基于稀疏表示的地震信号噪声压制方法研究
【学位授予单位】:吉林大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:P631.4
【图文】:
锥适应Shearlet频域支撑图
27(b) 信号左移消除时差图3.1 时差校正示意图本文中参考道的选取是选择信号比较清晰的地震道作为参考道,其实还有很多的方法选取参考道,但是由于本文处理的地震数据利用选取信号较清晰的地震道便可以进行时差校正,所以为了简单起见本文就利用简单地选取清晰道的方法。3.2 时差校正 Shearlet 去噪流程时差校正 Shearlet 去噪主要可以分为以下三步:第一步:时差校正。先计算地震道和参考道的互相关函数,根据互相关函数最大值的位置来估计出地震道与参考道的时差。然后根据估计出来的时差校正同相轴,从而消除地震剖面空间方向上的奇异点。第二步:Shearlet 滤波。将经过时差校正的地震数据进行 Shearlet 硬阈值去噪。即先将地震数据进行 Shearlet 变换,然后在变换域里面进行阈值收缩,然后进行 Shearlet 反变换。第三步:时差反校正。最后根据原先估计出的时差再将各道地震数据进行反向移动使各道地震数据恢复到原来的位置。第一步时差校正可以根据 3.1 节介绍的方法进行,然后将经过时差校正的地震数据进行 Shearlet 滤波。Shearlet 滤波中我们选取的阈值收缩方法是硬阈值
(e) 时差校正 Shearlet 去噪结果 (f) 时差校正 Shearlet 去噪差图图 3.2 模拟数据仿真结果为了对时差校正 Shearlet 的噪声压制效果进行进一步地评估,我们对Shearlet 和时差校正 Shearlet 的去噪结果进行了单道对比。图 3.3 是模拟地震数
【参考文献】
相关期刊论文 前10条
1 王宏志;刘婉军;韩啸;;基于全变分自适应保真项去噪算法的数值实现[J];吉林大学学报(理学版);2014年06期
2 刘成明;王德利;王通;冯飞;程浩;孟阁阁;;基于Shearlet变换的地震随机噪声压制[J];石油学报;2014年04期
3 王德营;李振春;董烈乾;;Shearlet域和TT域联合压制面波方法[J];石油地球物理勘探;2014年01期
4 左平;王洋;申延成;;一种基于全变差正则化与小波包变换的图像去噪算法[J];吉林大学学报(理学版);2014年01期
5 金维浚;张衡;张文辉;段心标;刘伟;;微地震监测技术及应用[J];地震;2013年04期
6 吴红梅;樊骥;;基于K-L变换的微地震资料去噪方法[J];复杂油气藏;2013年03期
7 魏海涛;陆文凯;郑晓东;;基于F-X域预测和全变分的串行滤波器[J];石油地球物理勘探;2011年05期
8 姜福兴;杨淑华;成云海;张兴民;毛仲玉;徐方军;;煤矿冲击地压的微地震监测研究[J];地球物理学报;2006年05期
9 宜明理,严又生,魏新,吕德林,汪德雯;F-K域抗假频道内插[J];石油物探;2001年02期
10 国九英,周兴元;F-K域等道距道内插[J];石油地球物理勘探;1996年02期
相关硕士学位论文 前3条
1 赵海涛;基于循环平移Shearlet变换自适应阈值消减微震勘探随机噪声[D];吉林大学;2017年
2 程瑶;基于Shearlet相关性的S变换在微地震初至拾取中的应用[D];吉林大学;2017年
3 张博;基于稀疏变换的地震数据去噪方法研究[D];浙江大学;2013年
本文编号:2751958
本文链接:https://www.wllwen.com/kejilunwen/diqiudizhi/2751958.html