基于CEEMD及局部相似性恢复的随机噪声压制研究

发布时间：2024-03-16 01:19

　　地震勘探涉及多个环节,其中地震资料处理是这些环节中最重要也是最受关注的,其方法的选择直接决定处理后资料质量。噪声处理更是处理的重中之重,就随机噪声去除方法而言,目前常用的方法主要有f-x EMD滤波、中值滤波、非局部均值滤波等,然而它们各有局限之处。本文基于随机噪声的特性,提出了一种基于互补型集合经验模态分解(Complementary Ensemble Empirical Mode Decomposition,CEEMD)及局部相似性(Local Similarity)恢复的随机噪声去除方法,并在CEEMD分解后得到的每一个IMF分量的去噪过程中引入了新型保幅阈值方法,克服了常规阈值存在的局限。常规随机噪声去除主要利用的是f-x EMD滤波方法,但是该方法的局限性在于仅适用于斜率单一或斜率较小的同相轴,当同相轴斜率较大或者弯曲时,该方法会将有效信号与噪声一同去除。本文利用CEEMD自适应地将待处理信号分解成IMF分量,并对每一个IMF分量根据信噪比自适应设定阈值门限,引入保幅阈值方法,有效地克服传统方法在随机噪声去除过程中对有效信号造成破坏的弊端。本文处理首先将地震资料利用CEEMD...

【文章页数】：88 页

【学位级别】：硕士

【部分图文】：

图2.1（a）初始模型剖面；（b）加入随机噪声和线性相干噪声剖面；（c）f-x反滤波去噪结果；（d）f-x反滤波去除噪声剖面；（e）f-x域EMD去噪结果；（f）f-x域EMD去除噪声剖面

7图2.1（a）初始模型剖面；（b）加入随机噪声和线性相干噪声剖面；（c）f-x反滤波去噪结果；（d）f-x反滤波去除噪声剖面；（e）f-x域EMD去噪结果；（f）f-x域EMD去除噪声剖面Fig.2.1(a)originalmodel;(b)noise....

图2.2（a）无噪剖面；（b）含噪剖面

图2.2（a）无噪剖面；（b）含噪剖面Fig.2.2(a)noisefreeprofile;(b)Noisyprofile

图2.4径向道变换原理示意图

（X-T）坐标系S(x,t)，从而将信号与噪声在频率与是速度上区分，达到噪声的效果。其正变换为：RSx,tSv,t*反变换为：RSv,tSx,t1**，0*ttt，00vxx/tt。x表....

图2.5两种插值方法原理示意图

（a）（b）图2.5两种插值方法原理示意图Fig.2.5Schematicdiagramoftwointerpolationmethods小结章对一些传统随机噪声处理方法进行了简单介绍和分析，不同方法除上的使用条件及假设也有所不同，各有其优缺点。目前地震资料....

本文编号：3928899