基于CWT-CNN的地震噪声压制研究

随着深度神经网络技术的发展,卷积神经网络(CNN)被越来越多地应用于地震数据的噪声压制中。常规CNN方法一般是在时间域进行,为了提升CNN方法对地震噪声的压制效果,提出了基于连续小波变换(CWT)的CNN地震噪声压制方法。该方法首先将一维时间域信号通过CWT转换为二维时频域信号。然后,在利用CNN对时频谱进行噪声压制时,提出了两种策略：能量谱策略(策略Ⅰ)是将CWT计算的复数矩阵的振幅谱作为CNN的训练样本,保持相位谱不变;复矩阵策略(策略Ⅱ)是将复数矩阵的实部和虚部图谱作为CNN的不同通道分别进行处理。最后,对于CNN的输出结果,利用逆连续小波变换(ICWT)将二维复数矩阵还原成一维地震信号。为了定量地对比方法的效果,提出利用峰值信噪比(PSNR)、结构相似性(SSIM)和均方根误差(RMSE)3个指标对比基于两种CWT策略的CNN方法与其它常规滤波(包括低通滤波、小波滤波和中值滤波)方法的噪声压制效果。相较于常规滤波方法,数值实验表明基于CWT策略的CNN方法具有更好的随机噪声和涌浪噪声压制效果。为了提高模型处理地震数据的泛化性,引入迁移学习对预训练模型进行微调。迁移学习的成功应用...     

应用平稳小波变换与深度残差网络压制地震随机噪声

常规去噪方法众多,但每种方法都受某种假设或条件限制。另外,常规去噪方法中一些优化问题具有多个局部极值,导致算法可能收敛到局部最优解而非全局最优解。为此,提出了一种基于平稳小波变换与深度残差网络的地震随机噪声压制方法。采用残差网络(ResNet)的拓扑结构,结合平稳小波变换压制地震数据噪声。残差模块有效避免了网络过深引起的梯度消失或计算消耗但损失函数趋于饱和的问题。另外,小波变换是一种高效的特征提取方法,可获得信号低频和不同方向高频特征信息,分区域学习信号或噪声的特征。首先,对Train400数据集中的每幅图片旋转不同角度以增加训练集数据量,经过旋转变换后加入高斯噪声。然后,对每幅图片进行1级平稳Haar小波分解,得到训练数据集;通过训练提取信号中噪声的小波变换高、低频信息,在此基础上通过直连通道,从含噪数据的小波分解中减去学习到的噪声的小波分解,得到去噪信号的小波分解。最后,通过逆平稳小波变换得到去噪信号。合成信号和实际地震数据去噪试验表明,所提方法能较好地压制地震随机噪声,去噪信号的信噪比、峰值信噪比均较高。     

应用平稳小波变换与深度残差网络压制地震随机噪声

常规去噪方法众多,但每种方法都受某种假设或条件限制。另外,常规去噪方法中一些优化问题具有多个局部极值,导致算法可能收敛到局部最优解而非全局最优解。为此,提出了一种基于平稳小波变换与深度残差网络的地震随机噪声压制方法。采用残差网络(ResNet)的拓扑结构,结合平稳小波变换压制地震数据噪声。残差模块有效避免了网络过深引起的梯度消失或计算消耗但损失函数趋于饱和的问题。另外,小波变换是一种高效的特征提取方法,可获得信号低频和不同方向高频特征信息,分区域学习信号或噪声的特征。首先,对Train400数据集中的每幅图片旋转不同角度以增加训练集数据量,经过旋转变换后加入高斯噪声。然后,对每幅图片进行1级平稳Haar小波分解,得到训练数据集;通过训练提取信号中噪声的小波变换高、低频信息,在此基础上通过直连通道,从含噪数据的小波分解中减去学习到的噪声的小波分解,得到去噪信号的小波分解。最后,通过逆平稳小波变换得到去噪信号。合成信号和实际地震数据去噪试验表明,所提方法能较好地压制地震随机噪声,去噪信号的信噪比、峰值信噪比均较高。     

小波包对叠前地震面波的分离与信号重建

面波在地震勘探中是一种很强的干扰波，一般的处理方法有：一维滤波、F－K滤波、τ－p变换等，但这些方法都侧重于考虑某一方面的单一特性或某种条件假设，因而具有一定的局限性，小波包变换是一种时频分析的方法，它能够对地震资料进行时频精细划分，并且可以分离出面波，然后经过小波包重构，可有效地剔除面波。小波包变换是一种十分有效的去噪方法。     

小波分析及其在时变滤波和信号分离中的应用

利用小波变换具有的多时频分辨率特性，对地震勘探和测井信号这类非平衡信号进行分析，可以充分利用信号的时间－频率特性。文中介绍了小波变换的基本概念及其在地震勘探信号的时变滤波和声波全波列测井信号的信号分离中的应用，实例表明，小波变换在地球物理信号中具有广阔的应用前景。图５参７     

地震信号瞬时特性在小波域分频提取的方法和应用

在直接进行Ｈｉｌｂｅｒｔ变换提取瞬时特征信号的传统方法中,Ｈｉｌｂｅｒｔ变换对高频随机噪声十分敏感,即使地震信号中存在微弱的高频噪声,所提取的地震信号瞬时特征仍被噪声淹没。本文提出了在小波域提取地震信号瞬时特征的方法,它利用小波变换的实部（相当于实信号－地震信号）、虚部（实信号的Ｈｉｌｂｅｒｔ变换）的特点直接提取地震信号瞬时特征。该方法具有分频、去噪的功能,并且提取的地震信号瞬时特征中保留了频率低     

用小波变换提高地震资料的分辨率

小波变换具有时－频域局域化好的特性。利用小波变换的优良性质提出了一种地震资料高分辨率处理方法、该方法首先对地震信号进行小波分解,再对小波分尺度信号进行合理的频率补偿,最后将频率补偿后的小波分尺度信号进行小波反变换,得到高分辨率地震信号。理论模型试算和实际地震资料处理结果证明了该方法的正确性和有效性。     

基于二维小波变换的地震资料去噪方法

在油气勘探中,接收到的地震信号包含有效信号和噪声干扰,即要求从强噪声背景中提取出微弱有效信号,去除干扰信号.小波变换是一种时频分析方法,具有多分辨和适应时变信号处理的特性,能将信号进行多尺度分解,各尺度上分解所得的小波变换系数代表原信号在不同分辨率上的信息,根据时频分析结果进行去噪处理,试验显示局部特征并没有得到有效利用.于是针对地震数据及其噪声干扰的特点,利用二维小波变换技术易于分离有效信号和噪声的特点,将其应用于实际地震资料的处理中,对消除面波干扰及其他规则干扰效果很明显,大大提高了地震资料的信噪比和分辨率,有效改善了地震资料的质量.     

基于多次小波变换的小波域阈值地震信号去噪

在常规小波域阈值信号去噪方法的基础上,提出了基于多次小波变换的小波域阈值地震信号去噪方法。根据小波变换下信号和噪声在多尺度空间中的不同特性,对不同尺度下的小波系数用阈值处理,改进了多次小波变换应用于地震信号去噪的方法。数据仿真和实际应用表明,该方法可以有效压制随机干扰,对提高地震记录的信噪比和分辨率都有较好的效果。     

用w—x域预测方法压制随机干扰

应用二维连续小波变换把一个二元的地震信号变转为有关时间，频率，空间和波数的四元函烽，可以充分地利用信号与噪声在时间，频率，空间和波数方面的差异来压制诸如面波，规则噪声等各种干扰，能有效地提高信噪比，在小波变换域（ｗ－ｘ）上，信号在空间方向上是可以预测的，而噪声是不能预测的，这样，通过预测便能有效地消除随机干扰，此方法优于常规的ｆ－ｘ预测方法对实际资料处理的结果表明，该方法是行之有效的。     

基于二维小波变换的随机噪声压制方法研究

在地震勘探中,随机噪声是一种频带较宽、严重影响有效波的干扰波,常用的一维去噪方法效果不理想。小波变换是一种时频分析方法,根据它的分频和局部分析能力,能有效地消除随机干扰,保留有效波的中、高频成分,经过小波重构,可恢复有效波信号。针对地震信号随机干扰的特点,运用二维小波变换的理论,设计了相应的变换域去噪滤波器。此方法的特点是计算速度快,稳定性好,自适应性强,能对各种地震数据进行去噪处理,模型数据与实际数据的应用效果证明,二维小波变换具有较强的信噪分离能力。     

小波包相关阀值去噪

在地震勘探中，随机口音是一种频带较宽，严重影响有效波信噪比的干扰波，一般的一维去噪方法效果都不理想，小波包变换是一种时频分析的方法，在分析中，高频方面优于小波变换，它结合相关阀值，能有效地在地震勘探剖面中消除随机干扰。分析了小波包优优于波变换的基本原理，以及小波包在地震记录中的分解，相关阈值去噪和地震记录重构，进行了实例分析对比，说明了小波包相关阀值法去噪优于其它去噪方法，且该方法计算速度快，简便可行。     

一种改进的多次小波变换地震信号去噪方法

根据小波变换下信号和噪声在多尺度空间中的不同特性,对不同尺度下的小波系数用阈值处理,改进了多次小波变换应用于地震信号去噪的方法。数据仿真和实际应用表明,该方法可以有效压制随机噪声,对提高地震记录信噪比和分辨率都有较好的效果。     

二维小波变换在去除面波干扰中的应用

在原始地震记录中，面波干扰往往会掩盖有效信号，降低资料的信噪比。常规的一维滤波和F—K滤波方法在去除面波时，会损害有效信号，丢失一些有用的地质信息。小波变换是一种时频分析方法，具有分频和局部分析能力，可以从地震资料中将面波分离出来，而不伤害有效波。二维小波变换去除面波的基本原理是：首先依据面波和有效波视速度的范围，在时间一空间域把原始单炮记录分成没有面波和含有面波的记录；然后应用二维小波变换对含有面波的记录进行时频分析，将其变换到时间、频率、空间和波数四维域中，利用有效波与面波在频率域和波数域上的差异进行面波分离，去除面波，提取有效波，并进行信号重构；最后将重构的信号与没有面波的记录叠加，即可得到去除面波干扰的资料。实际资料处理结果表明，二维小波变换去除面波的方法具有良好的应用效果，有效信号得到了加强，信噪比得到了提高。     

小波包变换压缩与地震数据处理

探讨了地震数据经小波包变换压缩后对后续处理过程的影响,以及经过某些处理后的数据会对小波包变换压缩产生什么影响等问题。将小波包变换压缩地震数据的结果与快速傅里叶变换压缩地震数据的结果进行了对比,其结果表明:应用小波包变换压缩地震数据,有效信号的损失非常小,压缩比大于快速傅里叶变换的压缩比。在大批量地震数据处理中可以使用小波包变换压缩地震数据。     

断陷湖盆陡坡带砂砾岩体沉积期次的划分技术

 综合地震、测井及钻井信息，建立以三维地震资料的层序地层解释为基础，以岩心、成像测井资料作标定，以单井测井信号小波变换分析为核心的砾岩体沉积旋回划分技术。利用成像测井资料进行沉积旋回识别的关键在于合理实现“图像”与“岩相”的转换，并利用岩心资料对地层成像测井图像进行刻度，消除地质解释的多解性，建立不同类型的岩相模式。通过地震约束和岩心、成像测井标定下的测井信号多尺度、高分辨率的小波变换分析,可将一维测井信号变换到二维时频域，便能很好地反映信号的周期特征和局部异常，进而为砂砾岩体的旋回划分和内部结构解剖提供技术支持。对济阳拗陷车镇凹陷陡坡带古近系巨厚砂砾岩体的实际分析结果表明，该技术对于用生物化石或测井组合法难以进行地层划分和对比的砂砾岩发育区的沉积期次划分和内部结构解析具有较好的应用前景。     

基于二次小波变换的地震信号去噪方法

本文在Donoho的小波域阚值去噪处理方法基础上，提出一种基于二次小波变换的地震信号去噪方法，该法是对地震信号进行多尺度小波变换，然后对主要由噪声控制的尺度1上的小波系数再进行第二次多尺度小波变换，并将二次小波变换后的尺度1上的小波系数置零，将其余尺度上的小波系数重构，最后对处理后地震剖面进行小波域阈值去噪处理。通过理论模型和实际资料的处理结果表明，本文所述方法能有效地改善地震剖面处理效果，提高地震资料的信噪比。     

应用二维正交小波包技术进行地震数据压缩

近1 0多年来小波理论研究已成为应用数学的一个新方向。作为数学工具,小波被迅速应用到图像和语音分析等众多领域。大量的数据通过小波变换到小波域后,数据能量集中,再通过量化过程和编码压缩实现了数据的压缩。试图从工程应用与实验角度出发,探讨利用二维正交小波包技术在油气勘探的地震资料处理中有效压缩地震数据和最大限度节省存储资源及网络资源     

二维小波变换在提高地震资料分辨率中的应用

我们应用二维连续小波变换来提高地震记录的分辨率，二维连续小波变换把一个二元的地震信息变换为有关时间，频率，空间和波数四个方面的局部信息，这样就可以充分利用信息与噪声在时间，频率，空间和波数的四元函数，提供了地震信息腾时间，频率，空间和波数四个方面的局部信息，这样就可以充分利用信号与噪声在时间，频率，空间和波数方面的差异来压制各种噪声，能有铲地提高信噪比。     

伪方位角校正技术在三维资料处理中的应用

F-K滤波是压制线性噪声最常用、有效的一种方法,但在三维资料处理过程中,由于偏移距分布的不均匀,致使线性噪声在共炮点道集上表现为非线性,这就使F-K滤波技术不能很好地压制线性噪声。在南喀1井区资料处理中,采用伪方位角校正及F-K滤波技术压制线性噪声,提高了资料的信噪比,结合其他处理措施,成果资料品质得到改善。应用该成果重新解释成图,落实了南喀1号构造。