基于Curvelet变换的地震资料弱信号识别及去噪方法

发布时间：2017-10-25 17:25

  本文关键词：基于Curvelet变换的地震资料弱信号识别及去噪方法

  更多相关文章： Curvelet变换 自适应阈值 随机噪声 弱信号

【摘要】：针对地震资料中背景噪声较强,有效弱信号淹没其中难以识别,且在时间域地震有效信号和随机噪声又较难分离的问题,尝试将其通过Curvelet变换进行信噪分离。在Curvelet的不同尺度域采用自适应阈值函数对噪声进行压制,保留有效信号系数;同时,阈值函数中引入不同尺度域地震剖面信噪比,通过与信噪比相关的权值系数降低具有高信噪比的尺度域阈值,从而保留被随机噪声淹没的弱信号;最后对残留噪声系数再应用中值滤波,进一步压制噪声,突出弱信号。与常用于弱信号识别处理的小波变换,以及Curvelet变换的固定阈值处理方法相比,具有多尺度多方向性的Curvelet变换能够更加有效的刻画地震信号,结合自适应的阈值处理时,在弱信号识别及去噪方面具有明显优势。
【作者单位】： 中煤科工集团西安研究院有限公司;
【关键词】： Curvelet变换 自适应阈值 随机噪声 弱信号
【基金】：国家科技重大专项资助项目(2011ZX05040-002) 科技部科研院所技术开发研究专项资金资助项目(2013EG122200)
【分类号】：P631.44
【正文快照】： 煤田地震勘探的地质目标通常埋深较浅,厚度较薄,地表条件较复杂(如山地、黄土塬、沙漠等)。地表引起的散射噪声及对地震波的吸收衰减作用,使得煤田地震资料信噪比较低、有效信号能量较弱。因此,叠前处理中的去噪及弱反射信号增强对于煤田地震资料非常重要。关于弱信号检测,很，

本文编号：1094745