对合成数据和实际资料进行处理分析,表明多小波变换在有效压制随机噪声的同时,能较好地保留原信号的特征信息,是一种行之有效的去噪方法     

基于双树复小波包变换的地震信号分析方法

尝试性地将一种双树复小波包变换方法应用于地震信号分析中 .复小波包变换综合了实小波包变换与连续复小波变换各自的优点 ,不但能提取信号的相位信息 ,而且选取与被分析信号相频特性相匹配的复小波包 ,可以对信号产生更好的“聚焦”作用 .本文描述了一种双树复小波包变换算法 ,并给出了模拟信号及实际地震记录的分析实例 .研究结果表明 ,双树复小波包变换是分析具有非线性相位地震信号的一种较为有效的方法 .     

MCZT在气枪震源信号频谱分析中的应用

气枪震源信号是短时非平稳信号,采用频谱细化算法能提高频谱分析的准确性。首先进行了改进线性调频Z变换(MCZT)和FFT两种频谱分析算法的误差仿真计算,然后进行气枪震源的水下子波信号和地震波信号的对比计算。结果表明MCZT计算误差较小、计算时间较少,能有效提高气枪震源信号频率和幅度特征提取的准确性,是气枪震源信号频谱特征分析的一个有效方法。     

多项式拟合技术在强噪声地震资料中的应用研究

获得高分辨率的地震信号是决定地震勘探在油气田等资源开发中能否发挥更大作用的关键,所以说地震信号的高分辨率是地震勘探所追求的重要目标,而提高数据信噪比才能真正提高地震资料的分辨率.本文通过对多项式拟合技术去噪的研究,以此提高地震数据信噪比.实际数据的处理结果表明,该方法能减少对振幅的畸变,同时可处理非水平的和弯曲的同相轴,可很好地提高地震资料的分辨率.     

最优小波基选择法在测震数据干扰处理中的研究与应用

选取成都地震台的测震数据作为研究样本,将不同的小波基进行了以重构精度、相对SNR值以及去噪后频谱的分析结果为依据的筛选流程。结果显示:bior2.4小波基重构精度最佳、去噪效果良好、更加完整地保留了样本的有效高频信号,是适合成都地震台测震数据的最优小波基。将其应用于成都地震台的测震数据干扰处理,波形去噪效果明显,波形的信噪比得到明显提高,对震级计算并无显著影响。     

多小波方法及其在深地震测深数据去噪中的应用

在宽角反射/折射地震测深数据处理中, 仍多用基于傅里叶变换的滤波方法和小波去噪方法。鉴于傅里叶方法对稳态信号很有效但对非稳态的地震信号效果不佳的状况以及小波不能同时具有正交性、紧支性、对称性, 本文给出了基于多小波的去噪方法, 多小波具有正交性、对称性、紧支性, 克服了传统小波的缺陷。编写了多小波去噪方法的人机交互软件。该软件可以方便快捷地显示宽角反射/折射地震记录截面, 进行多小波域的阈值去噪。实例计算结果表明, 本文所述方法和编写的软件有效且可行。     

小波及小波包消噪方法在山西北部水准数据处理中的应用

文中简要介绍小波及小波包去噪的基本原理,并对代县台短水准观测数据的小波及小波包阈值去噪曲线进行对比分析。采用Matlab小波包消噪方法对山西北部水准历史资料进行处理,发现小波包消噪后的曲线既可以保留多的有效信号,又可使曲线形态更有利于异常特征分析。同时,将处理后得到的小波包消噪曲线结合长趋势观测曲线对主要震例进行分析,结果显示,周边4级以上地震前,异常对应明显,地震一般发生在水准消噪曲线低值异常时。     

基于小波变换的薄层地震信号奇点的检测

通过小波变换的局部极大模可检测出奇点的位置,本文对反射地震信号小波变换进行了数值计算和聚焦处理,发现小波变换后奇点的位置仅受奇点实际位置及地震子波长度两因素制约,与子波形状无关．子波长度可以通过信号的小波变换本身求取,并进一步加以消除,从而实现了薄层地震信息的检测,得出薄层的地震分辨率可达1/32波长．实际资料处理表明,有效信号通过奇点分析可得到突出,剖面分辨率可得到提高．     

小波包变换中地震信号的结点序号到频带序号的转换算法

利用小波包变换对地震非平稳信号进行处理时,结点与频带之间存在"跳频"现象,基于小波包变换算法以及异或运算,对小波包树频带序号和结点序号的关系进行研究,明确信号子空间频带与小波包树结点的排列规律,同时提出一种从结点序号到频带序号的转换算法。基于MATLAB平台,以唐山(南北向)波为例,验证该算法的正确性。     

运用小波变换方法研究华北地区的地震活动性

运用小波变换方法,以不同的小波时间尺度分析了华北地区1480-2009年M≥5.0和1970～2009年M≥4.0地震的贝尼奥夫应变数据,得到了不同时间尺度的地震活跃期和平静期.分析表明:目前华北地区从1480年以来的M≥5.0地震活动刚过活跃期,处于应力积累阶段,而1970年以来M≥4.0地震存在7年左右的活动周期,目前正在进入4级以上地震的活跃期.     

Weak Seismic Signal Extraction Based on the Curvelet Transform

Seismic signal denoising is a key step in seismic data processing. Airgun signals are easy to be interfered with by noise when it travels a long distance due to the weak energy of active source signal of the airgun. Aiming to solve this problem, and considering that the conventional Curvelet transform threshold processing method does not use the seismic spectrum information, we independently process the Curvelet scale layer corresponding to valid data based on the characteristics of the Curvelet transform of multi-scale, multi-direction and capable of expressing the sparse seismic signals in order to fully excavate the information features. Combined with the Curvelet adaptive threshold denoising the algorithm, we apply the Curvelet transform to denoising seismic signals while retaining the weak information in the signal as much as possible. The simulation experiments show that the improved threshold denoising method based on Curvelet transform is superior to the frequency domain filtering, wavelet denoising and traditional Curvelet denoising method in detailed information extraction and signal denoising of low SNR signals. The calculation accuracy of the relative wave velocity variation of underground medium is improved.     

利用小波包变换对地震信号进行时频分析时小波基函数的选取木

通过比较几种不同的小波基函数的幅频特性,并利用不同的小波基函数对模拟地震记录进行时频分析,以期找到可以更为准确地描述地震信号时频特性的小波基函数.结果表明:利用dmey小波基函数可以更为准确地描述模拟地震信号的时频变化特征,因此,利用小波包变换对地震信号进行时频分析时选取dmey小波基函数较为合适.