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.     

联合连续小波变换和脊波变换的面波衰减方法及应用

基于炮集地震记录面波的高振幅、低频率和低速度特性及其与反射波在小波域和脊波域中分布区域不同,提出了一种衰减强干扰面波的联合一维连续小波变换和脊波变换方法。首先根据面波的高振幅和低频率特性,利用一维连续小波变换的时频局部化性质,对强干扰面波进行衰减;然后利用脊波变换将地震记录变换到时间、尺度和射线参数的三维空间;最后在脊波域对剩余干扰进行衰减。合成记录和实际资料处理的应用表明该方法不仅可以较好地衰减地震记录中的干扰面波,而且可以保护有效信号的低频成分,为地震资料后续处理和分析提供更好的保证。     

用过采样小波变换提高地震资料分辨率

小波分析具有时频局部化优点 ,被誉为“数学显微镜”。讨论了利用小波变换提高地震资料分辨率 ,在阐述小波原理的基础上 ,给出小波分频带能量合理补偿提高分辨率的方法。考虑到快速小波变换分解尺度数目与信号样点数有关 ,借鉴通讯系统中的过采样技术 ,提出过采样小波变换提高地震资料分辨率方法。实际资料试算表明 ,过采样小波变换方法可以有效提高地震资料分辨率 ,是对小波变换方法的扩展。     

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。     

小波变换与F—K算法在滤波中的应用

陆地地震勘探资料通常含有不同类型的噪声。有效地消除这些噪声，提高分辨率是地震数据处理的主要内容之一。作为一种时频分解方法，小波变换是一种有效的时变滤波工具。本文这了小波变换的有关理论，阐述了它的滤波原理，并借助于Ｆ－Ｋ滤波方法，将小波变换成功地应用于地震信号的滤波之中。具体方法是：将一维信号变换到二维Ｆ－Ｔ平面上，通过改变不同的尺度因子，把信号的不同频率分量刻画出发，再通过改变位移参数来描述信号的     

基于小波变换的套管金属磁记忆检测信号处理

套管受到非均匀载荷的作用易产生塑性变形,在应力集中区,易造成套管弯曲、变形或错断,用金属磁记忆技术可有效判断套管应力集中区域.对于含有噪声非平稳性的井下磁记忆信号,把指数小波去噪技术和希尔伯特(Hilbert)变换应用到了磁记忆的信号分析中.基于信号与噪声在小波分析中不同尺度的传播特性,利用小波非线性滤波方法消除了噪声、提高了信噪比.同时利用Hilbert变换得到磁记忆信号的包络线,从而有效提取了特征量.     

利用纵向小波包变换和横向多项式拟合提高地震信号的信噪比和分辨率

根据地震剖面上不同的频段和时段有不同的信噪比，以及相邻地震道反射波有效成分（除去噪声的有用信号）在波形和能量上具有较强的相关性的特点，本文提出了应用小波包变换和多项式拟合理论消除噪声和提高信号分辨率的方法。该方法的内容是：先将每道地震记录进行小波包分解，形成地震记录分时分频小波包剖面；然后利用共深度点反射波相关的性质用多项式拟合进行信噪分离；再将各个小波包剖面重构为经去噪后的地震剖面。理论记录计算和实际地震剖面的处理结果表明：利用纵向地震道的小波包分解和横向多项式拟合的分时分频处理方法，能够有效地提高剖面的信噪比和分辨率。     

应用小波尺度域地震波衰减属性检测气层

本文从小波域瞬时参数和尺度能量方程出发,提出小波尺度域的能量属性和瞬时属性在一定的尺度范围内可以表征地震信号的衰减特征,并把它们定义为小波尺度域地震波衰减属性。其含义为：①实际地震信号的尺度能量在极值点尺度达到最大,从该尺度起的“带通”范围内,随尺度的减小,反射信号的尺度能量呈指数降低;②由极值点尺度起向小尺度方向的“带通”区域内所计算的尺度能量称为地震波尺度能量衰减属性,相应尺度的瞬时参数剖面也归结为地震波小渡尺度域衰减属性范畴。理论模型研究和实例分析表明,小波衰减属性较常规的瞬时振幅属性对气层的敏感性强。当检测薄的含气地层或地震记录中含噪声时。小波衰减属性的检测效果明显好于常规的瞬时振幅属性。     

小波能谱识别储层流体性质

流体识别是储层评价中的重要内容和难点。为了能够有效地识别流体性质,采取了小波能谱的方法识别流体性质,该方法通过对电阻率曲线进行小波变换处理,建立不同尺度下电阻率曲线的小波变换曲线,然后对小波变换曲线进行能谱分析,利用谱分析识别流体性质。实际资料处理发现,不同流体性质其不同尺度下能谱峰值各不相同,即油、水层所对应的能谱峰值其所在尺度各不相同。某井4个储层的小波能谱识别结果与试油结论完全符合,较原解释结论提高了50%的准确度。     

小波域爬山拟合法消除面波

针对现行面波消除技术中傅氏变换的负作用、小波变换去噪中阈值不易准确求取及呈拟双曲线面波顶点及其局部区域面波无法消除问题,提出小波域爬山拟合法消除面波技术。该项技术利用经小波变换后的小波系数上面波特征更为突出的特点,采用爬山法搜索相邻道的相似波形,并求其均值,若该均值满足给定的三个面波判别准则,则从原始小波系数中减去,最后通过重构得到去除面波的记录。理论模型及实际资料处理结果表明:该方法克服了现有消除面波技术中存在的缺点,达到了较好的面波消除效果。     

小波包变换叠前地震信号研究

叠前地震资料是多种波的复合体，为了提取有效波，必需消除主要的干扰波，如面波，高频随机干扰波，一般的去噪方法有；一维滤波，滤波，变换，f-x预测等，但它们都侧重于考虑某一方面的单一特性或某种条件假设，这些方法具有一定的局限性，小波包变换是一种时频分析的方法，它对地震资料进行时频精细划分优于小波变换，与传统的Fourier变换相比，它能刻画出具有相同频率的有效波与干扰波在时间-空间域的分布，经过小波包对叠前资料分解，可分离出面波，高频随机干扰等，然后再经过波波包重构，可有效地剔除干扰，且对有效波的伤害较少，经实际资料验证，小波包变换，确实是一个十分有效的去噪方法。     

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。     

基于小波变换的三维地震资料拼接方法

新、老三维地震资料的连片处因采用不同激发、接收参数而引发的拼接问题日益增多。三维地震资料拼接可着作是一个不同尺度空间的数学寻优问题，其关键在于如何实现时变拼接。应用小波分析中的Mallat算法，将拼接处的两个叠加数据进行多分辨分解；采用最小平方算法求取不同尺度空间的最佳匹配滤波因子，并将各匹配滤波因子分别应用于多分辨分解后的其中一块三维叠前数据，即可达到拼接的目的。此方法可自动实现时变拼接，达到相位和振幅同时校正，而且能避免噪声的影响。实际应用结果表明，采用小波变换资料拼接方法的效果较好。     

小波时空变阈值去噪方法在可控震源资料处理中的应用

 鉴于常规的消除地震资料中随机噪声的增强信号或压制噪声方法的局限性,本文基于小波变换阈值去噪和加权叠加的思路,提出一种小波时空变阈值去噪方法：以逐点方差为加权叠加的权系数,通过迭代计算修正权系数得到准确的时空变方差,再进行小波阈值去噪,从而做到多道识别噪声,单道保真压噪。这种方法可消除满足高斯白噪条件和不满足高斯白噪条件的随机噪声。经理论模型和相关未叠加可控震源资料的处理证明,这种小波时空变阈值去噪方法有效而实用。     

小波变换域地震资料瞬时频率分析方法

小波变换域瞬时频率分析方法是地震资料分析的重要工具。分析了在小波变换域提取瞬时频率的原理及优点，讨论了选择不同的小波函数对计算结果的影响。利用Ricker子波和薄互层模型数据，分析了以Morlet小波、匹配地震子波的小波及三参数小波为基本小波计算的瞬时频率，结果表明：基于三参数小波的瞬时频率分析方法具有良好的抗噪性能及较高的时间分辨率。将该方法用于地下薄互层结构的地震响应分析，不仅可以刻画地层的整体变化特征，而且可以刻画薄互层内部结构。在大庆油田三维数据体瞬时频率分析中，将该方法与常用的Hilbert变换属性提取方法进行了对比，结果表明，该方法可以更清晰地刻画出火山岩的空间展布。     

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。     

小波分析在地震资料分频处理中的应用

针对傅立叶变换在地震资料分频处理中的不足，开展了小波变换在地震资料分频处理中的应用研究。并运用Modet小波变换分析方法，采用恰当的小波滤波器组对大港地区的三维地震资料进行频谱分析处理，得到了不同尺度的地震资料，处理后的地震资料品质得到了明显改善，处理后的地震剖面同相轴变细，频带变宽，地震资料的分辨率得到了提高，对地震资料分频处理和解释具有重要的指导意义。