变换域低秩算法在沙漠地震信号去噪中的应用

发布时间：2021-01-04 12:38

　　高质量的地震数据是地层成像和解释的基础,但随机噪声的存在会极大地影响地震数据的质量。随着采集到的地震资料信噪比降低,噪声特性变得更加复杂。特别是在沙漠地区,沙漠地区蕴藏着丰富的油气资源,但由于地震资料的信噪比极低,且伴随着随机噪声的复杂性和不可预测性,给后续的地球物理构造成像和解释带来了很大的困难。因此,降噪是沙漠地震勘探的关键和首要任务,沙漠地震记录中的随机噪声主要集中在低频段,造成噪声与有效信号在频率和幅度上有严重重叠。另外,由于沙漠噪声不完全服从高斯分布,许多高斯噪声的抑制方法都不适合沙漠噪声的抑制,因此沙漠噪声的抑制具有极大的挑战性。近年来,为了提高信噪比,世界各国的信号处理专家都在不断地进行研究,其中提出了多种方法,并有效地应用于地震资料的信号提取和噪声抑制。而这些方法的代表多是多尺度分析去噪方法和时频分析去噪方法。基于以上,本文提出一种基于变换域内的低秩去噪方法,该算法首先利用同步压缩小波变换将地震资料逐道变换到稀疏子空间,其次利用低秩分解将稀疏子空间中的低秩部分分解出来。与传统低秩算法不同的是,本文对该低秩分解算法进行了自适应的迭代收敛,当分解误差达到预定范围时,提取出有... 

【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校

【文章页数】：66 页

【学位级别】：硕士

【部分图文】：

压缩感知原理图

第3章变域低秩算法及其噪声压制原理29原始变域低秩算法和本文的算法结果（从上到下依次的顺序）进行了对比，从虚线红框圈出的部分我们可以清楚地看到有效信号的具体位置。本文提出的方法不但有更好的压噪效果，还在信号的恢复上与原始信号更加相似，信号的幅度依旧保持的较好。而在原始的变域低秩方法结果图中，信号的幅度受到了很大程度上的衰减，噪声也去除的不干净，畸变很严重。因此本文的去噪方法相对原始低秩分解方法来说是更加有效的。图3.1单道去噪结果对比图表3.2迭代前后去噪效果对比SNR(dB)-3.6305-6.1293-8.0675SWT+SSGoDec2.25883.18793.0031本文3.78014.07453.5698给出迭代低秩中参数的选取过程及结论后，如下图3.2给出了本文算法的流程框图。具体算法流程如下：1)将时域内的含噪信号通过同步压缩小波变换转换到SWT域。2)对SWT域内的每一层分别进行SSGoDec分解，得到对应的低秩矩阵和分解

吉林大学硕士学位论文30误差。3)完成第一次低秩分解后，将分解误差与迭代条件范围error0100.0进行对比。若没有达到该范围，则进行第二次迭代，其中rank参数相比上一次减一，以此类推；若达到了规定范围，则停止迭代，提出低秩矩阵。4)将提出的低秩矩阵通过同步压缩小波逆变换转换回时域。图3.2本文算法流程框图3.4本章小结在这一章中，对本文的算法做了详细的介绍。第一部分是同步压缩小波变换的原理推导，第二部分是本文所用的低秩分解方法SSGoDec的原理（从GoDec开始推导引出SSGoDec算法）。第三部分先给出变域低秩算法的流程总结，并接着提出基于这个算法基础上的改进，也就是迭代低秩算法，通过实验对比等找到最优的参数，并将两种方法对比，对比结果体现出了本文改进后算法的优势性。最后总结了本文方法的整体框架和流程，并给出了本文算法的总体流程图。

【参考文献】：
期刊论文
[1]基于数据增广和CNN的地震随机噪声压制[J]. 王钰清,陆文凯,刘金林,张猛,苗永康.  地球物理学报. 2019(01)
[2]塔里木盆地沙漠地区低信噪比地震资料处理技术[J]. 孔剑冰,陈旻,高雁,常春志,张本书.  河南石油. 2004(S1)

硕士论文
[1]基于分数阶复扩散算法的沙漠地震勘探随机噪声压制研究[D]. 马骏驰.吉林大学 2019
[2]基于同步压缩变换的地震谱分解研究[D]. 何元.中国石油大学(北京) 2016
[3]基于低秩约束的分类及特征分析方法研究[D]. 李林.国防科学技术大学 2013
[4]沙漠地区地震资料处理技术研究[D]. 秦亚玲.中国地质大学（北京） 2006



本文编号：2956779