CN111366973A - 正演模型的频率域噪声生成、添加方法及装置 - Google Patents
正演模型的频率域噪声生成、添加方法及装置 Download PDFInfo
- Publication number
- CN111366973A CN111366973A CN201811597363.2A CN201811597363A CN111366973A CN 111366973 A CN111366973 A CN 111366973A CN 201811597363 A CN201811597363 A CN 201811597363A CN 111366973 A CN111366973 A CN 111366973A
- Authority
- CN
- China
- Prior art keywords
- frequency
- noise
- frequency domain
- forward model
- determining
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000005070 sampling Methods 0.000 claims abstract description 32
- 238000001228 spectrum Methods 0.000 claims description 79
- 238000004590 computer program Methods 0.000 claims description 13
- 238000003860 storage Methods 0.000 claims description 11
- 230000009466 transformation Effects 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 2
- 238000003384 imaging method Methods 0.000 abstract description 6
- 238000013508 migration Methods 0.000 abstract description 4
- 230000005012 migration Effects 0.000 abstract description 4
- 238000013461 design Methods 0.000 abstract description 3
- 238000005457 optimization Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 13
- 238000012545 processing Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 7
- 239000000872 buffer Substances 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007688 edging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012360 testing 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
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)
Abstract
本发明提供了一种正演模型的频率域噪声生成、添加方法及装置,生成方法包括:获取正演模型时间域的地震子波,最大频率,最小频率,采样点数以及采样间隔;根据时间域的地震子波确定频率域地震子波的最大幅值;根据采样点数和采样间隔确定频率间隔;根据最大频率、最小频率以及频率间隔生成的随机数;生成的随机数大于零小于一;根据频率域地震子波的最大幅值、预设的随机噪声量以及生成的随机数确定随机噪声。本发明可以用于基于叠前偏移成像的方法研究或频率域全波形反演中添加随机噪声来研究抗噪能力,有效指导地震勘探观测系统的设计与优化。
Description
技术领域
本发明涉及勘探技术,具体的讲是一种正演模型的频率域噪声生成、添加方法及装置。
背景技术
随着地震勘探技术的发展,对地震勘探精度的要求越来越高,地震观测系统评价系统要求也越来越全面。噪声是影响地震资料信噪比的一个最重要的因素,由于噪声的存在,使得很多基于模型正演模拟的分析能力变弱,如全波形反演算法在模型试验中都得到了很好的效果,但在实际生产中却鲜有成功。
在基于模型的数据中添加噪声是研究地球物理抗噪方法的最有效手段之一。目前基于观测系统分析的叠前偏移算法中一大类方法都是在频率域内进行的,期间根本不生成地震记录,因此,在这种情况下添加随机噪音变得十分困难。
发明内容
本发明实施例提供了一种正演模型的频率域噪声生成方法,方法包括:
获取正演模型时间域的地震子波,最大频率,最小频率,采样点数以及采样间隔;
根据所述时间域的地震子波确定频率域地震子波的最大幅值;
根据所述采样点数和采样间隔确定频率间隔;
根据所述最大频率、最小频率以及频率间隔生成的随机数;其中,生成的随机数大于等于零小于等于一;
根据频率域地震子波的最大幅值、预设的随机噪声量以及生成的随机数确定随机噪声。
本发明一实施例方式中,所述的最大频率为时间域的地震子波主频的预设倍数的频率;所述最小频率为2Hz。
本发明一实施例方式中,所述的根据所述时间域的地震子波确定频率域地震子波的最大幅值包括:
对时间域的地震子波进行傅里叶变换确定频率域地震子波;
根据确定的频率域地震子波确定频率域地震子波的最大幅值。
本发明一实施例方式中,所述的根据所述最大频率、最小频率以及频率间隔生成的随机数包括:
根据所述最大频率、最小频率以及频率间隔确定生成的随机数的个数;
根据确定的生成的随机数的个数生成大于等于零小于等于一的随机数。
本发明一实施例方式中,所述的根据频率域地震子波的最大幅值、预设的随机噪声量以及生成的随机数确定随机噪声包括:
根据生成的随机数确定各频率对应的随机数;
根据所述的频率域地震子波的最大幅值、预设的随机噪声量、确定的各频率对应的随机数以及下式确定随机噪声;
noise(f)=max(u0(f))*k*rand(f)
其中,max(u0(f))为频率域地震子波的最大幅值,u0(f)为频率域地震子波;
k的范围为[0,1],为预设的加入的随机噪声量;
rand(f)为频率为f时对应的随机数。
本发明同时提供一种正演模型的频率域噪声生成装置,包括:
数据获取模块,用于获取正演模型时间域的地震子波,最大频率,最小频率,采样点数以及采样间隔;
幅值确定模块,用于根据所述时间域的地震子波确定频率域地震子波的最大幅值;
频率间隔确定模块,用于根据所述采样点数和采样间隔确定频率间隔;
随机数生成模块,用于根据所述最大频率、最小频率以及频率间隔生成的随机数;其中,生成的随机数大于等于零小于等于一;
噪声生成模块,用于根据频率域地震子波的最大幅值、预设的随机噪声量以及生成的随机数确定随机噪声。
本发明一实施例方式中,所述的最大频率为时间域的地震子波主频的预设倍数的频率;所述最小频率为2Hz。
本发明一实施例方式中,所述的幅值确定模块包括:
傅里叶变换单元,用于对时间域的地震子波进行傅里叶变换确定频率域地震子波;
最大幅值确定单元,用于根据确定的频率域地震子波确定频率域地震子波的最大幅值。
本发明一实施例方式中,所述的随机数生成模块包括:
个数确定单元,用于根据所述最大频率、最小频率以及频率间隔确定生成的随机数的个数;
随机数生成单元,用于根据确定的生成的随机数的个数生成大于零小于一的随机数。
本发明一实施例方式中,所述的噪声生成模块包括:
对应随机数确定单元,用于根据生成的随机数确定各频率对应的随机数;
噪声生成单元,用于根据所述的频率域地震子波的最大幅值、预设的随机噪声量、确定的各频率对应的随机数以及下式确定随机噪声;
noise(f)=max(u0(f))*k*rand(f)
其中,max(u0(f))为频率域地震子波的最大幅值,u0(f)为频率域地震子波;
k的范围为[0,1],为预设的加入的随机噪声量;
rand(f)为频率f时对应的随机数。
另外,本发明还提供一种正演模型的频率域噪声添加方法,将利用前述的方法生成正演模型的随机噪声,添加到正演模型的频率域,所述的方法包括:
获取正演模型在各频率下的振幅谱,相位谱;
将所述的随机噪声添加到振幅谱;
根据所述相位谱和添加随机噪声后的振幅谱构建复数完成频率域噪声的添加。
本发明一实施例方式中,所述的将所述的随机噪声添加到振幅谱包括:
根据正演模型的频率将所述的振幅谱划分为高频部分和低频部分;
将所述的随机噪声加入振幅谱的高频部分。
本发明一实施例方式中,所述的根据正演模型的频率将所述的振幅谱划分为高频部分和低频部分包括:
根据正演模型的最大频率、最小频率确定频率范围;
将所述频率范围的前三分之一划分为低频部分,将频率范围的后三分之二划分为高频部分。
进一步,本发明还提供一种正演模型的频率域噪声添加装置,将前述的正演模型的频率域噪声生成装置生成的正演模型的随机噪声添加到正演模型的频率域;所述的装置包括:
频率谱获取模块,用于获取正演模型在各频率下的振幅谱,相位谱;
添加模块,用于将所述的随机噪声添加到振幅谱;
构建模块,用于根据所述相位谱和添加随机噪声后的振幅谱构建复数完成频率域噪声的添加。
本发明一实施例方式中,所述的添加模块包括:
划分单元,根据正演模型的频率将所述的振幅谱划分为高频部分和低频部分;
添加单元,用于将所述的随机噪声加入振幅谱的高频部分。
本发明一实施例方式中,所述的划分单元,包括:
频率范围确定单元,用于根据正演模型的最大频率、最小频率确定频率范围;所述的划分单元将所述频率范围的前三分之一划分为低频部分,将频率范围的后三分之二划分为高频部分。
同时,本发明还提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述方法。
同时,本发明还提供一种计算机可读存储介质,计算机可读存储介质存储有执行上述方法的计算机程序。
本发明可以用于基于叠前偏移成像的方法研究或频率域全波形反演中添加随机噪声来研究抗噪能力,也可以有效指导地震勘探观测系统的设计与优化。
为让本发明的上述和其他目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附图式,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的一种正演模型的频率域噪声生成方法的流程图;
图2为本发明提供的一种正演模型的频率域噪声添加方法的流程图;
图3为本发明实施例中的所示的花状构造模型和观测系统;
图4为本发明实施例中雷克子波时域波形;
图5为本发明实施例中雷克子波振幅谱;
图6为本发明实施例中时空域内每个网格的增加了随机噪声后的地震记录;
图7为本发明实施例中的单道信号;
图8为本实施例中的振幅谱;
图9为本实施例中高频部分加入随机噪声的振幅谱;
图10为本发明实施例中加入随机噪声的单道信号;
图11为本发明公开的正演模型的频率域噪声生成装置的框图;
图12为本发明公开的正演模型的频率域噪声添加装置的框图;
图13为本发明实施例中公开的电子设备的系统构成的示意框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如果要对空间域模型进行观测系统成像分析,首先要模拟出单炮记录,涉及到每一炮的每一道。如期望的单炮地震为2ms采样、记录长度为6s,首先要使用有限差分算法至少计算3000步,当模型网格尺寸较小时,模拟间隔甚至要小于0.5ms,这样计算量更大,然而得出的这样的正演记录也可能是冗余的。而如果在频率-波数域成像,由于大量的信息都是集中在低频部分,所以只需知道低频部分几十或者上百个频率上的信息就可以成像,无需得出时间域单炮正演结果,这大大减少了计算量,提高了效率。因此,频率域上直接加随机噪声方法就成了当务之急。
本发明首先根据频率空间域波场提取模型内每个检波点网格位置处不同频率的幅度值和相位值,之后根据子波的振幅谱估算随机噪声的大小,并叠加到每个检波点幅度值的绝对值上,之后再通过幅度值和相位值的关系得出加了噪声后每个网格幅度值,最后通过傅里叶逆变换得到时空域的数据。
本发明在已知模型经过频率域正演模拟,得到不同频率域的波场信息,取每个检波点所在位置的波场,并根据经过傅里叶变换得到频率域地震子波的振幅谱确定添加的随机噪声的大小,在已知相位谱和加随机噪声的振幅谱的情况下,根据二者关系可以构建新的复数,再做傅里叶逆变换,可以得到检波点所在网格的增加随机噪声后的地震道。
如图1所示,为本发明提供的一种正演模型的频率域噪声生成方法,包括:
步骤S101,获取正演模型时间域的地震子波,最大频率,最小频率,采样点数以及采样间隔;
步骤S103,根据时间域的地震子波确定频率域地震子波的最大幅值;
步骤S105,根据采样点数和采样间隔确定频率间隔;
步骤S107,根据最大频率、最小频率以及频率间隔生成的随机数;其中,生成的随机数大于零小于一;
步骤S109,根据频率域地震子波的最大幅值、预设的随机噪声量以及生成的随机数确定随机噪声。
本发明一实施例方式中,最大频率为时间域的地震子波主频的预设倍数的频率;本实施例中最小频率为2Hz。
本发明一实施例方式中,根据时间域的地震子波确定频率域地震子波的最大幅值包括:
对时间域的地震子波进行傅里叶变换确定频率域地震子波;
根据确定的频率域地震子波确定频率域地震子波的最大幅值。
本发明一实施例方式中,所述的根据所述最大频率、最小频率以及频率间隔生成的随机数包括:
根据所述最大频率、最小频率以及频率间隔确定生成的随机数的个数;
根据确定的生成的随机数的个数生成大于等于零小于等于一的随机数。
同时,本发明还提供一种正演模型的频率域噪声添加方法,将利用前述的方法生成正演模型的随机噪声,添加到正演模型的频率域,如图2所示,包括:
步骤S201,获取正演模型在各频率下的振幅谱,相位谱;
步骤S202,将随机噪声添加到振幅谱;
步骤S203,根据相位谱和添加随机噪声后的振幅谱构建复数完成频率域噪声的添加。
本发明实施例适用于二维和三维正演过程中加入随机噪声,下面为二维频率域添加随机噪声得到单炮记录的实施例。
1.在已知模型为nx*nz个网格下,经过频率域正演模拟,得到不同频率域的波场信息,取每个检波点所在位置(ix,iz)的波场uw(f),要求0=<ix<nx,0=<iz<nz,其振幅谱为Amp(f),相位谱为Phase(f),f代表对应的频率。
2.已知时间域震源子波u0(t),其主频为fm,经过傅里叶变换可得频率域地震子波u0(f),采样点数为nt,采集间隔为Δt,可得频率间隔为Δf=1/(nt*Δt),取最大频率fmax=3fm,最小频率fmin=2Hz,最大幅值为max(u0(f))。
3.生成INT((fmax-fmin)/Δf)+1个(0,1)区间内的随机数,随机噪声设定为noise(f)=max(u0(f))*k*rand(f),其中k的范围为[0,1],表示加入的随机噪声量,rand(f)为频率f时对应的随机数;
本实施例中,随机数由随机数函数生成,将生成的随机数施加在以Δf大小的间隔的频谱上频谱中各频率对应一生成的随机数。举例:频谱从2hz到90hz,Δf为0.2hz,那么随机数就需要产生441个,441个随机数与0.2hz为间隔的频率段一一对应,比如3.0hz所对应的随机数为第6个随机数(比如为0.3),写成rand(3.0)=0.3
4.频率域内振幅谱中的低频部分定义为频率范围的前1/3,振幅谱不做改变,取fp=INT((fmax-fmin)/3),则当f<fp时:
amp_n(f)=amp(f),if(f<fp),
高频部分定义为频率范围的后2/3,在振幅谱上加入随机噪声,则当f>=fp时,
amp_n(f)=amp(f)+noise(f),if(f>=fp)。
5.在已知相位谱Phase(f),加随机噪声的振幅谱Amp_n(f)的情况下,根据二者关系可以构建新的复数,其中
u_nw(f)=Amp_n(f)eiPhase(f)
至此,完成频率域内随机噪音添加。
6.对步骤5中的结果做傅里叶逆变换,可以得到检波点所在网格的增加随机噪声后的地震道。
本发明可以用于基于叠前偏移成像的方法研究或频率域全波形反演中添加随机噪声来研究抗噪能力,也可以有效指导地震勘探观测系统的设计与优化等。
本发明一实施例公开,对某一模型的频率域波场中的某个检波点位置进行频率域加随机噪声,然后转化回时空场得到单炮记录。
1).已知模型如图3所示的花状构造模型和观测系统,其具有1000*500个网格,10m间距,炮点布置在2000m处,401个检波点,中间放炮两端接收,每个检波点在每个频率下的振幅谱为Amp(f),相位谱为Phase(f),f代表对应的频率。
2).已知该模型的主频为30hz的雷克子波为u0(t),经过傅里叶变换得到频率域地震子波为u0(f),取最大频率为3*30=90hz,最小频率为2hz,采样点数为4000,时间采样间隔为2ms,可得频率间隔是Δf=1/(4000*0.002)=0.125hz,最大幅值为47.870。如图4所示为雷克子波时域波形,图5为雷克子波振幅谱。
3).根据最大频率、最小频率以及频率间隔,进行INT((90-2)/0.125+1)取整,生成705个范围在(0,1)的随机数,设定加入30%的随机噪声,本实施例中,加入的随机噪声为:
noise(f)=47.870*0.3*rand(f),
其中,rand(f)为随机数中f所对应的随机数。
4).频率域内振幅谱中的低频部分定义为频率范围的前1/3,振幅谱不做改变,取fp=INT((90-2)/3)=29hz,则当f<fp时,
amp_n(f)=amp(f),if(f<29),
高频部分定义为频率范围的后2/3,在振幅谱上加入随机噪声,则当f>=fp时,
amp_n(f)=amp(f)+47.870*0.3*rand(f),if(f>=29)。
5).在已知相位谱Phase(f),加随机噪声的振幅谱Amp_n(f)的情况下,根据二者关系可以构建新的复数,其中
u_nw(f)=Amp_n(f)eiPhase(f)。
至此,完成频率域内随机噪音添加。
3.对5)中的结果做傅里叶逆变换,可以得到时空域内每个网格的增加了随机噪声后的地震记录,见图6。
本发明另一实施例可以实现在频率域加载随机噪声可以在时空域信号上产生噪声,运用单炮记录的某一道信号进行频率域加随机噪声,转换后信号上也产生了随机噪声。
1)30hz雷克子波声波正演得到的某正演单炮记录的第100道,记录时间为4000ms,并对其做镶边处理,如图7所示,为本实施例中的单道信号。
2)对单道数据做傅里叶变换,Δf=1/T=1/4=0.25,取全部的频率0-500hz,得到振幅谱,如图8所示,为本实施例的振幅谱。
3)振幅谱最大幅值为5.41e+04,确定生成的随机数的个数,生成INT((500-0)/0.25+1)=2001个(0,1)范围的随机数,设定增加50%的随机噪声为:
noise(f)=5.41*104*0.5*rand(f),
其中,rand(f)为随机数中的一个。
4)振幅谱中0-500hz中前1/3频率不做改变,
amp_n(f)=amp(f),if(f<667),
后2/3频率添加随机数,
amp_n(f)=amp(f)+5.41*104*0.5*rand(f),if(f>=667)
后半部数据与前半部数据复对称,如图9所示,为本实施例中,高频部分加入随机噪声的振幅谱。
5)在已知信号相位谱,加随机噪声的振幅谱的情况下,根据二者关系可以构建新的复数;
u_nw(f)=Amp_n(f)eiPhase(f)。
6)对4)中的结果做傅里叶逆变换可以得到增加随机噪声后的信号,如图10所示,为本实施例中加入随机噪声的单道信号。
另外,本发明还提供一种正演模型的频率域噪声生成装置,如图11所示,包括:
数据获取模块101,用于获取正演模型时间域的地震子波,最大频率,最小频率,采样点数以及采样间隔;
幅值确定模块102,用于根据所述时间域的地震子波确定频率域地震子波的最大幅值;
频率间隔确定模块103,用于根据所述采样点数和采样间隔确定频率间隔;
随机数生成模块104,用于根据所述最大频率、最小频率以及频率间隔生成的随机数;其中,生成的随机数大于等于零小于等于一;
噪声生成模块105,用于根据频率域地震子波的最大幅值、预设的随机噪声量以及生成的随机数确定随机噪声。
所述的幅值确定模块包括:
傅里叶变换单元,用于对时间域的地震子波进行傅里叶变换确定频率域地震子波;
最大幅值确定单元,用于根据确定的频率域地震子波确定频率域地震子波的最大幅值。
本发明一实施例方式中,所述的随机数生成模块包括:
个数确定单元,用于根据所述最大频率、最小频率以及频率间隔确定生成的随机数的个数;
随机数生成单元,用于根据确定的生成的随机数的个数生成大于零小于一的随机数。
本发明一实施例方式中,所述的噪声生成模块包括:
对应随机数确定单元,用于根据生成的随机数确定各频率对应的随机数;
噪声生成单元,用于根据所述的频率域地震子波的最大幅值、预设的随机噪声量、确定的各频率对应的随机数以及下式确定随机噪声;
noise(f)=max(u0(f))*k*rand(f)
其中,max(u0(f))为频率域地震子波的最大幅值,u0(f)为频率域地震子波;
k的范围为[0,1],为预设的加入的随机噪声量;
rand(f)为频率f时对应的随机数。
本发明还提供一种正演模型的频率域噪声添加装置,将前述的正演模型的频率域噪声生成装置生成的正演模型的随机噪声添加到正演模型的频率域,如图12所示,该装置包括:
频率谱获取模块201,用于获取正演模型在各频率下的振幅谱,相位谱;
添加模块202,用于将所述的随机噪声添加到振幅谱;
构建模块203,用于根据所述相位谱和添加随机噪声后的振幅谱构建复数完成频率域噪声的添加。
本发明实施例还提供一种电子设备,该电子设备可以是台式计算机、平板电脑及移动终端等,本实施例不限于此。在本实施例中,该电子设备可以参照前述的方法的实施,其内容被合并于此,重复之处不再赘述。
图13为本发明实施例的电子设备600的系统构成的示意框图。如图13所示,该电子设备600可以包括中央处理器100和存储器140;存储器140耦合到中央处理器100。值得注意的是,该图是示例性的;还可以使用其他类型的结构,来补充或代替该结构,以实现电信功能或其他功能。
一实施例中,正演模型的频率域噪声生成、添加的功能可以被集成到中央处理器100中,由中央处理器10实现前述的频率域噪声的生成、添加。
如图13所示,该电子设备600还可以包括:通信模块110、输入单元120、音频处理单元130、显示器160、电源170。值得注意的是,电子设备600也并不是必须要包括图13中所示的所有部件;此外,电子设备600还可以包括图13中没有示出的部件,可以参考现有技术。
如图13所示,中央处理器100有时也称为控制器或操作控件,可以包括微处理器或其他处理器装置和/或逻辑装置,该中央处理器100接收输入并控制电子设备600的各个部件的操作。
其中,存储器140,例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息,此外还可存储执行有关信息的程序。并且中央处理器100可执行该存储器140存储的该程序,以实现信息存储或处理等。
输入单元120向中央处理器100提供输入。该输入单元120例如为按键或触摸输入装置。电源170用于向电子设备600提供电力。显示器160用于进行图像和文字等显示对象的显示。该显示器例如可为LCD显示器,但并不限于此。
该存储器140可以是固态存储器,例如,只读存储器(ROM)、随机存取存储器(RAM)、SIM卡等。还可以是这样的存储器,其即使在断电时也保存信息,可被选择性地擦除且设有更多数据,该存储器的示例有时被称为EPROM等。存储器140还可以是某种其它类型的装置。存储器140包括缓冲存储器141(有时被称为缓冲器)。存储器140可以包括应用/功能存储部142,该应用/功能存储部142用于存储应用程序和功能程序或用于通过中央处理器100执行电子设备600的操作的流程。
存储器140还可以包括数据存储部143,该数据存储部143用于存储数据,例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器140的驱动程序存储部144可以包括电子设备的用于通信功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。
通信模块110即为经由天线111发送和接收信号的发送机/接收机110。通信模块(发送机/接收机)110耦合到中央处理器100,以提供输入信号和接收输出信号,这可以和常规移动通信终端的情况相同。
基于不同的通信技术,在同一电子设备中,可以设置有多个通信模块110,如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通信模块(发送机/接收机)110还经由音频处理器130耦合到扬声器131和麦克风132,以经由扬声器131提供音频输出,并接收来自麦克风132的音频输入,从而实现通常的电信功能。音频处理器130可以包括任何合适的缓冲器、解码器、放大器等。另外,音频处理器130还耦合到中央处理器100,从而使得可以通过麦克风132能够在本机上录音,且使得可以通过扬声器131来播放本机上存储的声音。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (18)
1.一种正演模型的频率域噪声生成方法,其特征在于,所述的方法包括:
获取正演模型时间域的地震子波,最大频率,最小频率,采样点数以及采样间隔;
根据所述时间域的地震子波确定频率域地震子波的最大幅值;
根据所述采样点数和采样间隔确定频率间隔;
根据所述最大频率、最小频率以及频率间隔生成的随机数;其中,生成的随机数大于等于零小于等于一;
根据频率域地震子波的最大幅值、预设的随机噪声量以及生成的随机数确定随机噪声。
2.如权利要求1所述的正演模型的频率域噪声生成方法,其特征在于,所述的最大频率为时间域的地震子波主频的预设倍数;所述最小频率为2Hz。
3.如权利要求1所述的正演模型的频率域噪声生成方法,其特征在于,所述的根据所述时间域的地震子波确定频率域地震子波的最大幅值包括:
对时间域的地震子波进行傅里叶变换确定频率域地震子波;
根据确定的频率域地震子波确定频率域地震子波的最大幅值。
4.如权利要求1所述的正演模型的频率域噪声生成方法,其特征在于,所述的根据所述最大频率、最小频率以及频率间隔生成的随机数包括:
根据所述最大频率、最小频率以及频率间隔确定生成的随机数的个数;
根据确定的生成的随机数的个数生成大于零小于一的随机数。
5.如权利要求1所述的正演模型的频率域噪声生成方法,其特征在于,所述的根据频率域地震子波的最大幅值、预设的随机噪声量以及生成的随机数确定随机噪声包括:
根据生成的随机数确定各频率对应的随机数;
根据所述的频率域地震子波的最大幅值、预设的随机噪声量、确定的各频率对应的随机数以及下式确定随机噪声;
noise(f)=max(u0(f))*k*rand(f)
其中,max(u0(f))为频率域地震子波的最大幅值,u0(f)为频率域地震子波;
k的范围为[0,1],为预设的加入的随机噪声量;
rand(f)为频率为f时对应的随机数。
6.一种正演模型的频率域噪声生成装置,其特征在于,所述的装置包括:
数据获取模块,用于获取正演模型时间域的地震子波,最大频率,最小频率,采样点数以及采样间隔;
幅值确定模块,用于根据所述时间域的地震子波确定频率域地震子波的最大幅值;
频率间隔确定模块,用于根据所述采样点数和采样间隔确定频率间隔;
随机数生成模块,用于根据所述最大频率、最小频率以及频率间隔生成的随机数;其中,生成的随机数大于等于零小于等于一;
噪声生成模块,用于根据频率域地震子波的最大幅值、预设的随机噪声量以及生成的随机数确定随机噪声。
7.如权利要求6所述的正演模型的频率域噪声生成装置,其特征在于,所述的最大频率为时间域的地震子波主频的预设倍数;所述最小频率为2Hz。
8.如权利要求6所述的正演模型的频率域噪声生成装置,其特征在于,所述的幅值确定模块包括:
傅里叶变换单元,用于对时间域的地震子波进行傅里叶变换确定频率域地震子波;
最大幅值确定单元,用于根据确定的频率域地震子波确定频率域地震子波的最大幅值。
9.如权利要求6所述的正演模型的频率域噪声生成装置,其特征在于,所述的随机数生成模块包括:
个数确定单元,用于根据所述最大频率、最小频率以及频率间隔确定生成的随机数的个数;
随机数生成单元,用于根据确定的生成的随机数的个数生成大于零小于一的随机数。
10.如权利要求6所述的正演模型的频率域噪声生成装置,其特征在于,所述的噪声生成模块包括:
对应随机数确定单元,用于根据生成的随机数确定各频率对应的随机数;
噪声生成单元,用于根据所述的频率域地震子波的最大幅值、预设的随机噪声量、确定的各频率对应的随机数以及下式确定随机噪声;
noise(f)=max(u0(f))*k*rand(f)
其中,max(u0(f))为频率域地震子波的最大幅值,u0(f)为频率域地震子波;
k的范围为[0,1],为预设的加入的随机噪声量;
rand(f)为频率f时对应的随机数。
11.一种正演模型的频率域噪声添加方法,其特征在于,所述的方法将利用权利要求1-5中任一权利要求所述的方法生成正演模型的随机噪声,添加到正演模型的频率域,所述的方法包括:
获取正演模型在各频率下的振幅谱,相位谱;
将所述的随机噪声添加到振幅谱;
根据所述相位谱和添加随机噪声后的振幅谱构建复数完成频率域噪声的添加。
12.如权利要求11所述的正演模型的频率域噪声添加方法,其特征在于,所述的将所述的随机噪声添加到振幅谱包括:
根据正演模型的频率将所述的振幅谱划分为高频部分和低频部分;
将所述的随机噪声加入振幅谱的高频部分。
13.如权利要求12所述的正演模型的频率域噪声添加方法,其特征在于,所述的根据正演模型的频率将所述的振幅谱划分为高频部分和低频部分包括:
根据正演模型的最大频率、最小频率确定频率范围;
将所述频率范围的前三分之一划分为低频部分,将所述频率范围的后三分之二划分为高频部分。
14.一种正演模型的频率域噪声添加装置,其特征在于,所述的装置,用于将利用权利要求6-10中任一权利要求所述的正演模型的频率域噪声生成装置生成的正演模型的随机噪声,添加到正演模型的频率域;所述的装置包括:
频率谱获取模块,用于获取正演模型在各频率下的振幅谱,相位谱;
添加模块,用于将所述的随机噪声添加到振幅谱;
构建模块,用于根据所述相位谱和添加随机噪声后的振幅谱构建复数完成频率域噪声的添加。
15.如权利要求14所述的正演模型的频率域噪声添加装置,其特征在于,所述的添加模块包括:
划分单元,根据正演模型的频率将所述的振幅谱划分为高频部分和低频部分;
添加单元,用于将所述的随机噪声加入振幅谱的高频部分。
16.如权要求15所述的正演模型的频率域噪声添加装置,其特征在于,所述的划分单元,包括:
频率范围确定单元,用于根据正演模型的最大频率、最小频率确定频率范围;所述的划分单元将所述频率范围的前三分之一划分为低频部分,将所述频率范围的后三分之二划分为高频部分。
17.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至5任一所述方法。
18.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有执行权利要求1至5任一所述方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811597363.2A CN111366973B (zh) | 2018-12-26 | 2018-12-26 | 正演模型的频率域噪声生成、添加方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811597363.2A CN111366973B (zh) | 2018-12-26 | 2018-12-26 | 正演模型的频率域噪声生成、添加方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111366973A true CN111366973A (zh) | 2020-07-03 |
CN111366973B CN111366973B (zh) | 2022-08-05 |
Family
ID=71209886
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811597363.2A Active CN111366973B (zh) | 2018-12-26 | 2018-12-26 | 正演模型的频率域噪声生成、添加方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111366973B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116388696A (zh) * | 2023-06-06 | 2023-07-04 | 苏州华兴源创科技股份有限公司 | 噪声信号的生成方法及装置 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2187841A (en) * | 1986-03-14 | 1987-09-16 | Exxon Production Research Co | Filtering seismic data |
CN1797040A (zh) * | 2004-12-29 | 2006-07-05 | 中国石油天然气集团公司 | 压制低信噪比地震记录中随机噪声的方法 |
CA3099540A1 (en) * | 2011-12-28 | 2013-07-04 | Shell Internationale Research Maatschappij B.V. | Suppressing 4d-noise by weighted stacking of simultaneously acquired wave-fields |
CN103308945A (zh) * | 2013-05-29 | 2013-09-18 | 吉林大学 | 一种陆地勘探初至前噪声的模拟产生与预测方法 |
CN103376462A (zh) * | 2012-04-13 | 2013-10-30 | 中国石油天然气集团公司 | 一种自动检测强能量噪声的方法 |
CN104142518A (zh) * | 2013-10-29 | 2014-11-12 | 中国石油化工股份有限公司 | 一种地震观测系统叠前时间偏移响应的分析方法 |
CN104977614A (zh) * | 2014-04-09 | 2015-10-14 | 中国石油集团东方地球物理勘探有限责任公司 | 一种基于相邻频率相位差目标函数的频率域全波形反演方法 |
GB201518274D0 (en) * | 2014-10-20 | 2015-12-02 | Pgs Geophysical As | Methods and systems that attenuate noise in seismic data |
US20160109594A1 (en) * | 2014-10-20 | 2016-04-21 | Pgs Geophysical As | Methods and systems that attenuate noise in seismic data |
CN107783191A (zh) * | 2018-01-26 | 2018-03-09 | 吉林大学 | 多维空间时空时频峰值滤波消减地震勘探随机噪声的方法 |
CN108363102A (zh) * | 2018-01-16 | 2018-08-03 | 山东科技大学 | 一种生成正演地震记录随机噪声的方法及系统 |
-
2018
- 2018-12-26 CN CN201811597363.2A patent/CN111366973B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2187841A (en) * | 1986-03-14 | 1987-09-16 | Exxon Production Research Co | Filtering seismic data |
CN1797040A (zh) * | 2004-12-29 | 2006-07-05 | 中国石油天然气集团公司 | 压制低信噪比地震记录中随机噪声的方法 |
CA3099540A1 (en) * | 2011-12-28 | 2013-07-04 | Shell Internationale Research Maatschappij B.V. | Suppressing 4d-noise by weighted stacking of simultaneously acquired wave-fields |
CN103376462A (zh) * | 2012-04-13 | 2013-10-30 | 中国石油天然气集团公司 | 一种自动检测强能量噪声的方法 |
CN103308945A (zh) * | 2013-05-29 | 2013-09-18 | 吉林大学 | 一种陆地勘探初至前噪声的模拟产生与预测方法 |
CN104142518A (zh) * | 2013-10-29 | 2014-11-12 | 中国石油化工股份有限公司 | 一种地震观测系统叠前时间偏移响应的分析方法 |
CN104977614A (zh) * | 2014-04-09 | 2015-10-14 | 中国石油集团东方地球物理勘探有限责任公司 | 一种基于相邻频率相位差目标函数的频率域全波形反演方法 |
GB201518274D0 (en) * | 2014-10-20 | 2015-12-02 | Pgs Geophysical As | Methods and systems that attenuate noise in seismic data |
US20160109594A1 (en) * | 2014-10-20 | 2016-04-21 | Pgs Geophysical As | Methods and systems that attenuate noise in seismic data |
CN108363102A (zh) * | 2018-01-16 | 2018-08-03 | 山东科技大学 | 一种生成正演地震记录随机噪声的方法及系统 |
CN107783191A (zh) * | 2018-01-26 | 2018-03-09 | 吉林大学 | 多维空间时空时频峰值滤波消减地震勘探随机噪声的方法 |
Non-Patent Citations (6)
Title |
---|
ALIREZA GOUDARZI等: "Seismic coherent and random noise attenuation using the undecimated discrete wavelet transform method with WDGA technique", 《JOURNAL OF GEOPHYSICS AND ENGINEERING》 * |
孔德辉等: "利用改进的在线字典学习估计时变子波", 《石油地球物理勘探》 * |
崔少华等: "基于小波变换的地震数据去噪的研究", 《 曲阜师范大学学报(自然科学版) 》 * |
王冬梅: "陆地地震勘探随机噪声时空特性研究", 《中国博士学位论文全文数据库(电子期刊)基础科学辑》 * |
钟铁: "基于现代统计理论的陆地地震勘探随机噪声特征研究", 《中国博士学位论文全文数据库(电子期刊)基础科学辑》 * |
黄春燕等: "语音信号的MATLAB分析与处理", 《计算机科学》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116388696A (zh) * | 2023-06-06 | 2023-07-04 | 苏州华兴源创科技股份有限公司 | 噪声信号的生成方法及装置 |
CN116388696B (zh) * | 2023-06-06 | 2023-08-15 | 苏州华兴源创科技股份有限公司 | 噪声信号的生成方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111366973B (zh) | 2022-08-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9432790B2 (en) | Real-time sound propagation for dynamic sources | |
US11190898B2 (en) | Rendering scene-aware audio using neural network-based acoustic analysis | |
Siltanen et al. | Rays or waves? Understanding the strengths and weaknesses of computational room acoustics modeling techniques | |
CN103229075B (zh) | 地震数据模拟和偏移的系统和方法 | |
RU2018104812A (ru) | Обработка пространственно-диффузных или больших звуковых объектов | |
CN101411213A (zh) | 音频系统中的校准方法和装置 | |
US8385151B2 (en) | Reverse time migration with absorbing and random boundaries | |
US11074925B2 (en) | Generating synthetic acoustic impulse responses from an acoustic impulse response | |
CN111596366A (zh) | 一种基于地震信号优化处理的波阻抗反演方法 | |
CN103221843A (zh) | 用于以缩减计算成本进行地震成像的系统和方法 | |
CN111624658B (zh) | 深度域成像模拟方法及系统 | |
WO2014102616A2 (en) | Efficient wavefield extrapolation in anisotropic media | |
CN111366973B (zh) | 正演模型的频率域噪声生成、添加方法及装置 | |
US20200380943A1 (en) | Apparatuses and methods for creating noise environment noisy data and eliminating noise | |
Hamilton et al. | Revisiting implicit finite difference schemes for 3-D room acoustics simulations on GPU | |
CN114299982A (zh) | 处理音频信号的方法、装置及电子设备 | |
CN113411140B (zh) | 信道自适应通道特性学习方法及其模拟器、卫星导航系统 | |
CN112731519B (zh) | 确定颤动时间区间的方法和装置 | |
CN114114392A (zh) | 层速度模型建立方法及装置 | |
CN112147693B (zh) | 一种近偏移距剩余多次波压制方法及装置 | |
CN113311484A (zh) | 利用全波形反演获取粘弹性介质弹性参数的方法及装置 | |
JP2018533296A (ja) | レンダリングシステム | |
CN114442169B (zh) | 地震资料中近源信号压制方法及装置 | |
CN112114355B (zh) | 气枪阵列能量中心确定方法及装置 | |
CN112415594A (zh) | 激发因素确定方法及装置 |
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 |