基于含噪独立分量分析的地震记录去噪方法研究
发布时间：2021-10-02 04:16
石油勘探地震资料中含有的随机噪声会影响到地震数据的可靠性,提高地震资料信噪比是地震勘探的一项基本课题,对地震资料解释有着重要意义。由于地震资料所含随机噪声没有统一规律,常用的地震去噪方法去除随机噪声时存在一定的局限性。本文研究如何采用含噪独立分量分析算法克服一般地震去噪方法的不足,达到提高地震资料信噪比的效果。首先分析了石油勘探地震信号的统计特性,地震记录中的有效信号和随机噪声信号之间是相互统计独立的,符合独立分量分析算法的应用条件。随机噪声由非高斯噪声和高斯噪声组成,其中把非高斯噪声看成独立信号,把高斯噪声看成加性噪声,将地震信号去噪问题转化为含噪ICA问题。相对常规ICA模型来说,含噪ICA模型可以更好地匹配地震记录模型。针对常规地震资料的去噪问题,给出了一种改进的含噪ICA算法—基于极大似然偏差去除的FastICA算法（MLBR-FICA）。该算法通过偏差去除技术尽可能减小由噪声引起的偏差,建立基于观测信号似然度的无偏目标函数,采用鲁棒性好的牛顿迭代法求解混合矩阵。仿真信号结果表明,该算法可以更为准确地估计混合矩阵,具有明显较快的收敛速度。将该算法应用于常规地震资料去噪,实验结果...
【文章来源】：中国石油大学(华东)山东省 211工程院校 教育部直属院校
【文章页数】：67 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 前言
1.1 课题的来源及研究意义
1.2 国内外研究现状
1.2.1 独立分量分析技术
1.2.2 石油勘探地震资料去噪技术
1.3 存在的问题
1.4 论文的研究内容与安排
第2章 独立分量分析的基本理论
2.1 独立分量分析的基本概述
2.1.1 ICA的数学模型
2.1.2 ICA预处理
2.2 独立分量分析的独立性判据
2.2.1 互信息极小化判据
2.2.2 极大似然判据
2.2.3 非高斯程度极大化判据
2.3 典型的无噪独立分量分析算法
2.3.1 极大似然估计算法
2.3.2 基于负熵的Fast ICA算法
2.4 典型的含噪独立分量分析算法
2.4.1 基于极大似然偏差去除的自然梯度ICA算法
2.4.2 基于高斯矩的含噪Fast ICA算法
第3章 MLBR-FICA算法及其在常规地震资料去噪中的应用
3.1 常规地震
3.1.1 地震子波
3.1.2 人工地震波
3.2 基于极大似然偏差去除的FastICA算法
3.2.1 基本原理
3.2.2 仿真实验
3.3 常规地震资料处理
3.3.1 模型试算
3.3.2 实际资料处理
3.4 本章小结
第4章 LSNR-NICA算法及其在微地震资料去噪中的应用
4.1 微地震
4.1.1 微地震监测技术
4.1.2 微地震信号特点
4.1.3 微地震模型
4.2 一种低信噪比下的含噪独立分量分析算法
4.2.1 基本原理
4.2.2 仿真实验
4.3 微地震资料处理
4.3.1 模型试算
4.3.2 实际资料处理
4.4 本章小结
结论
参考文献
攻读硕士学位期间取得的学术成果
致谢
【参考文献】：
期刊论文
[1]基于极大似然偏差去除的FastICA算法[J]. 刘克,田学民,蔡连芳,张银雪. 计算机仿真. 2013(12)
[2]人工蜂群算法的收敛性分析[J]. 宁爱平,张雪英. 控制与决策. 2013(10)
[3]基于独立分量分析的欠定盲源分离方法[J]. 杨杰,俞文文,田昊,关珍贞. 振动与冲击. 2013(07)
[4]基于曲波变换的地面微地震资料去噪方法研究[J]. 姜宇东,杨勤勇,何柯,刘太伟. 石油物探. 2012(06)
[5]独立分量分析及其在信号处理中的应用[J]. 杨俊美,余华,韦岗. 华南理工大学学报(自然科学版). 2012(11)
[6]基于互累积量的有噪独立分量分析方法[J]. 蔡连芳,田学民. 计算机工程. 2012(16)
[7]含噪独立分量分析的期望最大化算法[J]. 张和发,李立萍. 电子科技大学学报. 2012(04)
[8]基于改进PSO-ICA的地震信号去噪方法[J]. 张银雪,田学民. 石油地球物理勘探. 2012(01)
[9]步长自适应ICA在地震信号去噪中的应用[J]. 张银雪,田学民. 计算机工程与应用. 2011(31)
[10]后非线性混叠信号盲源分离算法综述[J]. 陶涛,黄高明,赵治华. 控制与决策. 2010(08)
博士论文
[1]盲信号处理技术在地震数据处理中的应用研究[D]. 魏巍.中国地质大学（北京） 2009
硕士论文
[1]含噪盲信号提取和分离技术研究[D]. 任婕.电子科技大学 2012
本文编号：3417989
【文章来源】：中国石油大学(华东)山东省 211工程院校 教育部直属院校
【文章页数】：67 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 前言
1.1 课题的来源及研究意义
1.2 国内外研究现状
1.2.1 独立分量分析技术
1.2.2 石油勘探地震资料去噪技术
1.3 存在的问题
1.4 论文的研究内容与安排
第2章 独立分量分析的基本理论
2.1 独立分量分析的基本概述
2.1.1 ICA的数学模型
2.1.2 ICA预处理
2.2 独立分量分析的独立性判据
2.2.1 互信息极小化判据
2.2.2 极大似然判据
2.2.3 非高斯程度极大化判据
2.3 典型的无噪独立分量分析算法
2.3.1 极大似然估计算法
2.3.2 基于负熵的Fast ICA算法
2.4 典型的含噪独立分量分析算法
2.4.1 基于极大似然偏差去除的自然梯度ICA算法
2.4.2 基于高斯矩的含噪Fast ICA算法
第3章 MLBR-FICA算法及其在常规地震资料去噪中的应用
3.1 常规地震
3.1.1 地震子波
3.1.2 人工地震波
3.2 基于极大似然偏差去除的FastICA算法
3.2.1 基本原理
3.2.2 仿真实验
3.3 常规地震资料处理
3.3.1 模型试算
3.3.2 实际资料处理
3.4 本章小结
第4章 LSNR-NICA算法及其在微地震资料去噪中的应用
4.1 微地震
4.1.1 微地震监测技术
4.1.2 微地震信号特点
4.1.3 微地震模型
4.2 一种低信噪比下的含噪独立分量分析算法
4.2.1 基本原理
4.2.2 仿真实验
4.3 微地震资料处理
4.3.1 模型试算
4.3.2 实际资料处理
4.4 本章小结
结论
参考文献
攻读硕士学位期间取得的学术成果
致谢
【参考文献】：
期刊论文
[1]基于极大似然偏差去除的FastICA算法[J]. 刘克,田学民,蔡连芳,张银雪. 计算机仿真. 2013(12)
[2]人工蜂群算法的收敛性分析[J]. 宁爱平,张雪英. 控制与决策. 2013(10)
[3]基于独立分量分析的欠定盲源分离方法[J]. 杨杰,俞文文,田昊,关珍贞. 振动与冲击. 2013(07)
[4]基于曲波变换的地面微地震资料去噪方法研究[J]. 姜宇东,杨勤勇,何柯,刘太伟. 石油物探. 2012(06)
[5]独立分量分析及其在信号处理中的应用[J]. 杨俊美,余华,韦岗. 华南理工大学学报(自然科学版). 2012(11)
[6]基于互累积量的有噪独立分量分析方法[J]. 蔡连芳,田学民. 计算机工程. 2012(16)
[7]含噪独立分量分析的期望最大化算法[J]. 张和发,李立萍. 电子科技大学学报. 2012(04)
[8]基于改进PSO-ICA的地震信号去噪方法[J]. 张银雪,田学民. 石油地球物理勘探. 2012(01)
[9]步长自适应ICA在地震信号去噪中的应用[J]. 张银雪,田学民. 计算机工程与应用. 2011(31)
[10]后非线性混叠信号盲源分离算法综述[J]. 陶涛,黄高明,赵治华. 控制与决策. 2010(08)
博士论文
[1]盲信号处理技术在地震数据处理中的应用研究[D]. 魏巍.中国地质大学（北京） 2009
硕士论文
[1]含噪盲信号提取和分离技术研究[D]. 任婕.电子科技大学 2012
本文编号：3417989
本文链接：https://www.wllwen.com/projectlw/dqwllw/3417989.html
