CN102043168B - 一种对数字信号进行仿真加噪的处理方法 - Google Patents

一种对数字信号进行仿真加噪的处理方法 Download PDF

Info

Publication number
CN102043168B
CN102043168B CN2010105079933A CN201010507993A CN102043168B CN 102043168 B CN102043168 B CN 102043168B CN 2010105079933 A CN2010105079933 A CN 2010105079933A CN 201010507993 A CN201010507993 A CN 201010507993A CN 102043168 B CN102043168 B CN 102043168B
Authority
CN
China
Prior art keywords
noise
signal
mrow
gather
target
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN2010105079933A
Other languages
English (en)
Other versions
CN102043168A (zh
Inventor
刘志成
杨勤勇
谢金娥
段心标
孙武亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Petroleum and Chemical Corp
Sinopec Geophysical Research Institute
Original Assignee
China Petroleum and Chemical Corp
Sinopec Geophysical Research Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Petroleum and Chemical Corp, Sinopec Geophysical Research Institute filed Critical China Petroleum and Chemical Corp
Priority to CN2010105079933A priority Critical patent/CN102043168B/zh
Publication of CN102043168A publication Critical patent/CN102043168A/zh
Priority to US13/274,262 priority patent/US20120121038A1/en
Priority to DE102011084526A priority patent/DE102011084526A1/de
Priority to FR1159338A priority patent/FR2966264A1/fr
Application granted granted Critical
Publication of CN102043168B publication Critical patent/CN102043168B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B17/00Monitoring; Testing
    • H04B17/30Monitoring; Testing of propagation channels
    • H04B17/391Modelling the propagation channel
    • H04B17/3911Fading models or fading generators
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/36Effecting static or dynamic corrections on records, e.g. correcting spread; Correlating seismic signals; Eliminating effects of unwanted energy
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/15Correlation function computation including computation of convolution operations
    • G06F17/156Correlation function computation including computation of convolution operations using a domain transform, e.g. Fourier transform, polynomial transform, number theoretic transform
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Remote Sensing (AREA)
  • Algebra (AREA)
  • General Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Environmental & Geological Engineering (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Probability & Statistics with Applications (AREA)
  • Operations Research (AREA)
  • Acoustics & Sound (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geophysics (AREA)
  • Computing Systems (AREA)
  • Image Processing (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

一种对数字信号进行仿真加噪的处理方法,所述方法对目标信号进行仿真加噪处理:首先将目标信号与白噪信号进行褶积运算生成变色信号,后将变色噪声信号加入目标信号中,并对加噪后的信号进行频谱分析,得到仿真加噪频谱特征;所述的变色噪声信号为所述目标信号和白噪信号进行褶积后的数字信号。变色噪声是一种比较自然、切合实际的人工合成随机噪声。用变色噪声加噪后的目标信号道的特点是在时间域中有明显的噪声显示,而在频率域中没有明显的噪声显示,无论是在时间剖面中还是在频谱中都很难看出有加噪处理的现象。因此,变色噪声具有极高的仿真度。

Description

一种对数字信号进行仿真加噪的处理方法
技术领域
本发明属于地震勘探资料处理等数字信号处理技术领域,尤其是针对在地震勘探资料处理以及雷达、通讯、音响、图像等数字信号处理领域中,满足信号仿真处理的需要。
背景技术
在地震勘探资料处理以及雷达、通讯、音响、图像等数字信号处理领域,加噪声是信号仿真处理的需要。现有加噪方法分为两大类,一类是加白噪声,另一类是加有色噪声。
白噪声是在无限频率范围内功率密度为常数的随机噪声信号,具有任意两个样本都不相关的性质,从某种意义上说它表示了数据的随机性。有色噪声则是随着信号频率的不同功率密度也变化的随机噪声信号,根据对不同频率段的敏感程度可区分,常见的有:粉红噪声、红噪声、橙色噪声、蓝噪声、紫噪声、灰色噪声、棕色噪声和黑色噪声(静止噪声)。目前对噪声的研究还是认识的阶段,而对新噪声的合成几乎是一个空白。
在地震勘探资料处理中,一般需要压制噪声,提高信噪比。特别是针对规则噪声,如多次波、散射波、面波等,通常需要利用多维滤波方法进行消除或压制。但是,多维滤波方法会产生一定的混叠效应,表现之一是输出时间剖面过于呆板。因此,对多维滤波后的信号道集作适当的仿真加噪处理是必要的。而现有技术中对于加噪的处理往往是加入白噪或有色噪声,均不能真实体现或还原原有波形制,仿真度低。
现有技术中,S′i(t)为常规加噪方法直接将白噪信号道集加入目标信号道集(图3),一般表达式为:S′i(t)=Si(t)+μNi(t)                    (1)其中,Si(t)为需要加噪仿真处理的目标信号道集(图1),Ni(t)为白噪信号道集(图2)。其中μ为比例系数,t为时间序列,i为道序列。
发明内容
本发明为了解决现有技术中存在的技术问题,生成了一种新噪声,是一种比较自然、切合实际的随机噪声。用新噪声加噪后的信号道或信号道集具有极高的仿真度。本发明的目的是为数字信号处理领域提供一种用于加噪仿真处理的新噪声生成方法,其过程如下:
一种对数字信号进行仿真加噪的处理方法,所述方法对目标信号进行仿真加噪处理:首先将目标信号与白噪信号进行褶积运算生成变色信号,后将变色噪声信号加入目标信号中,并对加噪后的信号进行频谱分析,得到仿真加噪频谱特征;
所述的变色噪声信号为所述目标信号和白噪信号进行褶积后的数字信号。
所述变色噪声信号为Ni(t)与Si(t)进行褶积后生成一种新随机噪声-变色噪声
Figure BSA00000304185700021
如图4,其表达式为:
N i ^ ( t ) = N i ( t ) * S i ( t ) - - - ( 2 ) ;
很显然,
Figure BSA00000304185700023
并不完全是有色噪声类型,当Si(t)也是白噪信号道时,
Figure BSA00000304185700024
仍是白噪信号道。
Figure BSA00000304185700025
是在白噪声信号与有色噪声信号之间随Si(t)的种类变化而变化的新一类随机噪声。因此,将其命名为变色噪声。
将所述变色噪声信号道集加入目标信号道集,表达式为:
S i ^ ( t ) = S i ( t ) + μ N i ^ ( t ) - - - ( 3 )
其中,
Figure BSA00000304185700032
为已加噪仿真处理的目标信号道集,如图5。
Si(t)为需要加噪仿真处理的目标信号道集,Ni(t)为白噪信号道集;μ为比例系数,t为时间序列,i为道序列。
所述仿真加噪处理方法采用时间域包括以下步骤:
步骤1,采集目标数字信号或目标数字信号道集;
步骤2,生成白噪信号或白噪信号道集;
步骤3,生成变色噪声信号或信号道集:
N i ^ ( t ) = N i ( t ) * S i ( t ) - - - ( 2 )
步骤4,将所述步骤3得到的变色噪声信号输入目标数字信号或信号道集,进行加噪的处理;
步骤5,输出加噪后的数字信号。
所述仿真加噪处理方法采用频率域包括以下步骤:
步骤1,采集目标数字信号或目标数字信号道集;
步骤2,生成白噪信号或白噪信号道集;
步骤3,对步骤1和步骤2中的目标数字信号或信号道集以及白噪信号或道集进行傅氏变换,得到:
Si(ω)=FFT{Si(t)}                                (4)
Ni(ω)=FFT{Ni(t)}                                (5)
步骤4,生成变色噪声信号或信号道集
N i ^ ( ω ) = N i ( ω ) · S i ( ω ) - - - ( 6 )
步骤5,对生成的变色噪声信号或道集进行傅氏反变换:
N i ^ ( t ) = FFT - 1 { N i ^ ( ω ) } - - - ( 7 )
步骤6,将所述步骤5得到的变色噪声信号
Figure BSA00000304185700043
输入目标数字信号或信号道集,进行加噪的处理;
步骤7,输出加噪后的数字信号。
本发明应用在地震勘探领域中,所述目标数字信号道集采集于地震数据,并在地震勘探资料处理中,多维滤波后的信号道集为所述目标数字信号道集。
本发明方法应用于在地震勘探资料处理中,对地震波进行处理过程中,对多维滤波后的地震数字信号进行仿真加噪处理。
通过比对加入本发明的变色噪声后的频谱输出,以及现有技术中的加入白噪和有色噪声的频谱,分析结果表明,变色噪声是一种自然、切合实际的人工合成随机噪声,用变色噪声加噪后的目标信号道或信号道集具有极高的仿真度。
附图说明
图1需要加噪仿真处理的目标信号道集(理论模型);
图2白噪信号道集;
图3直接将白噪信号道集加入目标信号道集;
图4生成的一种新随机噪声-变色噪声道集;
图5变色噪声道集加入目标信号道集;
图6原始目标信号道集频谱;
图7白噪信号道集频谱;
图8直接将白噪信号道集加入目标信号道集的频谱;
图9变色噪声道集的频谱;
图10将变色噪声道集加入目标信号道集的频谱;
图11某地震勘探工区的一组原始CMP道集及其速度谱;
图12原始CMP道集频谱;
图13消除多次波干扰后的CMP道集及其速度谱;
图14去噪后的CMP道集频谱;
图15增加白噪声后的CMP道集及其速度谱;
图16增加白噪声后的CMP道集频谱;
图17增加白噪声的CMP道集经带通滤波后的频谱;
图18增加30%自然噪声后的CMP道集及其速度谱;
图19增加30%变色噪声后的CMP道集及其速度谱;
图20增加变色噪声后的CMP道集频谱;
图21本发明的时间域实施流程图;
图22本发明的频率域实施流程图。
各幅附图将结合说明书内容加以详细说明
具体实施方式
本发明用Ni(t)与Si(t)进行褶积运算,生成一种新随机噪声-变色噪声(图4)。变色噪声的表达式为:
N i ^ ( t ) = N i ( t ) * S i ( t ) - - - ( 2 )
很显然,并不完全是有色噪声类型,当Si(t)也是白噪信号道时,
Figure BSA00000304185700063
仍是白噪信号道。
Figure BSA00000304185700064
是在白噪声信号与有色噪声信号之间随Si(t)的种类变化而变化的新一类随机噪声。
将此变色噪声道集加入目标信号道集,一般表达式为:
S i ^ ( t ) = S i ( t ) + μ N i ^ ( t ) - - - ( 3 )
其中,
Figure BSA00000304185700066
为已加噪仿真处理的目标信号道集,如图5。
图6是Si(t)的频谱,图7是Ni(t)的频谱。常规加噪的方法是直接将白噪Ni(t)加入目标信号Si(t),图3和图8分别是S′i(t)的时间剖面和频谱图。在时间剖面中存在明显的加噪处理现象,而从频谱中也可以发现加入的白噪均匀地分布于整个频率域。因此,常规加噪处理的仿真度较低。
如图4所示,本发明所生成的变色噪声
Figure BSA00000304185700067
仍是随机噪声,
Figure BSA00000304185700068
在时间剖面中的能量分布特征符合Si(t)的能量分布特征,
Figure BSA00000304185700069
的频谱特征(图9)同样符合Si(t)的频谱特征。因此,无论是在
Figure BSA000003041857000610
的时间剖面中,还是在
Figure BSA000003041857000611
频谱(图10)中,都几乎看不出加噪处理的现象。
分析结果表明,变色噪声是一种比较自然、切合实际的人工合成随机噪声,用变色噪声加噪后的目标信号道或信号道集具有极高的仿真度。
在地震勘探资料处理中,一般需要压制噪声,提高信噪比。特别是针对规则噪声,如多次波、散射波、面波等,通常需要利用多维滤波方法进行消除或压制。但是,多维滤波方法会产生一定的混叠效应,表现之一是输出时间剖面过于呆板。因此,对多维滤波后的信号道集作适当的仿真加噪处理是必要的。
图11是某地震勘探工区的一组CMP道集及其速度谱,图中可见,在3500ms以下出现严重的多次波干扰,图12是其CMP道集频谱。图13是利用某种多维滤波方法对图11消除多次波干扰后的CMP道集及其速度谱,图14是去噪后的CMP道集频谱,观察速度谱可知,多次波干扰已被消除,但是CMP道集已类似合成模型,感觉很不自然。
图15是在图13的基础上,增加白噪声的结果,无论是在时间剖面中还是在频谱(图16)中都存在明显的加白噪声现象。带通滤波(5,10,60,80Hz)可隐藏时间剖面中的加噪现象,但输出频谱(图17)仍然显示出加白噪声的痕迹。
增加原CMP道集中的自然噪声(有色噪声)是目前最常用的加噪方法。图18是在图13的基础上,增加30%自然噪声的结果,其中,CMP道集中的多次波干扰有所减弱,但在速度谱中仍有较严重的多次波能量显示。
图19是本发明以图13为目标信号道集,增加30%变色噪声的结果,图20是加噪后的目标信号道集频谱,其中,CMP道集的时间剖面感觉很自然,其速度谱也无多次波显示,频谱对比可见,增加变色噪声没有改变其频谱特征。因此,无论是在时间剖面中还是在频谱中都很难看出有加噪处理的现象。
图21是本发明的时间域实施流程图,图22是本发明的频率域实施流程图。两种实施例的结果是等同的。
实际应用结果表明,用变色噪声加噪后的目标信号道集的特点是在时间域中有明显的噪声显示,而在频率域中没有明显的噪声显示。这对数字信号处理中解决噪声压制和仿真加噪问题非常有帮助。变色噪声是一种比较自然、切合实际的人工合成随机噪声。用变色噪声加噪后的目标信号道,无论是在时间剖面中还是在频谱中都很难看出有加噪处理的现象。因此,变色噪声具有极高的仿真度。

Claims (3)

1.一种地震勘探资料处理中对数字信号进行仿真加噪的处理方法,其特征在于,所述方法对目标信号进行仿真加噪处理:首先将目标信号与白噪信号进行褶积运算生成变色噪声信号,后将变色噪声信号加入目标信号中,并对加噪后的信号进行频谱分析,得到仿真加噪频谱特征;所述的变色噪声信号为所述目标信号和白噪信号进行褶积后的数字信号;
所述变色噪声信号为Ni(t)与Si(t)进行褶积后生成的一种新随机噪声—变色噪声
Figure FDA00001805682500011
其表达式为:
N i ^ ( t ) = N i ( t ) * S i ( t ) - - - ( 2 ) ;
将所述变色噪声信号道集加入目标信号道集,表达式为:
S i ^ ( t ) = S i ( t ) + μ N i ^ ( t ) - - - ( 3 )
其中,Si(t)为需要加噪仿真处理的目标信号道集,Ni(t)为白噪信号道集;μ为比例系数,t为时间序列,i为道序列;
所述方法应用于在地震勘探资料处理中,对地震波进行处理过程中,对多维滤波后的地震数字信号进行仿真加噪处理。
2.根据权利要求1所述的一种地震勘探资料处理中对数字信号进行仿真加噪的处理方法,其特征在于,
所述仿真加噪的处理方法采用时间域,包括以下步骤:
步骤1,采集目标信号或信号道集,所述目标信号或信号道集为目标数字信号或目标数字信号道集;
步骤2,生成白噪信号或白噪信号道集;
步骤3,生成变色噪声信号或变色噪声信号道集:
N i ^ ( t ) = N i ( t ) * S i ( t ) - - - ( 2 )
步骤4,将所述步骤3得到的变色噪声信号或变色噪声信号道集输入目标数字信号或信号道集,进行加噪的处理;
步骤5,输出所述步骤4中得到的加噪后的数字信号。
3.根据权利要求1所述的一种地震勘探资料处理中对数字信号进行仿真加噪的处理方法,其特征在于,
所述仿真加噪的处理方法采用频率域,包括以下步骤:
步骤1,采集目标信号或信号道集,所述目标信号或信号道集为目标数字信号或目标数字信号道集;
步骤2,生成白噪信号或白噪信号道集;
步骤3,对步骤1和步骤2中的目标数字信号或信号道集以及白噪信号或白噪信号道集进行傅氏变换,得到:
Si(ω)=FFT{Si(t)}    (4)
Ni(ω)=FFT{Ni(t)}    (5)
其中ω为圆频率;
步骤4,生成变色噪声信号或变色噪声信号道集
N i ^ ( ω ) = N i ( ω ) * S i ( ω ) - - - ( 6 )
步骤5,对生成的变色噪声信号或变色噪声道集进行傅氏反变换:
N i ^ ( t ) = FFT - 1 { N i ^ ( ω ) } - - - ( 7 )
步骤6,将所述步骤5得到的变色噪声信号或变色噪声道集
Figure FDA00001805682500024
输入目标数字信号或目标数字信号道集,进行加噪的处理;
步骤7,输出所述步骤6中得到的加噪后的数字信号。
CN2010105079933A 2010-10-15 2010-10-15 一种对数字信号进行仿真加噪的处理方法 Active CN102043168B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN2010105079933A CN102043168B (zh) 2010-10-15 2010-10-15 一种对数字信号进行仿真加噪的处理方法
US13/274,262 US20120121038A1 (en) 2010-10-15 2011-10-14 Processing Method And Device For Simulating And Adding Noise To Digital Signals
DE102011084526A DE102011084526A1 (de) 2010-10-15 2011-10-14 Ein Verarbeitungsverfahren und Einrichtung zum Simulieren und Hinzufügen von Rauschen zu digitalen Signalen
FR1159338A FR2966264A1 (fr) 2010-10-15 2011-10-17 Procede de traitement et dispositif pour simuler et ajouter du bruit a des signaux numeriques

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2010105079933A CN102043168B (zh) 2010-10-15 2010-10-15 一种对数字信号进行仿真加噪的处理方法

Publications (2)

Publication Number Publication Date
CN102043168A CN102043168A (zh) 2011-05-04
CN102043168B true CN102043168B (zh) 2012-11-07

Family

ID=43909493

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2010105079933A Active CN102043168B (zh) 2010-10-15 2010-10-15 一种对数字信号进行仿真加噪的处理方法

Country Status (4)

Country Link
US (1) US20120121038A1 (zh)
CN (1) CN102043168B (zh)
DE (1) DE102011084526A1 (zh)
FR (1) FR2966264A1 (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9432859B2 (en) * 2013-10-31 2016-08-30 Ixia Methods, systems, and computer readable media for testing long term evolution (LTE) air interface device using per-user equipment (per-UE) channel noise
US10142865B2 (en) 2016-04-20 2018-11-27 Krysight Technologies Singapore (Holdings) Pte. Ltd. Methods, systems and computer readable media for simulating per user equipment (UE) slow and fast signal fading for testing air interface devices
US10542443B2 (en) 2017-10-27 2020-01-21 Keysight Technologies, Inc. Methods, systems, and computer readable media for testing long term evolution (LTE) air interface device using emulated noise in unassigned resource blocks (RBs)
US11089495B2 (en) 2019-07-11 2021-08-10 Keysight Technologies, Inc. Methods, systems, and computer readable media for testing radio access network nodes by emulating band-limited radio frequency (RF) and numerology-capable UEs in a wideband 5G network
CN111354374A (zh) * 2020-03-13 2020-06-30 北京声智科技有限公司 语音处理方法、模型训练方法及电子设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5917738A (en) * 1996-11-08 1999-06-29 Pan; Cheh Removing the gibbs phenomenon in fourier transform processing in digital filters or other spectral resolution devices
CN101246469B (zh) * 2007-02-15 2010-09-08 中国石油化工股份有限公司 一种对数字信号使用dft理想滤波器的滤波方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3396365A (en) * 1966-05-03 1968-08-06 Mobil Oil Corp Method of processing geophysical data with stable inverse filters
AU4285972A (en) * 1972-05-29 1972-07-20 Mobil Oil Corporation Inverse filters
GB2239950A (en) * 1989-07-04 1991-07-17 Haqi Ismail Hussain Almossawi "Acoustic signal processing using an inverse-filter"
FR2843202B1 (fr) * 2002-08-05 2004-09-10 Inst Francais Du Petrole Methode pour former un modele representatif de la distribution d'une grandeur physique dans une zone souterraine, affranchi de l'effet de bruits correles entachant des donnees d'exploration
JP5624708B2 (ja) * 2004-07-27 2014-11-12 ネイティヴィス、インコーポレイテッド 化学的又は生化学的信号を発生するためのシステム及び方法
WO2008019382A2 (en) * 2006-08-07 2008-02-14 Vialogy Llc.. Quantum resonance interferometry for detecting signals

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5917738A (en) * 1996-11-08 1999-06-29 Pan; Cheh Removing the gibbs phenomenon in fourier transform processing in digital filters or other spectral resolution devices
CN101246469B (zh) * 2007-02-15 2010-09-08 中国石油化工股份有限公司 一种对数字信号使用dft理想滤波器的滤波方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘财等.一种基于自然梯度的地震盲反褶积方法.《石油物探》.2008,第47卷(第5期),439-443. *

Also Published As

Publication number Publication date
US20120121038A1 (en) 2012-05-17
DE102011084526A1 (de) 2012-04-19
FR2966264A1 (fr) 2012-04-20
CN102043168A (zh) 2011-05-04

Similar Documents

Publication Publication Date Title
Zhao et al. Low-frequency noise suppression method based on improved DnCNN in desert seismic data
Li et al. Weak signal detection using multiscale morphology in microseismic monitoring
Wang et al. Time-frequency analysis of seismic data using synchrosqueezing transform
Parolai Denoising of seismograms using the S transform
CN102043168B (zh) 一种对数字信号进行仿真加噪的处理方法
Jian et al. On the denoising method of prestack seismic data in wavelet domain
CN106199532B (zh) 基于混合傅立叶-小波分析的探地雷达信号降噪方法
CN106503336B (zh) 一种海豚嘀嗒声信号建模与合成的方法
CN104485113A (zh) 一种多故障源声发射信号分离方法
CN113642484B (zh) 一种基于bp神经网络的大地电磁信号噪声压制方法及系统
CN110244202A (zh) 基于同步压缩小波变换域变压器局部放电去噪方法
CN102053276A (zh) 一种地震数字信号的复数道集二维滤波方法
CN106680874A (zh) 基于波形形态特征稀疏化建模的谐波噪声压制方法
CN104849757A (zh) 消除地震信号中随机噪声系统及方法
Xu et al. An adaptive spectrum segmentation method to optimize empirical wavelet transform for rolling bearings fault diagnosis
CN104133248A (zh) 一种高保真声波干扰压制方法
Yuan et al. Application of ICEEMDAN to noise reduction of near-seafloor geomagnetic field survey data
Gao et al. Acquisition and processing pitfall with clipped traces in surface-wave analysis
CA2796301A1 (en) Seismic signal processing method with gaussian slowness-period packets
CN108646296A (zh) 基于自适应谱峭度滤波器的沙漠地震信号噪声消减方法
CN113093282A (zh) 一种基于几何模态特征并行网络的沙漠数据消噪方法
Wang et al. Self-Supervised Pre-Training Transformer for Seismic Data Denoising
Wang et al. Ground roll wave suppression based on wavelet frequency division and radial trace transform
CN106054245A (zh) 地震资料高分辨率处理定量评价方法
Zhang et al. Simultaneous denoising and preserving of seismic signals by multiscale time-frequency peak filtering

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant