当前位置:主页 > 科技论文 > 信息工程论文 >

基于经验模态分解的核磁共振去噪方法研究

发布时间:2021-04-17 13:32
  核磁共振(NMR)在孔隙结构评估和流体识别方面具有独特的优势,但NMR信号很容易受到噪声影响。根据NMR噪声的时域和频域特征,提出了基于一种经验模态分解(EMD)的NMR去噪方法。首先,利用EMD将信号由高频到低频分解为一系列的本征模态函数,以此分解噪声和噪声NMR信号,然后,使用曲线趋势法和改进的过零点率曲线确定信号噪声分离准则,将有用信号叠加到剩余项以获得去噪信号。通过岩芯数据和测井数据对比发现,基于EMD的去噪方法可以提高信噪比的同时保留孔隙结构信息,其去噪效果优于小波阈值和EMD小波阈值法,计算得到的孔隙度接近实际孔隙度。 

【文章来源】:西南石油大学学报(自然科学版). 2020,42(03)北大核心CSCD

【文章页数】:9 页

【部分图文】:

基于经验模态分解的核磁共振去噪方法研究


图6:可见,队IMF1到IMF5噪声(图中黑色??曲线)和含噪信号t图中红色曲线)的本征模态函数??

对比图,原始信号,对比图,信号


56??西南石油大学学指X自然科学版)??2020?年??a过零点个数?b斜率比??图8核磁原始数据的过零点个数及斜率比曲线??Fig.?8?The?number?of?zero-crossings?and?the?slope?ratio?curve?of?nuclear?magnetic?raw?data??1000??—原始信号??—去噪信号??750?■??0?50?100?150?200?250?300?350?400??时间/ms??图9去噪信号与原始信号对比图??Fig.?9?Comparison?of?denoised?signal?and?original?signal??—1??出了鲁噪前}if本同ft加次数下':_會矂??比,纖_数低于16吋,出规负的信噪比,说明数??据?量駿差,通过去噪处理后,使信噪比明显握禽B??養加次数为32?fit去噪后着#信噪比已达到36.6,??此信噪比下的#肆这迖到ft;产要求a??表1不同叠加次数的原始数据与去噪数据信噪比??Tab.?1?The?signal-to-noise?ratio?of?raw?data?and??noise-removed?data?of?different?stacking?times??叠加次数??信噪比??原始数据??去噪数据??1??-20.0??-16.2??2??-18.4??-15.1??4??-15.5??-8.5??8??-8.6??-2.1??16??-1.3??2.9??32??18.9??36.6??64??20.3??36.9??128??24.3??40.6??256??31.9??42

【参考文献】:
期刊论文
[1]深水盆地高温高压环境下的地层压力预测方法[J]. 彭海龙,刘兵,赫建伟,李文拓,吴云鹏.  天然气工业. 2018(03)
[2]流花油田礁灰岩储层微观性质及驱替特征研究[J]. 宁玉萍,王峻峰,罗东红,张伟,戴宗.  西南石油大学学报(自然科学版). 2017(06)
[3]碳酸盐岩高压高产气井异常产能资料解释方法[J]. 徐燕东,谷海霞.  西南石油大学学报(自然科学版). 2017(05)
[4]多孔介质中天然气水合物生成的主要影响因素[J]. Khlebnikov V.N.,Antonov S.V.,Mishin A.S.,梁萌,Khamidullina I.V.,Zobov P.M.,Likhacheva N.V,Gushchin P.A..  天然气工业. 2017(05)
[5]低阻页岩气层含气饱和度计算新方法[J]. 张晋言,李淑荣,王利滨,陈芳,耿斌.  天然气工业. 2017(04)
[6]乌石凹陷东区走向斜坡控砂模式与勘探实践[J]. 徐雪丰,胡林,满勇,薛红涛,李安琪.  西南石油大学学报(自然科学版). 2017(03)
[7]最小二乘权值平滑滤波技术在核磁共振信号处理中的应用[J]. 孙淑琴,刘骏妍,蒋川东,孟庆云,林君,彭良玉.  吉林大学学报(工学版). 2016(03)
[8]激光雷达信号的可变间隔阈值经验模式分解去噪法[J]. 李猛,蒋立辉,熊兴隆,冯帅.  强激光与粒子束. 2014(11)
[9]主成分分析在航空瞬变电磁去噪中的应用[J]. 武莹,陆从德,杜兴忠,余小东.  物探化探计算技术. 2014(02)
[10]基于广义功率谱密度的分布压缩宽带频谱感知[J]. 赵春晖,腾志军,马爽.  吉林大学学报(工学版). 2012(04)

硕士论文
[1]基于EMD和小波变换的核磁测井回波信号去噪研究[D]. 孙灵川.东北石油大学 2014



本文编号:3143538

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3143538.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户bc188***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com