基于频率域小波去噪的大地电磁信号工频干扰处理

大地电磁测深(Magnetotelluric,MT)在油气勘查中得到越来越多的应用,针对MT中日益严重的工频干扰,从频率域着手,结合小波阈值去噪方法,提出了基于频率域小波去噪的MT信号工频干扰处理方法。先对受噪的MT信号进行傅里叶变换,得到其实部和虚部,再用小波阈值去噪的方法对实部序列和虚部序列分别进行去噪处理,最后将去噪后的实部和虚部联合,进行反傅里叶变换得到去噪后的信号。给出了去噪方法的原理、步骤,并用仿真信号和实测大地电磁信号验证了其有效性。结果表明:频率域小波阈值去噪的大地电磁信号工频干扰处理方法是正确、有效的,能有效且自适应地压制大地电磁信号中的工频干扰,突出被工频干扰淹没了的有用信号的信息。     

基于广义S变换的地震资料信噪分离方法

基于S变换具有良好的时频聚焦性和分时分频性,将可灵活选取窗函数的广义S变换引入到地震信号去噪处理中,系统研究了广义S变换在地震资料信噪分离中的应用。首先对地震数据进行广义S变换,然后对含噪频率剖面选取适当阈值压制噪声干扰,提取有效信号,最后重构得到去噪后的记录。经合成记录和实际地震资料处理实验证明,该方法能有效地进行信噪分离,提高地震剖面信噪比和分辨率。     

广义S变换时频域滤波在MT数据处理中的应用

短时傅里叶变换是建立在稳态信号基础之上,它仅能提供信号的频域信息,对信号的时间分辨能力差。这影响了它在大地电磁测深数据处理中的应用效果。S变换是一种优于短时傅立叶变换的时频分析方法,能够提供信号时-频域信息。利用S变换对大地电磁测深数据进行时频分析,有助于实现大地电磁测深数据噪声的时频-域滤波,从而提高大地电、磁分量数据的频谱分析精度。从广义S变换理论出发,分析了各类波形噪声的时-频域特征及其对大地电磁测深数据的影响。针对大地电磁测深数据处理特点,利用广义S变换得到时频谱,采用时频比值和门槛值方法,研究适合压制电磁噪声的时频滤波器和滤波方法。对实际大地电磁测深数据的处理结果表明这个方法提高了阻抗张量的估算质量,验证了该方法的有效性。     

广义S变换时频分析在广域电磁法数据处理中的应用

广义S变换是一种可逆的局部时频分析方法,是短时傅里叶变换和小波变换的延伸和推广。利用广义S变换对广域电磁时间序列数据进行分析,除了可以划定噪声区域便于实施滤波去噪之外,还可以提高数据频谱分析精度。针对广域电磁数据特点,基于广义S变换提出了适合广域电磁法的广义S变换处理流程,进行了信号的仿真实验。同时,也对广域电磁法实测数据进行了处理,高信噪比数据的处理结果证实了广义S变换的有效性和准确性。强干扰数据处理的结果表明,获取的信号质量比基于傅里叶变换的传统方法有明显提高。处理效果表明,提出的方法适用于广域电磁法数据处理。     

top-hat变换与庐枞矿集区大地电磁强干扰分离

作为一种非线性信号处理方法,基于数学形态学的广义形态滤波已经展现出其在大地电磁时间域信号去噪中的作用;然而,广义形态滤波在滤除大地电磁时间域信号中噪声波形的同时,也滤除了时间域信号中包含有用信息的缓变化。针对这一问题,提出一种基于数学形态学top-hat变换的大地电磁时间域噪声压制方案,利用top-hat变换对波峰和波谷的检测能力,采用直线型结构元素,对大地电磁时间域信号进行去噪。用该方法对庐枞矿集区大地电磁实测数据进行处理后,数据的标准差与曲线相似性参数都优于处理前数据,表明所提方法能够去除噪声波形并保留时间域信号的缓变化,恢复受噪声污染的大地电磁时间域信号,提高大地电磁视电阻率曲线的质量。     

基于中值滤波和seislet阈值法联合压制混叠噪声方法

混采技术可以实现多台震源同时激发产生地震波场,有效提高采集效率,但是混采技术会产生严重的混叠干扰,降低地震数据的信噪比。针对此问题,引入多级中值滤波,设计了一种基于seislet域阈值去噪和多级中值滤波相结合的混叠噪声压制方法。该方法首先采用大步长中值滤波和seislet域阈值去噪相结合的方法得到初始压制混叠噪声的地震数据,再利用混叠算子计算去混叠噪声后地震数据的伪分离数据,然后求取该伪分离数据和原始混叠地震数据的差值,再次应用较小步长中值滤波提取剩余信号,并与上一步骤得到的去混叠后的地震数据相加,并再次进行seislet域阈值去噪,依次循环,直到信噪比达到期望值。通过模拟数据测试,并与F-K域迭代阈值去噪方法和常规seislet域迭代阈值方法相比,本方法在压制混叠噪声的同时,可以更好地保护有效信号。     

大地电磁测深数据的时频分析

大地电磁测深(MT)数据表现出非线性、非平稳、非最小相位特征,不符合以Fourier变化为基础的传统谱分析的基本要求.为寻求更好的谱分析方法,把最新发展的Hilbert-Huang变换(HHT)引入到大地电磁测深数据的时频分析当中来,针对湖北宜万线实测的MT信号,与短时Fourier变换(STFT)、Winger-Ville分布(WVD)和小波变换(WT)进行了时频分析比较.比较分析表明:HHT方法克服了其它一些方法的缺陷,完全取消了窗函数的作用,其结果不受核函数影响与时频测不准原理限制,具有完全的局部时频特性和更好的时频聚集性.分析认为HHT是一种全新而更优越的分析与处理大地电磁测深信号的时频方法,能更好地提取信号的时频本质特征,用于指导生产勘测实践.     

广义S变换在地震勘探中的研究进展

广义S变换是目前比较新的一种非平稳信号分析的时频分析方法,其特点和优势为广义S变换的反变换与傅立叶变换有直接的联系,保证其是无损变换;线性变换保证其不存在交叉项;时频分辨率与信号的频率有关;基本小波不必满足容许性条件;尺度性质使得广义S变换有很好的频率聚集能力。基于这些特点和优势,在地震勘探中已经有了广泛的应用,如利用广义S变换进行瑞利面波频散分析、时频域波场分离与去噪、沉积相旋回以及地震波初至识别等。笔者总结了应用中比较有代表性的广义S变换类型,并结合实例,阐述了该方法在地震勘探中的研究进展。     

子空间增强在大地电磁信噪分离中的应用研究

为了提高强干扰地区大地电磁测深数据质量、保留大地电磁信号低频段的有用信息,压制大尺度强干扰已刻不容缓。针对矿集区典型的强干扰类型,引入子空间增强方法对大地电磁信号与强干扰进行信噪分离研究。通过计算机模拟常见的大尺度方波和充放电三角波干扰,讨论了子空间增强算法中帧长与特征值判别阈值的最优选取范围,给出了算法流程,并对矿集区实测大地电磁数据进行了信噪分离处理。实验结果表明:该方法是切实可行的,能有效剔除时间域序列中的大尺度强干扰,近源效应得到了有效压制;经处理后,重构的大地电磁信号中包含了更为丰富的细节成分,视电阻率曲线更为光滑、连续,低频段的大地电磁数据质量得到了明显改善。     

基于组合滤波的矿集区大地电磁信号去噪

针对矿集区大地电磁(MT)信号受环境噪声和人文噪声污染严重的问题,提出一种结合了经验模态分解(EMD)和数学形态学滤波的组合滤波方法,对矿集区大地电磁信号的时域信号进行滤波处理。介绍了方法原理和计算步骤,评估了该方法的去噪效果;在与小波变换去噪效果对比的基础上,用仿真实验验证了方法的可靠性,并对某矿集区的实测数据进行了去噪处理。结果表明,组合滤波方法充分利用了EMD多尺度分解及其可重构特性和数学形态学滤波方法的优点,在滤除噪声的同时为MT信号尽可能多地保留了有用信息。去噪后,估算的响应曲线方差减小到原来的一半,为进一步正确资料处理和地质解释提供了保障。     

基于广义S变换的裂缝分频边缘检测方法

为了在时频域刻画裂缝等边缘信息及其多尺度特征,构造了一种新的广义S变换分频边缘检测。它借鉴了小波多尺度边缘检测的思想,利用广义S变换的时频局部谱,通过不同频率尺度滤波达到突出与定位不同尺度边缘信息的目的。模型信号处理表明：广义S变换分频边缘检测方法既能准确刻画边缘奇异信息,又能反映边缘的多尺度特征,具有与小波多尺度边缘检测相似的特点。利用这一方法对实际地震资料处理的结果表明,它可以在不同频率尺度情况下有效检测断层、裂缝发育带的几何形态和空间展布。     

串联去噪技术在金属矿地震勘探中的应用

金属矿地震勘探中原始数据的信噪比很低,多种干扰混杂在记录中,常规去噪手段难以达到理想效果。针对金属矿地震数据中强线性干扰,设计了f-k 滤波、Radon 变换方法二级衰减; 针对强随机噪声,设计Radon 变换以及Curvelet 域组合变换法二级衰减,组成了f-k 滤波法、Radon 变换及Curvelet 域组合变换法串联去噪方法。应用于金昌金属矿多类混杂强噪声的地震实际数据中,大幅提高了数据的信噪比,经验证本文方法实用、有效。     

基于广义S变换的地层吸收补偿

广义S变换是一种新的非平稳信号时频分析方法。广义S变换的反变换与傅立叶变换有直接的联系,是无损变换;线性变换保证其不存在交叉项;时频分辨率与信号的频率有关;基本小波不必满足容许性条件;尺度性质使得广义S变换有很好的频率聚集能力。基于广义S变换的特点和优势,进行地层吸收补偿。通过对实际二维叠后地震数据进行地层吸收补偿处理,结果表明,提高了地震反射层的分辨率,改善了地震资料的品质,而且无需知道地层的Q值。      

Seismic random noise attenuation by time-frequency peak filtering based on joint time-frequency distribution

Time-Frequency Peak Filtering (TFPF) is an effective method to eliminate pervasive random noise when seismic signals are analyzed. In conventional TFPF, the pseudo Wigner–Ville distribution (PWVD) is used for estimating instantaneous frequency (IF), but is sensitive to noise interferences that mask the borderline between signal and noise and detract the energy concentration on the IF curve. This leads to the deviation of the peaks of the pseudo Wigner–Ville distribution from the instantaneous frequency, which is the cause of undesirable lateral oscillations as well as of amplitude attenuation of the highly varying seismic signal, and ultimately of the biased seismic signal. With the purpose to overcome greatly these drawbacks and increase the signal-to-noise ratio, we propose in this paper a TFPF refinement that is based upon the joint time-frequency distribution (JTFD). The joint time-frequency distribution is obtained by the combination of the PWVD and smooth PWVD (SPWVD). First we use SPWVD to generate a broad time-frequency area of the signal. Then this area is filtered with a step function to remove some divergent time-frequency points. Finally, the joint time-frequency distribution JTFD is obtained from PWVD weighted by this filtered distribution. The objective pursued with all these operations is to reduce the effects of the interferences and enhance the energy concentration around the IF of the signal in the time-frequency domain. Experiments with synthetic and real seismic data demonstrate that TFPF based on the joint time-frequency distribution can effectively suppress strong random noise and preserve events of interest.     

层状介质探地雷达信号Q值估计及反Q滤波

利用多层常Q模型描述层状介质探地雷达信号的衰减,并应用谱比法,通过求均方根Q值求得了层状介质每一层的Q值。将波场延拓理论应用到探地雷达信号的反Q滤波数据处理中,其步骤为：假定地下Q模型为多层常Q结构,对每个常Q层,将地表波场记录直接延拓到当前层顶部;在常Q层内对延拓后的波场在时频域采用广义S变换,对信号进行反Q滤波;对滤波结果求广义S反变换,得到反Q滤波后的时域信号。最后利用本方法对合成的3层探地雷达衰减记录和实验得到的2层探地雷达衰减记录进行了振幅和相位补偿,验证了该算法在探地雷达反Q滤波中的正确性和有效性。     

A combinatorial filtering method for magnetotelluric data series with strong interference

In highly industrialized areas, magnetotelluric (MT)-induced variations are contaminated by strong manmade noise signals. A method is described as an alternative approach for noise removal, based on a combination of empirical mode decomposition (EMD) with independent component analysis (ICA). The filtering procedure takes advantage of the fact that data are analyzed through different scale levels, which requires a minimum of human intervention and leaves good data sections unchanged. Principle and steps of method are discussed, and de-noising results are evaluated by some parameters. After the filtering stage, data is processed in the frequency domain to yield two sets of reliable MT transfer functions and the result was compared with that of the EMD-Wavelet method. Simulated signal and measured MT data series are processed. The results show that this procedure can lead to greatly improved apparent resistivity and phase curves after processing. Point defects are filtered out to eliminate their deleterious influence, which yields reliable estimates of the MT transfer functions. The EMD-ICA method provides a new method for the de-noising of MT data series under the condition of low SNR.     

基于多结构元素形态滤波的大地电磁去噪

数学形态滤波是根据形态学原理创建的一种新型滤波方法,目前在信号处理的诸多领域得到成功运用。本文从形态滤波的基本原理出发,引入了一种多结构元素组成的滤波器用于大地电磁噪声消除。通过数值模拟展示了多结构元素滤波器的滤波效果,表明多结构元素滤波器在小尺度的范围内也有较好的滤波性能。同时,实测大地电磁信号的重构曲线和其视电阻率曲线显示多结构元素形态滤波对大地电磁噪声中的大尺度干扰噪声,如方波噪声和三角波噪声等,有较好的抑制作用,说明多结构元素形态滤波在大地电磁去噪中有较好的应用价值。