CN105738948B - 一种基于小波变换的微地震数据降噪方法 - Google Patents
一种基于小波变换的微地震数据降噪方法 Download PDFInfo
- Publication number
- CN105738948B CN105738948B CN201610102354.6A CN201610102354A CN105738948B CN 105738948 B CN105738948 B CN 105738948B CN 201610102354 A CN201610102354 A CN 201610102354A CN 105738948 B CN105738948 B CN 105738948B
- Authority
- CN
- China
- Prior art keywords
- frequency
- wavelet
- low
- threshold
- coefficient
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 230000009466 transformation Effects 0.000 title claims abstract description 12
- 230000009467 reduction Effects 0.000 claims abstract description 20
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 claims description 9
- 230000000694 effects Effects 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 230000008707 rearrangement Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000010902 straw Substances 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
- Complex Calculations (AREA)
Abstract
本发明提供一种基于小波变换的微地震数据降噪方法。具体步骤为:(1)将微地震数据进行小波分解,得到最细尺度的高频和低频小波系数;(2)将每一尺度的高频和低频小波系数按从大到小重新排序;(3)在不同尺度估计高频和低频小波系数的噪声方差,计算新序列的中值和极小值;(4)根据约束因子计算每一尺度的高频小波系数和低频小波系数的阈值;(5)将各尺度中大于阈值绝对值的系数保留,小于阈值绝对值的系数按步骤(4)计算新阈值;(6)重复步骤(2)~步骤(5),保存各尺度处理后的新高频和低频小波系数;(7)采用小波逆变换得到降噪后的微地震数据。本发明解决了微地震数据信噪比高、降噪后波形畸变的难题。
Description
技术领域
本发明涉及微地震监测数据处理技术,尤其涉及一种基于小波变换的微地震数据的降噪方法。
背景技术
微地震监测技术目前主要应用于天然地震预测、常规和非常规油气水力压裂裂缝监测、煤矿安全监测、桥梁/大坝变形、地质灾害防治等领域。目前通过对页岩气储层压裂所产生的微地震记录进行处理和解释,可确定压裂裂缝的走向、空间分布和几何特征(裂缝长度、宽度和高度),判断裂缝的复杂程度,对断层结构特征进行三维描述,提供地下应力场变化、储层上部地层变形和沉降资料,这对于井网优化、EOR方案的设计和调整、降低油气田开发成本都具有非常重要的意义。
然而,由于微地震事件能量弱(里氏-3~+1级)、频带宽(100~1500Hz),容易受到来源复杂的噪声影响,弱信号提取与噪声抑制一直是微地震资料处理的难点。目前,大多数微地震处理商业软件一般采用基于FIR滤波器或IIR滤波器对微地震数据进行降噪处理,受到滤波器结构的影响,滤波后的微地震数据容易引起相位畸变。小波变换因其优异的时频分析性能被数学家们称为“信号的显微镜”,可以在多个尺度下分析被测信号且不会引起信号降噪后的波形畸变,已经广泛应用于弱信号的数据压缩、信号预测、降噪分析和特征提取等。
发明内容
本发明针对现有技术的不足,提供了一种基于小波变换的微地震数据降噪方法,解决微地震数据信噪比高、降噪后波形畸变的难题。
实现上述目的,本发明采用的技术方案为:
一种基于小波变换的微地震数据降噪方法。载入微地震监测原始数据后,处理步骤如下:
(1)将实时采集的微地震数据x(n)进行小波分解。采用Daubechies小波或Symlets小波作为母小波函数,选取分解尺度J(依据经验,3<J<10),分解到最细尺度后得到高频小波系数Dj[x(n)]和低频小波系数Cj[x(n)]:
(2)将每一尺度的高频和低频小波系数按从大到小重新排序。选取对应尺度的高频和低频系数,保存每个系数的序号,对第j层的高频和低频系数按从大到小重新排序,其中:
j=J-1,J-2…1,0;
(3)在不同尺度中,估计高频和低频小波系数的噪声方差,计算新序列的中值和估计子的极小值。计算重排后各尺度系数的中值Mx,根据以下公式估算噪声方差σ2:
σ2=(Mx/0.6745)2
为了寻找最小的估计子需要将N个小波系数XB[m]以降序排列,寻找第l个小波系数,满足XB[l]≤T≤XB[l+1],当取T=XB[l]时可以得到估计子的最小值。
(4)根据约束因子计算每一尺度的高频小波系数阈值和低频小波系数阈值。了避免阈值过大而造成微地震信号失真,在不同尺度的阈值加入约束因子β:
β=logeσj
约束因子β可以对微地震正弦信号起平滑作用,为了避免幅度微弱的微地震数据被误判为噪声,所选取的阈值只能刚好大于噪声水平,约束因子β可以避免阈值过大造成信号失真。
计算阈值T(x):
(5)将各尺度中大于阈值绝对值的低频和高频系数保留,小于阈值绝对值的系数按步骤(4)计算新阈值。
(6)重复步骤(2)~步骤(5),保存各尺度处理后的新高频小波系数和低频小波系数。
(7)采用小波逆变换得到降噪后的微地震数据:
与现有技术相比,本发明的有效增益在于:
一是采用了多尺度、多分辨率的小波变换分解技术,将原始微地震数据分解到不同尺度的时间和频率域分析信号和噪声的特点,而现有降噪技术仅在时间域或者频率域单独分析噪声和信号,在信噪比较低的情况下难以有效识别信号。
二是为了避免阈值过大而损失有效信号,根据噪声在不同尺度的大小采用约束因子,在大尺度下阈值应该较小,以避免将大幅值的微地震信号系数置为零;在小尺度下阈值应该较大,准确将微地震信号与噪声的小波系数分辨出来。
三是依据噪声主要集中在高频小波系数的特征,实现了小波系数阈值自适应于噪声的变化。而现有降噪方法在时间域或频率域的降噪不能自适应于噪声变化。
附图说明
图1为本发明所提供的基于小波变换微地震数据降噪方法基本步骤流程图;
图2为根据本发明实施例与常用的降噪方法对比获得的降噪效果;
图3为利用常规降噪方法检波器北、东和垂直方向P波和S波初至拾取效果;
图4为根据本发明降噪后的北、东和垂直方向P波和S波初至拾取效果;
具体实施方式
为使本发明的内容、实施过程和优点更加清楚,下面结合附图和实施例对本发明作进一步详细描述,但不应以此限制本发明的保护范围。
先请参阅图1,图1为本发明所采用的基于小波变换微地震数据降噪方法的基本步骤流程图,具体包括以下步骤:
(1)载入微地震监测原始数据;
(2)采用Daubechies小波或Symlets小波作为母小波函数,选取分解尺度J(依据经验,3<J<10);
(3)通过小波变换将微地震数据x(n)变换为高频小波系数Dj[x(n)]和低频小波系数Cj[x(n)];
(4)选取对应尺度的高频和低频系数,保存每个系数的序号;
(5)对第j层的高频和低频系数按从大到小重新排序,其中:
j=J-1,J-2…1,0;
(6)计算重排后各尺度系数的中值Mx,根据以下公式估算噪声方差σ2:
σ2=(Mx/0.6745)2
(7)根据步骤(6)计算的中值计算估计子的极小值。为了寻找最小的估计子需要将N个小波系数XB[m]以降序排列,寻找第l个小波系数,满足XB[l]≤T≤XB[l+1],当取T=XB[l]时可以得到估计子的最小值。
(8)为了避免阈值过大而造成微地震信号失真,在不同尺度的阈值加入约束因子β:
β=logeσj
约束因子β可以对微地震正弦信号起平滑作用,为了避免幅度微弱的微地震数据被误判为噪声,所选取的阈值只能刚好大于噪声水平,约束因子β可以避免阈值过大造成信号失真。
(9)根据步骤8计算的极小值计算阈值T(x):
(10)将各尺度低频和高频系数与阈值T(x)进行比较,大于阈值绝对值的保留,小于阈值绝对值的按照步骤6~10重复计算;
(11)保存各尺度下新的低频和高频系数;
(12)采用小波逆变换重构信号,得到降噪后的微地震数据。
以上阐述了本方法的具体实施流程,下面就本发明的降噪进行说明。
发明人在四川盆地某地区的三口页岩气水力压裂微地震数据处理过程中应用了本技术方法,成功得到了令人满意的成果,与常规的带通滤波结果相比,可同步处理实时采集到的微地震数据,信噪比可提高1.5倍以上。
图2为本发明实施例与常用的降噪方法对比获得的降噪效果,可以看出,与传统常用的降噪比方法相比,本发明降噪后的微地震数据信噪比得到了有效改善,信噪比提高了2.5倍。
图3为传统微地震数据的P波和S波更易识别和拾取。利用常规降噪方法检波器北、东和垂直方向P波和S波初至拾取效果。
图4为根据本发明降噪后的北、东和垂直方向P波和S波初至拾取效果。两种降噪方法均采用了AIC函数法进行P波和S波初至。可以看出,本发明降噪后的极小值函数更明显,初至拾取更为准确。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (1)
1.一种基于小波变换的微地震数据降噪方法,其步骤如下:
(1)将实时采集的微地震数据x(n)进行小波分解,分解到最细尺度后得到高频和低频小波系数;
(2)将每一尺度的高频和低频小波系数按从大到小重新排序;
(3)在不同尺度中,估计高频和低频小波系数的噪声方差,计算新序列的中值和估计子的极小值;
(4)根据约束因子计算每一尺度的高频小波系数阈值和低频小波系数阈值;
(5)将各尺度中大于阈值绝对值的系数保留,小于阈值绝对值的系数按步骤(4)计算新阈值;
(6)重复步骤(2)~步骤(5),保存各尺度处理后的新高频小波系数和低频小波系数;
(7)采用小波逆变换得到降噪后的微地震数据;
所述步骤(1)包括:
将所述微地震数据x(n)经过离散小波变换,分解为高频小波系数Dj[x(n)]和低频小波系数Cj[x(n)]:
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>C</mi>
<mn>0</mn>
</msub>
<mo>&lsqb;</mo>
<mi>x</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>=</mo>
<mi>x</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>C</mi>
<mi>j</mi>
</msub>
<mo>&lsqb;</mo>
<mi>x</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>=</mo>
<munder>
<mi>&Sigma;</mi>
<mi>k</mi>
</munder>
<mover>
<mi>h</mi>
<mo>&OverBar;</mo>
</mover>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mi>n</mi>
<mo>-</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<msub>
<mi>C</mi>
<mrow>
<mi>j</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>&lsqb;</mo>
<mi>x</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>D</mi>
<mi>j</mi>
</msub>
<mo>&lsqb;</mo>
<mi>x</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>=</mo>
<munder>
<mi>&Sigma;</mi>
<mi>k</mi>
</munder>
<mover>
<mi>g</mi>
<mo>&OverBar;</mo>
</mover>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mi>n</mi>
<mo>-</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<msub>
<mi>C</mi>
<mrow>
<mi>j</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>&lsqb;</mo>
<mi>x</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mi>j</mi>
<mo>=</mo>
<mi>J</mi>
<mo>-</mo>
<mn>1</mn>
<mo>,</mo>
<mi>J</mi>
<mo>-</mo>
<mn>2...1</mn>
<mo>,</mo>
<mn>0</mn>
<mo>;</mo>
</mrow>
式中Cj[x(n)]和Dj[x(n)]分别为第j层分解后的低频系数和高频系数,依据经验,3<J<10,h和g分别代表低通滤波器和高通滤波器;
所述步骤(3)包括:
不同尺度下的噪声方差估计:σ2=(Mx/0.6745)2
式中,Mx为第j层系数的中值,σ2为估算的噪声方差;
计算极小值的方法是:将N个小波系数XB[m]以降序排列,寻找第l个小波系数,满足XB[l]≤T≤XB[l+1],
<mrow>
<mover>
<mi>r</mi>
<mo>~</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>f</mi>
<mo>,</mo>
<mi>T</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mi>l</mi>
</mrow>
<mi>N</mi>
</munderover>
<mo>|</mo>
<msub>
<mi>X</mi>
<mi>B</mi>
</msub>
<mo>&lsqb;</mo>
<mi>k</mi>
<mo>&rsqb;</mo>
<msup>
<mo>|</mo>
<mn>2</mn>
</msup>
<mo>-</mo>
<msup>
<mrow>
<mo>(</mo>
<mi>N</mi>
<mo>-</mo>
<mi>l</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<msup>
<mi>&sigma;</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<mi>l</mi>
<mrow>
<mo>(</mo>
<msup>
<mi>&sigma;</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mi>T</mi>
<mn>2</mn>
</msup>
<mo>)</mo>
</mrow>
</mrow>
当取T=XB[l]时得到估计子的最小值
所述步骤(4)包括:
为了避免阈值过大而造成微地震信号失真,在不同尺度的阈值加入约束因子β:
β=logeσj;
计算不同尺度下的阈值函数T(x):
式中,x为分解后的小波系数;
所述步骤(7)包括:
采用离散小波逆变换重构信号,
<mrow>
<msub>
<mi>C</mi>
<mi>j</mi>
</msub>
<mo>&lsqb;</mo>
<mi>x</mi>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
<mo>&rsqb;</mo>
<mo>=</mo>
<mn>2</mn>
<mo>{</mo>
<munder>
<mi>&Sigma;</mi>
<mi>k</mi>
</munder>
<mi>h</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>-</mo>
<mn>2</mn>
<mi>k</mi>
<mo>)</mo>
</mrow>
<msub>
<mi>C</mi>
<mrow>
<mi>j</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>&lsqb;</mo>
<mrow>
<mi>x</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
</mrow>
<mo>&rsqb;</mo>
<mo>+</mo>
<munder>
<mo>&Sigma;</mo>
<mi>k</mi>
</munder>
<mi>g</mi>
<mo>(</mo>
<mrow>
<mi>n</mi>
<mo>-</mo>
<mn>2</mn>
<mi>k</mi>
</mrow>
<mo>)</mo>
<msub>
<mi>D</mi>
<mrow>
<mi>j</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>&lsqb;</mo>
<mrow>
<mi>x</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
</mrow>
<mo>&rsqb;</mo>
<mo>}</mo>
</mrow>
得到降噪后的微地震数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610102354.6A CN105738948B (zh) | 2016-02-24 | 2016-02-24 | 一种基于小波变换的微地震数据降噪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610102354.6A CN105738948B (zh) | 2016-02-24 | 2016-02-24 | 一种基于小波变换的微地震数据降噪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105738948A CN105738948A (zh) | 2016-07-06 |
CN105738948B true CN105738948B (zh) | 2018-03-23 |
Family
ID=56248385
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610102354.6A Expired - Fee Related CN105738948B (zh) | 2016-02-24 | 2016-02-24 | 一种基于小波变换的微地震数据降噪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105738948B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107870353B (zh) * | 2016-09-26 | 2020-04-14 | 中国石油化工股份有限公司 | 基于空变频谱延拓的地震信号处理方法及系统 |
CN107144879B (zh) * | 2017-05-12 | 2019-01-25 | 重庆大学 | 一种基于自适应滤波与小波变换结合的地震波降噪方法 |
CN108020736A (zh) * | 2017-11-15 | 2018-05-11 | 哈尔滨理工大学 | 一种电能质量检测方法 |
CN108508480A (zh) * | 2018-03-28 | 2018-09-07 | 枣庄学院 | 基于小波变换的震源输出信号相位畸变检测方法 |
CN108680958B (zh) * | 2018-04-16 | 2020-03-10 | 北京化工大学 | 一种基于峰值变换的地震数据降噪方法 |
CN109031416A (zh) * | 2018-06-22 | 2018-12-18 | 长江大学 | 微地震p波初至拾取的方法 |
CN110889308A (zh) * | 2018-09-07 | 2020-03-17 | 中国石油化工股份有限公司 | 一种基于机器学习的地震震相初至识别方法及识别系统 |
CN110889307A (zh) * | 2018-09-07 | 2020-03-17 | 中国石油化工股份有限公司 | 一种基于机器学习的地震震相初至识别方法及识别系统 |
CN112578435A (zh) * | 2019-09-27 | 2021-03-30 | 中国石油化工股份有限公司 | 岩石超声测试初至拾取方法及系统 |
CN111308557B (zh) * | 2020-03-17 | 2022-09-09 | 重庆地质矿产研究院 | 一种地质与工程参数约束的微地震数据去噪方法 |
CN115389888B (zh) * | 2022-10-28 | 2023-01-31 | 山东科华电力技术有限公司 | 一种基于高压电缆的局部放电实时监测系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101944230A (zh) * | 2010-08-31 | 2011-01-12 | 西安电子科技大学 | 基于多尺度的自然图像非局部均值去噪方法 |
CN102818629A (zh) * | 2012-05-04 | 2012-12-12 | 浙江大学 | 基于平稳小波变换的微型光谱仪信号去噪方法 |
CN103135133A (zh) * | 2013-01-25 | 2013-06-05 | 中国石油天然气股份有限公司 | 一种多分量地震资料的矢量降噪方法及设备 |
CN103543469A (zh) * | 2012-07-17 | 2014-01-29 | 中国石油化工股份有限公司 | 一种基于小波变换的小尺度阈值去噪方法 |
CN103700072A (zh) * | 2013-12-17 | 2014-04-02 | 北京工业大学 | 一种基于自适应小波阈值和双边滤波器的图像去噪方法 |
CN103954994A (zh) * | 2014-04-17 | 2014-07-30 | 中国石油天然气集团公司 | 基于连续小波变换的地震信号增强方法及装置 |
CN104182946A (zh) * | 2014-09-09 | 2014-12-03 | 江南大学 | 基于指数软硬择中阈值函数的光谱去噪方法 |
CN105182418A (zh) * | 2015-09-11 | 2015-12-23 | 合肥工业大学 | 一种基于双树复小波域的地震信号降噪方法及系统 |
-
2016
- 2016-02-24 CN CN201610102354.6A patent/CN105738948B/zh not_active Expired - Fee Related
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101944230A (zh) * | 2010-08-31 | 2011-01-12 | 西安电子科技大学 | 基于多尺度的自然图像非局部均值去噪方法 |
CN102818629A (zh) * | 2012-05-04 | 2012-12-12 | 浙江大学 | 基于平稳小波变换的微型光谱仪信号去噪方法 |
CN103543469A (zh) * | 2012-07-17 | 2014-01-29 | 中国石油化工股份有限公司 | 一种基于小波变换的小尺度阈值去噪方法 |
CN103135133A (zh) * | 2013-01-25 | 2013-06-05 | 中国石油天然气股份有限公司 | 一种多分量地震资料的矢量降噪方法及设备 |
CN103700072A (zh) * | 2013-12-17 | 2014-04-02 | 北京工业大学 | 一种基于自适应小波阈值和双边滤波器的图像去噪方法 |
CN103954994A (zh) * | 2014-04-17 | 2014-07-30 | 中国石油天然气集团公司 | 基于连续小波变换的地震信号增强方法及装置 |
CN104182946A (zh) * | 2014-09-09 | 2014-12-03 | 江南大学 | 基于指数软硬择中阈值函数的光谱去噪方法 |
CN105182418A (zh) * | 2015-09-11 | 2015-12-23 | 合肥工业大学 | 一种基于双树复小波域的地震信号降噪方法及系统 |
Non-Patent Citations (2)
Title |
---|
SURE算法在核磁共振信号去噪中的实现;谢庆明等;《地球物理学报》;20101130;第53卷(第11期);第2776-2783页 * |
核磁共振测井的正则化-启发式阈值降噪研究;肖立志等;《地球物理学报》;20131130;第56卷(第11期);第3943-3952页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105738948A (zh) | 2016-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105738948B (zh) | 一种基于小波变换的微地震数据降噪方法 | |
CN106597532B (zh) | 一种结合井资料与层位资料的叠前地震数据频带拓展方法 | |
Gaci | The use of wavelet-based denoising techniques to enhance the first-arrival picking on seismic traces | |
Wu et al. | Noise attenuation for 2-D seismic data by radial-trace time-frequency peak filtering | |
AU2013289171B2 (en) | System and method for estimating and attenuating noise in seismic data | |
CN111535802B (zh) | 泥浆脉冲信号处理方法 | |
CN110174702B (zh) | 一种海上地震数据低频弱信号恢复的方法和系统 | |
CN104007469A (zh) | 一种基于曲波变换的弱地震信号重构方法 | |
CN107144879A (zh) | 一种基于自适应滤波与小波变换结合的地震波降噪方法 | |
Jia et al. | Suppressing non-stationary random noise in microseismic data by using ensemble empirical mode decomposition and permutation entropy | |
CN110261910A (zh) | 基于自适应稀疏s变换的地震数据面波去除方法 | |
CN110007346A (zh) | 基于小波分解的自适应中值强噪声干扰地震数据去噪方法 | |
CN113221746A (zh) | 基于改进小波阈值函数的微震信号去噪方法 | |
CN113341463B (zh) | 一种叠前地震资料非平稳盲反褶积方法及相关组件 | |
CN112200069B (zh) | 时频域谱减法和经验模态分解联合的隧道滤波方法及系统 | |
CN111308557B (zh) | 一种地质与工程参数约束的微地震数据去噪方法 | |
CN112578439B (zh) | 一种基于空间约束的地震反演方法 | |
CN113567129A (zh) | 一种列车轴承振动信号基于ceemd的降噪方法 | |
CN108680958B (zh) | 一种基于峰值变换的地震数据降噪方法 | |
Khadhraoui et al. | Multicomponent time-frequency noise attenuation of microseismic data | |
Lianyu et al. | Curvelet transform and its application in seismic data denoising | |
CN112558147B (zh) | 一种井中微地震数据的偏振分析方法及系统 | |
CN109085649B (zh) | 一种基于小波变换优化的地震资料去噪方法 | |
CN112799132B (zh) | 微局部线性噪声压制方法及装置 | |
CN117111153A (zh) | 用于地震数据的机械振动干扰去除方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180323 Termination date: 20210224 |
|
CF01 | Termination of patent right due to non-payment of annual fee |