基于背景噪声和特征值下降比的微地震SVD去噪改进方法

发布时间：2022-02-15 07:24

　　为有效应用SVD方法压制微地震低信噪比资料中的随机噪声,从微地震压裂后背景监测数据中获取背景噪声特征值和特征值下降比,判断各奇异值分量对数据的贡献,提出一种优选特征值并确定合适降噪阶次的方法。模型数据和实际微地震数据应用结果表明:该方法能够压制与背景噪声一致的随机噪声,压制效果明显,同时对有效信号子波损害较少,有效信号频带未发生迁移且能量得到增强,噪声频率成分的能量得到压制,与实际微地震资料吻合较好,可以为微地震数据后期处理提供依据。 

【文章来源】：东北石油大学学报. 2020,44(05)北大核心

【文章页数】：13 页

【部分图文】：

信噪比为2的随机噪声模型测试结果

信噪比为2的随机噪声模型测试结果

采用均值法处理时,灰色面积为添加随机噪声的正演数据,求解奇异值的平均值,将平均值对应的点作为有效阶次(见图2(c))。由于数据特征值较多,若选择全部特征值进行计算,则残留较多噪声,只选择前200个特征值求取平均值,红色虚线为均值法得到的均值线;当选择61个特征值进行数据重构时,对低信噪比数据的处理易导致去噪不足现象。2.3 特征值序列

【参考文献】：
期刊论文
[1]基于单边波动谱的奇异值分解降噪有效阶次确定方法[J]. 张安,陈明义,马增强.  石家庄铁道大学学报(自然科学版). 2019(04)
[2]基于奇异值分解的鲁棒零水印算法[J]. 刘昶,孙劲光,张永库,刘万军.  辽宁工程技术大学学报(自然科学版). 2019(04)
[3]广义Kato分解与Weyl型定理[J]. 陈俐宏,苏维钢.  数学物理学报. 2019(03)
[4]基于单道SVD和振幅比的地面微地震资料去噪方法[J]. 胡永泉,黄建波,田志华,潘树林.  石油物探. 2019(01)
[5]地面微地震资料噪声压制方法[J]. 张晟瑞,任朝发,李星缘,王维红,王贵友.  地球物理学进展. 2018(06)
[6]地面阵列式微地震数据盲源分离去噪方法[J]. 刁瑞,吴国忱,尚新民,芮拥军,崔庆辉.  物探与化探. 2017(03)
[7]信号有效奇异值的数量规律及其在特征提取中的应用[J]. 赵学智,聂振国,叶邦彦,陈统坚.  振动工程学报. 2016(03)
[8]三维地震资料叠前随机噪音压制[J]. 王维红,宋元东,林春华,刘瑞有,姜艳影.  东北石油大学学报. 2015(03)
[9]一种确定奇异值分解降噪有效秩阶次的改进方法[J]. 王建国,李健,刘颖源.  振动与冲击. 2014(12)
[10]基于维纳方程相关函数迭加法的地面微地震信号检测[J]. 刘玉海,潘树林,胡永泉,高磊,沈姣.  东北石油大学学报. 2012(06)



本文编号：3626188