CN110542927B - 变窗口加权地震数据尖峰噪声压制方法 - Google Patents
变窗口加权地震数据尖峰噪声压制方法 Download PDFInfo
- Publication number
- CN110542927B CN110542927B CN201910824963.6A CN201910824963A CN110542927B CN 110542927 B CN110542927 B CN 110542927B CN 201910824963 A CN201910824963 A CN 201910824963A CN 110542927 B CN110542927 B CN 110542927B
- Authority
- CN
- China
- Prior art keywords
- spike noise
- noise
- spike
- signal
- interval
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000001629 suppression Effects 0.000 title claims abstract description 15
- 238000005070 sampling Methods 0.000 claims description 22
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 238000006467 substitution reaction Methods 0.000 abstract description 11
- 230000007613 environmental effect Effects 0.000 abstract description 2
- 230000000694 effects Effects 0.000 description 3
- 230000002238 attenuated effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005056 compaction Methods 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
Images
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
- G01V1/36—Effecting static or dynamic corrections on records, e.g. correcting spread; Correlating seismic signals; Eliminating effects of unwanted energy
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/30—Noise handling
- G01V2210/32—Noise reduction
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)
- Noise Elimination (AREA)
Abstract
本发明涉及一种变窗口加权地震数据尖峰噪声压制方法。是针对尖峰噪声具有能量强、出现时间随机和频带宽等特点,噪声源复杂和多变导致多个尖峰噪声具有不同的持续时间和频带宽度,采取固定窗长的尖峰噪声压制方法往往不能良好的压制,且自适应性能较差等诸多问题。经试验,本发明的方法针对受不同持续时间的强尖峰噪声干扰的地震数据具有良好的压制效果,不仅有效地压制了尖峰噪声并且根据检测的尖峰噪声变化窗长自主估计权值得以保留了信号的特征。与现有的中值替代方法相比,对识别尖峰噪声的分辨率更高,充分的保留了信号能量,同时适用于不同的环境情况下,实时分析尖峰噪声的特征并进行压制,有效保证采集的数据质量。
Description
技术领域:
本发明涉及一种地震数据处理方法,尤其是基于持续时间的变窗口加权地震数据尖峰噪声压制方法,特别适用于受尖峰噪声干扰严重的地震信号去噪处理。
背景技术:
地震勘探数据采集过程中噪声环境非常复杂,采集到的地震数据除了随机噪声和工频干扰,还存在显著的尖峰噪声,随着数据信噪比越低,尖峰噪声出现的频次越多,采集数据质量大幅下降。尖峰噪声在信号幅度上通常与信号幅度相近或明显高于信号和其他种类噪声,因此大量尖峰噪声的存在导致有效信号难以检测识别。
目前针对尖峰噪声常用的压制方法有时域零替代法、时域均值替代法、非线性能量和统计叠加等方法。零替代法、均值替代法和非线性能量等方法通常选择一个固定的窗长计算其中值,对于复杂环境噪声,尖峰噪声持续时间多变,当尖峰噪声持续时间长且信号频率较高时,替代值并不能反映信号的真实特征;零替代法以牺牲尖峰噪声时刻的信号能量为代价,当尖峰噪声出现频次较多,造成信号大幅损失且不可恢复。统计叠加法需要多次采集数据,提高采集成本,对于已采集结束的数据无法应用该方法。
发明内容:
本发明的目的就在于针对上述现有技术的不足,提供一种基于持续时间的变窗口加权地震数据尖峰噪声压制方法。
本发明的目的是通过以下技术方案实现的:
一种变窗口加权地震数据尖峰噪声压制方法,包括以下步骤:
a、读取一道含多尖峰噪声干扰的地震信号x(n)(n=1,2,...,N),N为地震信号总采样点数,通过观察分析含尖峰噪声的时域波形,确定尖峰噪声的最短持续时间tp,信号采样率为Fs;
b、计算地震信号x(n)的特征函数
利用递归法计算地震信号振幅的短时变化量
长时变化量
式中Ll和Ls为整数,且满足0.01Fs≤Ls≤9Fs·tp且Ll/Ls=2;定义
c、定义尖峰噪声的检测阈值
d、满足ψ(n)>η所有连续采样点区间Ε={Ε1,Ε2,...,ΕK},K为超过阈值的连续采样点区间的个数,第k个连续采样点区间为 和为该连续采样点区间起始采样点序号和终止采样点序号,k∈[1,K];
e、对每一个Εk判断其长度是否满足条件
若满足条件,该区间则被认为存在尖峰噪声,否则视为不存在尖峰噪声;
f、经过步骤e判断得出尖峰噪声的连续采样点区间Ε′={Ε′1,Ε′2,...,Ε′J},J为尖峰噪声个数,为第j个尖峰噪声段,和为该尖峰噪声所在连续采样点区间的起始采样点序号和终止采样点序号,j∈[1,J];定义第j个尖峰噪声的持续采样点数的一半为
g、对于每一个Ε′j的定义两个权值
h、对于每一个Ε′j的采样点,在其两侧各取Lj窗长的信号
令
式(10)中Υ()为计算中值的函数;x′(n)为压制尖峰噪声后的信号。
有益效果:本发明是针对尖峰噪声具有能量强、出现时间随机和频带宽等特点,噪声源复杂和多变导致多个尖峰噪声具有不同的持续时间和频带宽度,采取固定窗长的尖峰噪声压制方法往往不能良好的压制,且自适应性能较差等诸多问题,提出基于持续时间的变窗口加权地震数据尖峰噪声压制方法。经试验,本发明的方法针对复杂强尖峰噪声干扰的地震数据具有良好的压制效果,不仅有效地压制了尖峰噪声并且保留了信号的特征。与传统中值替代方法相比,本方法对尖峰噪声的识别率更高,算法实现速度快,在实际应用中可以做到实时处理,充分的保留了信号能量。同时本方法适用于不同的环境情况下,实时分析尖峰噪声的特征并进行压制,有效保证采集的数据质量。
附图说明:
图1变窗口加权地震数据尖峰噪声压制方法与传统中值替代法去噪效果对比图
(a)不含噪声的理想可控震源输出信号s[n],(b)含随机噪声和尖峰噪声的接收到的可控震源地震信号x[n],
(c)传统中值替代法处理结果x″[n],
(d)基于持续时间的变窗口加权地震数据尖峰噪声压制方法去噪效果x′[n],
(e)s[n]自相关,(f)s[n]与x[n]互相关,
(g)x″[n]与s[n]互相关,(h)x′[n]与s[n]互相关。
具体实施方式:
下面结合附图和实施例对本发明作进一步的详细说明
本发明方法的技术特点为,根据尖峰噪声能量变化快且持续时间短的特点,首先利用振幅变化量比值判断尖峰噪声的个数、位置和持续时间,结合持续时间和尖峰噪声与信号能量比值自适应的给出每个尖峰噪声点中值计算窗口和权值。
变窗口加权地震数据尖峰噪声压制方法,包括以下步骤:
a、给定不含噪声的理想可控震源输出信号s(n),n∈[1,N]作为理想信号,如图1(a)所示。x(n)为接收到含随机噪声r(n)和尖峰噪声r1(n)、r2(n)和r3(n)的可控震源地震信号,且与s(n)具有2s的时移。r1(n)、r2(n)和r3(n)的持续时间分别为0.002s、0.02s和0.04s,见图1(b)虚线框。信号采样率Fs=1000。此时信噪比SNR0=-16.9152,x(n)与s(n)相关系数Cor0=0.1444,并且由于尖峰噪声的存在,使得相关函数出现了非线性的变化,如图1(f)实线框。
x(n)=s(n)+r1(n)+r2(n)+r3(n)+r(n)
b、计算地震信号x(n)的特征函数
利用递归法计算地震信号振幅的短时变化量
长时变化量
式中Ll和Ls为整数,且满足0.01Fs≤Ls≤9Fs·tp且Ll/Ls=2;定义
c、定义尖峰噪声的检测阈值
e、对每一个Εk判断其长度是否满足条件
若满足条件,该区间则被认为存在尖峰噪声,否则视为不存在尖峰噪声;
f、经过步骤e判断得出尖峰噪声的连续采样点区间Ε′={Ε′1,Ε′2,Ε′3},为第j个尖峰噪声段,和为该尖峰噪声所在连续采样点区间的起始采样点序号和终止采样点序号,j∈[1,3];定义第j个尖峰噪声的持续采样点数的一半为
g、对于每一个Ε′j的定义两个权值
h、对于每一个Ε′j的采样点,在其两侧各取Lj窗长的信号
令
式(10)中Υ()为计算中值的函数;x′(n)为压制尖峰噪声后的信号,如图1(d)所示。
此时经本发明提出方法处理后的信号信噪比SNR′=3.1086,x′(n)与s(n)相似性Cor′=0.8109。x′(n)与s(n)的相似度大幅增加,并且由于尖峰噪声引起的相关扰动也削弱,如图1(h),除了r3(n)仍略强于信号,r1(n)和r2(n)则完全被压制,并且非尖峰噪声部分的信号细节仍然保留。图1(c)为采用传统中值替代法的信号x″(n),处理之后对于r1(n)完全压制,r2(n)部分压制,r3(n)压制效果较差。x″(n)的信噪比SNR″=-15.5178,相对于x(n)未处理的加噪信号有略微改善,但同时非尖峰噪声时段的有用信号能量也被削弱,使得x″(n)与s(n)相似度降低,仅为Cor″=0.0819,如图1(g),且此时尖峰噪声引起的相关扰动甚至超过了与信号本身(图1点划线框)。而本专利提出的方法对短持续时间尖峰噪声的能量完全压制,较长持续时间的尖峰噪声处理后峰值振幅仅占原来的1/20,并且有效的保护了信号的特征。
Claims (1)
1.一种变窗口加权地震数据尖峰噪声压制方法,其特征在于,包括以下步骤:
a、读取一道含多尖峰噪声干扰的地震信号x(n)(n=1,2,...,N),N为地震信号总采样点数,通过观察分析含尖峰噪声的时域波形,确定尖峰噪声的最短持续时间tp,信号采样率为Fs;
b、计算地震信号x(n)的特征函数
利用递归法计算地震信号振幅的短时变化量
长时变化量
式中Ll和Ls为整数,且满足0.01Fs≤Ls≤9Fs·tp且Ll/Ls=2;定义
c、定义尖峰噪声的检测阈值
d、满足ψ(n)>η所有连续采样点区间E={E1,E2,...,EK},K为超过阈值的连续采样点区间的个数,第k个连续采样点区间为 和为该连续采样点区间起始采样点序号和终止采样点序号,k∈[1,K];
e、对每一个Ek判断其长度是否满足条件
若满足条件,该区间则被认为存在尖峰噪声,否则视为不存在尖峰噪声;
f、经过步骤e判断得出尖峰噪声的连续采样点区间E′={E′1,E′2,...,E′J},J为尖峰噪声个数,为第j个尖峰噪声段,和为该尖峰噪声所在连续采样点区间的起始采样点序号和终止采样点序号,j∈[1,J];定义第j个尖峰噪声的持续采样点数的一半为
g、对于每一个E′j的定义两个权值
h、对于每一个E′j的采样点,在其两侧各取Lj窗长的信号
令
式(10)中Υ()为计算中值的函数;x′(n)为压制尖峰噪声后的信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910824963.6A CN110542927B (zh) | 2019-09-02 | 2019-09-02 | 变窗口加权地震数据尖峰噪声压制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910824963.6A CN110542927B (zh) | 2019-09-02 | 2019-09-02 | 变窗口加权地震数据尖峰噪声压制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110542927A CN110542927A (zh) | 2019-12-06 |
CN110542927B true CN110542927B (zh) | 2020-07-03 |
Family
ID=68712372
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910824963.6A Active CN110542927B (zh) | 2019-09-02 | 2019-09-02 | 变窗口加权地震数据尖峰噪声压制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110542927B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113376698B (zh) * | 2021-06-23 | 2022-09-27 | 吉林大学 | 一种低漏检的地震数据尖峰噪声检测及压制方法 |
CN115856426A (zh) * | 2022-11-23 | 2023-03-28 | 吉林大学 | 基于粒子群自适应归一化的随机共振微弱信号检测方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3894222A (en) * | 1974-06-03 | 1975-07-08 | Digital Data Systems | Apparatus for suppressing noise spikes |
US9810803B2 (en) * | 2011-03-23 | 2017-11-07 | Seismic Global Ambient, Llc | Method for subsurface mapping using seismic emissions |
CN106646637A (zh) * | 2016-12-27 | 2017-05-10 | 吉林大学 | 一种去除核磁信号中尖峰噪声的方法 |
CN107045149B (zh) * | 2017-04-17 | 2018-10-16 | 吉林大学 | 一种基于双奇异值分解的全波核磁共振信号噪声滤除方法 |
CN108759708B (zh) * | 2018-03-15 | 2019-12-24 | 北京航空航天大学 | 一种对尖峰噪声免疫的高精度相干峰定位方法 |
CN109031438A (zh) * | 2018-06-15 | 2018-12-18 | 中国科学院地质与地球物理研究所 | 用于多通道接收器的抗干扰方法及系统 |
CN109765629B (zh) * | 2019-01-30 | 2021-06-01 | 吉林大学 | 一种能够压制同频噪声干扰的地面磁共振信号提取方法 |
-
2019
- 2019-09-02 CN CN201910824963.6A patent/CN110542927B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110542927A (zh) | 2019-12-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102323518B (zh) | 一种基于谱峭度的局部放电信号识别方法 | |
CN113378661B (zh) | 一种基于改进小波阈值和相关检测的直流电能信号去噪方法 | |
CN110865357A (zh) | 一种基于参数优化vmd的激光雷达回波信号降噪方法 | |
CN106653062A (zh) | 一种低信噪比环境下基于谱熵改进的语音端点检测方法 | |
CN110542927B (zh) | 变窗口加权地震数据尖峰噪声压制方法 | |
CN108523877B (zh) | 一种心电信号质量辨识方法及其心电分析方法 | |
CN110376575B (zh) | 一种基于阻尼参数匹配随机共振的低频线谱检测方法 | |
CN101477801A (zh) | 一种检测和消除数字音频信号中脉冲噪声的方法 | |
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 | |
CN103995950A (zh) | 基于空域相关修正阈值的变小波系数局部放电信号消噪方法 | |
CN106199532A (zh) | 基于混合傅立叶‑小波分析的探地雷达信号降噪方法 | |
KR100655953B1 (ko) | 웨이블릿 패킷 변환을 이용한 음성 처리 시스템 및 그 방법 | |
CN109768838B (zh) | 一种基于WiFi信号的干扰检测及手势识别方法 | |
CN115061203A (zh) | 一种基于频域奇异值分解的矿山单通道微震信号降噪方法及应用 | |
CN110542926B (zh) | 一种地震数据尖峰噪声簇的自主检测和压制方法 | |
CN112183225A (zh) | 一种基于概率潜在语义分析的水下目标信号特征提取方法 | |
CN108957552B (zh) | 基于ss-pca的地震数据海浪噪声压制方法 | |
Wu et al. | Trace-transform-based time-frequency filtering for seismic signal enhancement in Northeast China | |
ZhaoHeng et al. | Selection of the optimal wavelet bases for wavelet de-noising of partial discharge signal | |
Ma et al. | Time of arrival estimation for underwater acoustic signal using multi-feature fusion | |
CN105959035B (zh) | 一种直扩信号截获检测方法 | |
CN114035238A (zh) | 基于双树复小波变换的超前地质预报方法 | |
CN112929053B (zh) | 一种跳频信号特征提取与参数估计方法 | |
US7012854B1 (en) | Method for detecting emitted acoustic signals including signal to noise ratio enhancement | |
CN107730494A (zh) | 一种基于变分模态分解的锚杆检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |