基于微地震信号辨识模型的最优滤波方法研究

发布时间：2024-07-10 19:35

　　目前,微地震监测技术在油气井压裂裂缝监测中得到了广泛应用。油气井压裂过程中产生的微地震事件通常具有持续时间短、能量微弱、信噪比低等特点,有时外部的噪声信号甚至能将微地震有效信号湮没,这些都对微地震资料的信噪比造成很大影响。在微地震资料的处理流程中,信噪比是基础和关键,直接影响着震源定位的精度。若信噪比较低,将使最终定位结果出现严重偏差。因此,必须首先对微地震资料进行滤波去噪处理,以提高信噪比。滤波去噪技术作为提高信噪比的主要手段,一直都是国内外专家学者的研究焦点。目前,在微地震资料去噪方面存在很多种方法,如自适应滤波、小波去噪,以及基于系统模型的卡尔曼滤波(Kalman Filter,KF)。本论文以微地震监测技术为研究背景,以微地震信号及其参数辨识模型为研究对象,针对现有微地震资料去噪方法的局限性,对基于微地震信号辨识模型的最优滤波算法进行了探索研究,成功建立了微地震合成信号和实际微地震信号的辨识模型,并将基于辨识模型的KF、UKF、SR-UKF滤波算法应用在微地震资料去噪处理中。论文主要内容如下:(1)微地震合成信号和实际微地震信号的辨识建模是本课题的主要研究内容之一,也是实现基于...

【文章页数】：83 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 引言
    1.1 本课题的提出及其研究意义
    1.2 微地震监测技术及其发展
    1.3 微地震数据去噪概述
        1.3.1 微地震信号的噪声分类
        1.3.2 微地震信号的去噪原理
        1.3.3 微地震信号去噪方法
    1.4 论文的主要研究内容和组织结构框架
第二章 微地震监测技术及其应用
    2.1 微地震监测技术基本原理
    2.2 微地震监测方式
    2.3 震源定位方法
        2.3.1 初至提取时差定位法
        2.3.2 Ｐ波射线传播方向交汇点法
        2.3.3 层析成像法
    2.4 小结
第三章 信号辨识建模基本原理
    3.1 系统建模方法
    3.2 系统辨识建模方法
    3.3 平稳时间序列
        3.3.1 平稳时间序列的定义
        3.3.2 平稳时间序列的统计特性
    3.4 辨识建模流程和方法
        3.4.1 ARMA模型的表示
        3.4.2 模型类型判定
        3.4.3 模型定阶
        3.4.4 模型参数估计
        3.4.5 状态空间模型
    3.5 本章小结
第四章 微地震信号辨识建模
    4.1 地震记录褶积模型
    4.2 微地震合成信号辨识建模
        4.2.1 建模数据预处理
        4.2.2 模型类型判定实验
        4.2.3 模型定阶实验
        4.2.4 模型参数辨识实验
    4.3 实际微地震信号的辨识模型
    4.4 本章小结
第五章 基于微地震信号辨识模型的最优滤波算法
    5.1 基本卡尔曼滤波
    5.2 无迹卡尔曼滤波
        5.2.1 无迹变换
        5.2.2 无迹卡尔曼滤波
    5.3 平方根无迹卡尔曼滤波
    5.4 仿真实验
        5.4.1 微地震合成信号去噪仿真实验
        5.4.2 滤波效果对比分析
    5.5 本章小结
第六章 基于最优滤波算法的实际微地震资料去噪处理
    6.1 实际微地震资料预处理
        6.1.1 去直流分量
        6.1.2 带通滤波
    6.2 基于KF的实际微地震资料去噪处理
    6.3 基于UKF的实际微地震资料去噪处理
        6.3.1 UKF在实际微地震资料去噪处理中存在的问题
        6.3.2 UKF的解决办法
    6.4 基于SR-UKF的实际微地震资料去噪处理
    6.5 三种滤波算法对比分析
    6.6 本章小结
总结与展望
参考文献
攻读硕士学位期间取得的学术成果
致谢



本文编号：4004624