f-x域Cadzow技术分块压制随机噪声及其应用

介绍了一种f-x域Cadzow滤波分块压制随机噪声的技术。首先构建Hankel矩阵,然后利用复数域奇异值分解(SVD)技术进行特征值分解,利用优选特征值的加权并通过替换频率切片实现随机噪声的压制。采用分块处理解决实际地震资料中存在的倾角变化非稳态问题,与传统的假设同相轴水平的SVD技术相比,该技术无需对同相轴进行任何相对时差校正,在假设线性同相轴条件下适应同相轴交错的复杂情况。模型数据处理结果表明,如果地层的倾角个数与选取的特征值个数相同,则对无噪数据没有损害。实际资料处理结果表明,f-x域Cadzow滤波技术是一种稳健的压制随机噪声的技术。     

f-x域Cadzow滤波随机噪声衰减及其局限性分析

基于信号在频率-空间域(f-x域)的线性可预测性,Cadzow滤波将地震数据变换到频率域,由每一个频率切片构建Hankel矩阵,进行SVD分解,重构地震信号。利用多组模型数据,对Cadzow滤波的去噪能力及局限性进行试验分析。试验表明,f-x域Cadzow滤波在处理线性同相轴时,表现出很好的去噪能力与保幅性能。但是,当地震记录中存在高能量突发噪声、弯曲同相轴和断层时,该方法可能产生去噪假象。     

基于广义S变换及高斯平滑的自适应滤波去噪方法

常规基于广义S变换的噪声压制方法需要人为确定高频噪声在时频域的压制范围。针对这一问题,联合广义S变换的自适应时频滤波函数和高斯平滑去噪算法发展了一种自适应去噪方法。首先对信号进行广义S变换获得时频域数据,在S反变换重构时间域信号过程中采用数据自适应时变滤波函数去除大部分高频随机噪声;然后对时间域信号采用高斯平滑滤波函数去除信号中剩余高频随机噪声。模型和实际资料试算结果表明,本文的滤波去噪方法能够有效去除地震数据中的高频随机噪声,具有较强的适应性和实用性。与常规的随机噪声衰减预测法相比,本文方法受处理参数影响较小,且处理后有效信号在时频谱上的时频分辨率较高。     

小波变换域K L变换及其去噪效果分析

K—L变换利用相邻地震道的相关性来去除随机噪声，但对于倾斜和弯曲同相轴反射去噪效果不佳。采用改进的时变倾角扫描叠加K—L变换能够较好地去除随机噪声，但由于在时间域进行，没有考虑有效信号和随机噪声在频率域的特点，高频有效信号易受压制。小波变换具有较强的时频分析能力，在小波变换域进行K—L变换，可以实现分时分频K—L变换去噪。介绍了小波变换域K—L变换压制随机噪声的基本原理，即先将地震信号进行小波分解形成分时分频的小波包剖面，然后用K—L变换对小波包剖面进行去噪，再将去噪后的小波包剖面重构回地震剖面，从而达到消除随机噪声的目的。理论模型计算和实际资料处理表明，小波变换域K—L变换去噪方法在有效去除随机噪声的同时能够保护高频有效信号。     

利用波原子分解系数自适应Wiener滤波方法压制地震数据随机噪声

随机噪声是地震勘探数据中常见的背景噪声,会对有效信号产生负面影响,有必要研究更适用的方法去除随机噪声。为此,提出基于波原子分解系数自适应Wiener滤波,并对滤波后的系数进行波原子重构的方法,压制随机噪声以突出有效信号。针对人工合成地震记录,应用SVD阈值、二维多尺度小波分解阈值和波原子分解阈值三种滤波方法与所提方法进行对比测试及分析,可见所提方法在压制随机噪声的同时能充分保留有效信号,使反射同相轴更清晰且连续性更好。利用该方法还对实际地震记录进行了滤波处理,并与用上述三种阈值和时频峰值等滤波方法处理后的记录作对比,进一步表明所提方法在压制随机噪声与保持有效信号方面的性能更优,具有较强的实用性。     

基于F-X域预测和全变分的串行滤波器

传统的F-X域预测滤波方法在理论上需要假设地震同相轴呈线性,当假设条件不满足时,在分离有效信号和随机噪声时会产生信号畸变。本文提出一种基于F-X域预测滤波和全变分滤波的串行压制噪声方法,对F-X域预测滤波的残差信号进行全变分滤波,并将全变分滤波结果与F-X域预测滤波结果相加作为有效信号的估计。对合成地震数据和实际地震数据的处理结果均表明,相对于F-X域预测滤波法,本文方法在压制随机噪声的同时能更好地保护有效信号,即显著提高信号的保真度。     

基于时间同步提取变换的地震随机噪声压制

随机噪声压制是地震数据处理中的重要环节。本文提出一种基于时间同步提取变换(Time-Synchronous extracting Transform,TSET)和鲁棒主成分分析(Robust Principal Component Analysis,RPCA)的地震随机噪声压制方法。首先通过时间同步提取变换将含噪声的地震数据变换到一个新的稀疏子空间;然后使用鲁棒主成分分析算法将稀疏时频矩阵分解成一个低秩分量和一个稀疏分量;最后,基于时间同步提取反变换将低秩分量由时频域变换到时间域得到去噪后的地震信号。合成模型和实际地震数据用于测试提出的方法,并与传统的f-x预测滤波方法进行对比。结果表明,文中提出的方法不仅能够有效压制地震信号中的随机噪声,而且较好地保留了地震反射信息,从而为后续地震数据处理和解释奠定了基础。     

奇异值分解压制随机噪声的方法及应用

针对随机噪声压制问题，通过对多项式确定的同相轴形状重新选取数据矩阵，再对新选取的数据矩阵进行SVD滤波，从而压制随机噪声。通过对矩阵奇异值分解的研究，揭示了奇异值分解的原理和SVD滤波原理，将一个多道地震记录看作一个图，它可分解为由一系列正交的子图，通过对子图适当选择并结合其它手段，从而达到提高信噪比的目的，为奇异值分解在地球物理中的进一步应用提供了理论依据。实际数据应用表明，该方法去噪手段灵活、保真性好、分辨率高，对一些突然的脉冲干扰、侧反射、以及其他的反向干扰有明显效果。     

非纵测线地震资料相干噪声压制

在鄂尔多斯盆地黄土塬区采用非纵测线法采集的地震资料中存在很强的相干噪声,其同相轴表现为双曲线特性,应用常规噪声压制方法无法达到预期效果。为此,采用T-X域时差变换滤波技术,即在T-X域内将曲线型相干噪声线性化,通过视速度差异去除噪声,从而达到压噪目的。实际资料处理结果表明,该方法能有效压制噪声,增强地震反射同相轴的连续性,提高地震资料的信噪比,改善地震资料品质。理论模型和实际资料的处理结果均显示了这种方法的可行性和有效性。     

基于离散余弦变换的地震随机噪声压制技术

本文在离散余弦变换(DCT)域中利用预测滤波器压制地震数据中随机噪声方法的基础上,进一步对该法的压噪能力进行了评估,表明与离散傅里叶变换相比,DCT变换能够利用更少的系数来表征地震信号,即具有更好的能量压缩性能,从而可以更好地分离信号和随机噪声,实现随机噪声的压制。人工合成数据和实际数据的实验结果也表明,与F-X域预测滤波技术相比,采用DCT压噪不仅效果好,而且能更好地保护有效波。     

A local f-x Cadzow method for noise reduction of seismic data obtained in complex formations

A noise-reduction method with sliding windows in the frequency-space (f-x) domain,called the local f-x Cadzow noise-reduction method,is presented in this paper.This method is based on the assumption that the signal in each window is linearly predictable in the spatial direction while the random noise is not.For each Toeplitz matrix constructed by constant frequency slice,a singular value decomposition (SVD) is applied to separate signal from noise.To avoid edge artifacts caused by zero percent overlap between windows and to remove more noise,an appropriate overlap is adopted.Besides flat and dipping events,this method can enhance curved and conflicting events.However,it is not suitable for seismic data that contains big spikes or null traces.It is also compared with the SVD,f-x deconvolution,and Cadzow method without windows.The comparison results show that the local Cadzow method performs well in removing random noise and preserving signal.In addition,a real data example proves that it is a potential noise-reduction technique for seismic data obtained in areas of complex formations.     

频域奇异值分解（SVD）地震波场去噪

 无规则干扰噪声的频谱分带较宽,不存在相干性;但在同一地区地震信号的主频带区间大致相同,尤其是叠后数据,也就是说各地震道有效频带的频谱存在较好的相干性。本文基于这个特点,通过傅里叶变换,在频率域进行SVD变换,并设计滤波因子,提取目标信号的奇异值进行重构频域信号,然后再进行反傅里叶变换,实现地震波场分离与去噪。与传统的带通滤波相比,该方法能彻底压制主频带干扰噪声,保护高、低频有效信号。实际地震数据处理表明,在不破坏原始地质信息的前提下,能较好地提高地震信号的信噪比。     

地震资料信噪比估计的几种方法

本文给出了计算信噪比的三种不同方法，即叠加法，时间域ＳＶＤ法和频率域ＳＶＤ法。当各道之间的地震信号波形，振幅及相位保持不变时，可利用叠加方法进行信噪比估计；当各道之间的地震信息仅存在振幅变化时，可采用时间域ＳＶＤ方法进行信噪比估算；当各道之间的地震信息既存在振幅变化，又存在相位变化时，应采用频率域ＳＶＣ法来计算信噪比。     

利用Shearlet变换提高叠后地震资料分辨率

反褶积、Q补偿、谱白化、小波变换等方法在提高地震资料分辨率的同时往往会放大噪声,降低地震资料的信噪比。由于地震随机噪声服从高斯分布且其本身并无方向性,因而在Shearlet域可将有效信号与随机噪声分开。通过Shearlet变换将地震信号转换到Shearlet域,对Shearlet域系数进行合理的补偿后,再做Shearlet反变换,可实现对地震资料的提高分辨率处理。结合Shearlet变换的这两个特点,首先舍弃随机噪声Shearlet域系数,同时只对优势频带范围内的Shearlet域系数做补偿和提频处理。这样既提高地震资料分辨率又保持了地震资料信噪比。合成地震数据和叠后实际资料的处理结果表明,本文方法可有效提高叠后地震资料分辨率。     

利用时频域极化滤波压制地震面波

把时频分析方法和自适应协方差矩阵方法结合起来,提出了一种压制地震面波的时频域极化滤波方法。该方法在广义S变换时频方法的基础上,构建时频域自适应协方差矩阵,通过特征分析计算时频域瞬时极化参数,设计极化滤波器,实现多分量地震面波压制。其优势在于可以根据信号的瞬时频率将协方差矩阵的分析时窗长度自适应地选择为每个时频点处的波的优势周期,在每个时频点估计特征参数,无须进行插值。模型数据及实际三分量地震数据处理结果表明,该极化滤波方法在压制地震面波方面具有较高的分辨率。     

地震资料数据处理中的形态滤波去噪方法

1. Introduction Seismic data processing now utilizes digital processing techniques, and seismic filtering generally considers the differences in frequency, wave number, and amplitude. Where the difference between signal and noise is too small to distingui…     

一种τ-p域二维控制束成像方法

实际地震数据中通常存在一定的背景噪声及人为施工噪声等干扰信号,根据有效信号和干扰信号在τ-p域的能量差异,在高斯束成像时采用阀值滤波的思想对干扰信号进行控制,并将滤波后的地震记录用于后续的扫描成像,发展了一种高斯控制束偏移方法。控制束偏移的本质为:1在τ-p域内根据实际地震资料的品质设定阈值,并对数据进行适当切除,以压制实际地震数据中的随机噪声干扰。2对处理后的地震记录进行加窗局部倾斜叠加。理论分析表明,由于在τ-p域中有效降低了远离中心射线的同相轴或非相干同相轴的振幅,提高了地震同相轴的横向连续性,从而大大降低了偏移噪声。Marmousi模型试算及实际资料成像处理结果表明,控制束偏移方法能够在一定程度上提高低信噪比数据的偏移效果,随着资料信噪比的提高,控制束偏移方法的改进效果减弱。