CN113376698A - 一种低漏检的地震数据尖峰噪声检测及压制方法 - Google Patents
一种低漏检的地震数据尖峰噪声检测及压制方法 Download PDFInfo
- Publication number
- CN113376698A CN113376698A CN202110724142.2A CN202110724142A CN113376698A CN 113376698 A CN113376698 A CN 113376698A CN 202110724142 A CN202110724142 A CN 202110724142A CN 113376698 A CN113376698 A CN 113376698A
- Authority
- CN
- China
- Prior art keywords
- noise
- detection
- sampling point
- serial numbers
- spike noise
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000001629 suppression Effects 0.000 title claims abstract description 30
- 238000005070 sampling Methods 0.000 claims description 52
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 9
- 239000000203 mixture Substances 0.000 claims description 3
- 238000007664 blowing Methods 0.000 abstract description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 230000030808 detection of mechanical stimulus involved in sensory perception of sound Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009499 grossing Methods 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
- G01V1/364—Seismic filtering
-
- 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
- G01V2210/324—Filtering
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)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明涉及一种低漏检的地震数据尖峰噪声检测及压制方法,首先应用高阈值对尖峰噪声进行检测,以保证有用信号的低误检;然后以已检测到的尖峰噪声为中心,取一定长度的窗口,应用低阈值对窗口内的数据进行二次检测,从而保证尖峰噪声的低漏检;最后整合检测到的全部尖峰噪声并进行尖峰噪声簇判断,进而对尖峰噪声进行压制。经试验,本方法能够实现尖峰噪声的检测及压制,特别是对尖峰噪声簇尤为适用。与现有的尖峰噪声检测及压制方法相比,本方法在保证有用信号低误检的同时,还实现了尖峰噪声的低漏检,使得压噪后的地震数据质量大大提高,特别适合于受人员行走和风吹树动等干扰的地震数据去噪。
Description
技术领域:
本发明涉及一种地震数据处理方法,尤其是低漏检的地震数据尖峰噪声检测及压制方法,特别适用于受尖峰噪声簇干扰严重的地震数据去噪。
背景技术:
在地震勘探、地震监测和使用地震数据对火车、飞机和船舶等进行检测时,地震记录中常常会伴有强烈的尖峰噪声干扰,大大降低了地震数据质量。尖峰噪声常表现为单尖峰或尖峰噪声簇的形式。尖峰噪声簇由多个幅值和持续时间各异的单尖峰组成,这些单尖峰在时间轴上无规则紧密排列。尖峰噪声多以尖峰噪声簇的形式出现,其主要来源于人员行走、风吹树动和物体的突然放电等。此外,尖峰噪声在时域上表现为持续时间短、幅值与有用信号相当或远高于有用信号等特征。
目前,中值滤波器和均值滤波器是被广泛应用的尖峰噪声抑制方法,二者原理相近,对单尖峰噪声压制效果明显。但是,由于它们对数据中所有采样点都采用无差别平滑滤波策略,故而在用长滤波窗口滤除尖峰噪声簇时,会严重损坏有用信号。CN110542927A提出了一种变窗口加权地震数据尖峰噪声压制方法,该方法对不同持续时间的单尖峰噪声进行压制,但无法压制尖峰噪声簇。CN110542925A提出了一种基于峰值包络线的地震数据尖峰噪声识别及压制方法,但该方法主要适用于尖峰噪声与有用信号不重叠的情况,当二者混叠时则无效。
CN110542926A提出了一种地震数据尖峰噪声簇的自主检测和压制方法,该方法首先应用一个高阈值对尖峰噪声进行检测,然后进行尖峰噪声簇判断并实现噪声压制。该方法中的阈值设置值较高,从而确保了有用信号的低误检,但这也意味着尖峰噪声的高漏检。高阈值可以确保有用信号的低误检,低阈值则可以保证噪声的低漏检,而一个阈值难以兼顾有用信号的低误检和尖峰噪声的低漏检,因此,需要一种双阈值的地震数据尖峰噪声检测及压制方法,使误检和漏检得以兼顾,以解决现有技术在进行尖峰噪声检测时存在的高漏检问题。
发明内容:
本发明的目的就在于针对上述现有技术的不足,提供一种低漏检的地震数据尖峰噪声检测及压制方法。
本发明的技术要点是,首先应用高阈值对尖峰噪声进行检测,以保证有用信号的低误检,称此高阈值为全阈值;然后以已检测到的尖峰噪声为中心,取一定长度的窗口,应用低阈值对窗口内的数据进行二次检测,从而保证尖峰噪声的低漏检,称此低阈值为局部阈值;最后整合检测到的全部尖峰噪声并进行尖峰噪声簇判断,进而对尖峰噪声进行压制。
本发明的目的是通过以下技术方案实现的:
一种低漏检的地震数据尖峰噪声检测及压制方法,包括以下步骤:
a、读取一道包含尖峰噪声的地震数据X(n),n=1,2,...,N,N为数据总采样点数,采样率为Fs,观察时域波形并确定尖峰噪声的最短持续时间tp;
b、应用STA/LTA方法对X(n)进行处理,记振幅的短时变化量与长时变化量的比值为R(n),其中,特征函数、振幅的短时变化量、振幅的长时变化量和短时窗口长度Ls的计算方法参考CN110542926A,则0.01Fs≤Ls≤9Fs·tp,取长时窗口长度L1=8Ls;
c、参考CN110542926A,计算全阈值
H=Γ(R(n))+2γ(R(n)) (1)
其中,Γ()为计算均值的函数,γ()为计算标准差的函数;拾取所有满足R(n)>H条件的采样点序号,将这些采样点序号构成的集合记为W;
d、拾取W中的所有采样点序号,对其进行从小到大排序,构成矩阵A,A为1行J列的矩阵,A=[a1,a2,...,aJ],J为W中采样点序号的总个数;令矩阵B=[a2,a3,...,aJ,0],计算B与A的差值
C=B-A (2)
将C中的任意整数记为cj,j=1,2,...,J;拾取所有满足cj≠1条件的j,并进行从小到大排序构成一个序列,记为(b1,b2,...,bM),M为满足cj≠1条件的j的个数,将该序列中的任意项记为bm,m=1,2,...,M;将A分为M块,每个子块记为Am,其中,b0=0;将此过程称为拾取W中的采样点序号所对应的尖峰噪声的时间段;
e、令m=1;
f、计算Am中采样点序号的个数
确定用于计算Am局部阈值的采样点序号的个数
Lm′=10Lm (4)
计算Pm′和Pm″的并集
Pm=Pm′∪Pm″ (7)
i、拾取所有tm,g对应的R(n)值,构成集合Rm′;
j、计算Am局部阈值
Hm′=Γ(Rm′)+1.5γ(Rm′) (8)
k、令m=m+1;
l、重复执行步骤f至步骤k,直到m=M+1时停止,得到M个集合Z1,Z2,...,ZM;计算这M个集合的并集
W′=Z1∪Z2∪...∪ZM (9)
m、参考步骤c,拾取W′中的采样点序号所对应的尖峰噪声的时间段,记为矩阵Dq,q=1,2,...,Q,Q为尖峰噪声的个数,Dq=[dq,dq+1,dq+2,...,dq′],dq和dq′分别为Dq的起始采样点序号和终止采样点序号,将由所有Dq构成的集合记为D,D={D1,D2,...,DQ};
n、对D中的所有Dq进行尖峰噪声簇判断,然后进行噪声压制,方法参考CN110542926A的步骤e至步骤h,记压制尖峰噪声后的数据为X(n)′。
有益效果:
经试验,本发明公开的一种低漏检的地震数据尖峰噪声检测及压制方法,能够实现尖峰噪声的检测及压制,特别是对尖峰噪声簇尤为适用。在利用可控震源或冲击震源进行地震勘探、进行地震监测或对火车、飞机和船舶进行检测时,所采集到的地震数据通常会受到人员行走、风吹树动和物体的突然放电等引起的尖峰噪声簇干扰。现有的尖峰噪声簇检测及压制方法只考虑到避免有用信号误检,而未考虑尖峰噪声的漏检问题,而本方法在保证有用信号低误检的同时,还可以有效解决漏检问题,实现了尖峰噪声的低漏检,使得压噪后的地震数据质量大大提高。
附图说明:
图1地震数据尖峰噪声压制结果比较
(a)不含噪声的理想可控震源输出信号s(n)
(b)s(n)中加入随机噪声和尖峰噪声后的地震数据X(n)
(c)中值滤波压制尖峰噪声的结果
(d)CN110542926A方法压制尖峰噪声的结果
(e)本方法压制尖峰噪声的结果
具体实施方式:
下面结合附图和实施例对本发明做进一步的详细说明。
低漏检的地震数据尖峰噪声检测及压制方法,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=1,2,...,14001,将其作为理想信号,如图1(a)所示。对s(n)叠加随机噪声和尖峰噪声,其中尖峰噪声包括短持续时间的单尖峰噪声r1(n)、尖峰噪声簇r2(n)和长持续时间的单尖峰噪声r3(n),r1(n)、r2(n)和r3(n)的持续时间分别为0.002s、0.241s和0.03s,如图1(b)中三个虚线框所示,得到含噪地震数据X(n)。采样率Fs=1000。尖峰噪声的最短持续时间tp=0.002。此时X(n)信噪比SNR0=0.2108;
b、应用STA/LTA方法对X(n)进行处理,记振幅的短时变化量与长时变化量的比值为R(n),其中,特征函数、振幅的短时变化量、振幅的长时变化量和短时窗口长度Ls的计算方法参考CN110542926A,则10≤Ls≤18,取长时窗口长度L1=8Ls;
c、参考CN110542926A,计算全阈值
H=Γ(R(n))+2γ(R(n)) (1)
其中,Γ()为计算均值的函数,γ()为计算标准差的函数,本例中H=2.284;拾取所有满足R(n)>H条件的采样点序号,将这些采样点序号构成的集合记为W;
d、拾取W中的所有采样点序号,对其进行从小到大排序,构成矩阵A,A为1行98列的矩阵,A=[a1,a2,...,a98];令矩阵B=[a2,a3,...,a98,0],计算B与A的差值
C=B-A (2)
将C中的任意整数记为cj,j=1,2,...,98;拾取所有满足cj≠1条件的j,并进行从小到大排序构成一个序列,记为(b1,b2,...,b6),共有6个满足cj≠1条件的j,将该序列中的任意项记为bm,m=1,2,...,6;将A分为6块,每个子块记为Am,其中,b0=0;将此过程称为拾取W中的采样点序号所对应的尖峰噪声的时间段;
e、令m=1;
f、计算Am中采样点序号的个数
确定用于计算Am局部阈值的采样点序号的个数
Lm′=10Lm (4)
计算Pm′和Pm″的并集
Pm=Pm′∪Pm″ (7)
i、拾取所有tm,g对应的R(n)值,构成集合Rm′;
j、计算Am局部阈值
Hm′=Γ(Rm′)+1.5γ(Rm′) (8)
k、令m=m+1;
l、重复执行步骤f至步骤k,直到m=7时停止,得到6个集合Z1,Z2,...,Z6;计算这6个集合的并集
W′=Z1∪Z2∪...∪Z6 (9)
m、参考步骤c,拾取W′中的采样点序号所对应的尖峰噪声的时间段,记为矩阵Dq,q=1,2,...,9,共9个尖峰噪声,Dq=[dq,dq+1,dq+2,...,dq′],dq和dq′分别为Dq的起始采样点序号和终止采样点序号,将由所有Dq构成的集合记为D,D={D1,D2,...,D9};
n、对D中的所有Dq进行尖峰噪声簇判断,然后进行噪声压制,方法参考CN110542926A的步骤e至步骤h,记压制尖峰噪声后的数据为X(n)′,如图1(e)所示。
此时,经本发明提出的方法处理后的地震数据信噪比SNR′=6.4708,尖峰噪声能量压制百分比Per′=98.59%,数据质量大大提高,此外,可以看到r1(n)和r3(n)完全被压制,r2(n)处理后振幅仅为原来的1/4,如图1(e)虚线框。图1(c)为应用中值滤波器处理后的结果,其中r1(n)完全被压制,r2(n)的振幅约为原来的2/5,r3(n)基本没有改变,此时信噪比SNR″=-0.3112,尖峰噪声能量压制百分比Per″=81.50%,虽然大部分尖峰噪声的能量得到压制,但由于中值滤波器对有用信号的损坏严重,使得数据质量差于去噪前的数据。图1(d)为应用CN110542926A方法压制尖峰噪声后的结果,其中r1(n)完全被压制,r2(n)稍有削减,r3(n)的振幅约为原来的3/5,此时信噪比SNR′″=0.3446,尖峰噪声能量压制百分比Per′″=35.08%,尖峰噪声漏检严重,从而使得噪声压制效果差,数据质量改善不明显。而本专利提出的方法可以有效检测尖峰噪声,实现尖峰噪声的低漏检,对于长持续时间有用信号中混叠的尖峰噪声的检测和压制效果明显,尤其适用于尖峰噪声簇的检测和压制。
Claims (1)
1.一种低漏检的地震数据尖峰噪声检测及压制方法,其特征在于,包括以下步骤:
a、读取一道包含尖峰噪声的地震数据X(n),n=1,2,...,N,N为数据总采样点数,采样率为Fs,观察时域波形并确定尖峰噪声的最短持续时间tp;
b、应用STA/LTA方法对X(n)进行处理,记振幅的短时变化量与长时变化量的比值为R(n),其中,特征函数、振幅的短时变化量、振幅的长时变化量和短时窗口长度Ls的计算方法参考CN110542926A,则0.01Fs≤Ls≤9Fs·tp,取长时窗口长度Ll=8Ls;
c、参考CN110542926A,计算全阈值
H=Γ(R(n))+2γ(R(n)) (1)
其中,Γ()为计算均值的函数,γ()为计算标准差的函数;拾取所有满足R(n)>H条件的采样点序号,将这些采样点序号构成的集合记为W;
d、拾取W中的所有采样点序号,对其进行从小到大排序,构成矩阵A,A为1行J列的矩阵,A=[a1,a2,...,aJ],J为W中采样点序号的总个数;令矩阵B=[a2,a3,...,aJ,0],计算B与A的差值
C=B-A (2)
将C中的任意整数记为cj,j=1,2,...,J;拾取所有满足cj≠1条件的j,并进行从小到大排序构成一个序列,记为(b1,b2,...,bM),M为满足cj≠1条件的j的个数,将该序列中的任意项记为bm,m=1,2,...,M;将A分为M块,每个子块记为Am,其中,b0=0;将此过程称为拾取W中的采样点序号所对应的尖峰噪声的时间段;
e、令m=1;
f、计算Am中采样点序号的个数
确定用于计算Am局部阈值的采样点序号的个数
Lm′=10Lm (4)
计算Pm′和Pm″的并集
Pm=Pm′∪Pm″ (7)
i、拾取所有tm,g对应的R(n)值,构成集合Rm′;
j、计算Am局部阈值
Hm′=Γ(Rm′)+1.5γ(Rm′) (8)
k、令m=m+1;
l、重复执行步骤f至步骤k,直到m=M+1时停止,得到M个集合Z1,Z2,...,ZM;计算这M个集合的并集
W′=Z1∪Z2∪...∪ZM (9)
m、参考步骤c,拾取W′中的采样点序号所对应的尖峰噪声的时间段,记为矩阵Dq,q=1,2,...,Q,Q为尖峰噪声的个数,Dq=[dq,dq+1,dq+2,...,dq′],dq和dq′分别为Dq的起始采样点序号和终止采样点序号,将由所有Dq构成的集合记为D,D={D1,D2,...,DQ};
n、对D中的所有Dq进行尖峰噪声簇判断,然后进行噪声压制,方法参考CN110542926A的步骤e至步骤h,记压制尖峰噪声后的数据为X(n)′。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110724142.2A CN113376698B (zh) | 2021-06-23 | 2021-06-23 | 一种低漏检的地震数据尖峰噪声检测及压制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110724142.2A CN113376698B (zh) | 2021-06-23 | 2021-06-23 | 一种低漏检的地震数据尖峰噪声检测及压制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113376698A true CN113376698A (zh) | 2021-09-10 |
CN113376698B CN113376698B (zh) | 2022-09-27 |
Family
ID=77579657
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110724142.2A Active CN113376698B (zh) | 2021-06-23 | 2021-06-23 | 一种低漏检的地震数据尖峰噪声检测及压制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113376698B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06137889A (ja) * | 1992-10-22 | 1994-05-20 | Yamatake Honeywell Co Ltd | スパイクノイズフィルタ |
JP2003000564A (ja) * | 2001-06-11 | 2003-01-07 | Ge Medical Systems Global Technology Co Llc | 画像処理装置、画像処理方法および磁気共鳴撮像装置 |
WO2005043085A1 (ja) * | 2003-10-31 | 2005-05-12 | Hitachi Chemical Co., Ltd. | 平均化反復法を用いたスパイクノイズ除去方法及びコンピュータプログラム |
US20120177282A1 (en) * | 2011-01-07 | 2012-07-12 | Kla-Tencor Corporation | Methods and systems for improved localized feature quantification in surface metrology tools |
US20140188418A1 (en) * | 2011-11-15 | 2014-07-03 | Fuji Electric Co., Ltd. | Pulse processing device and radiation measuring device |
CN104502968A (zh) * | 2014-12-26 | 2015-04-08 | 吉林大学 | 基于阈值多级中值滤波的可控震源地震数据检测方法 |
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 |
CN110542926A (zh) * | 2019-09-02 | 2019-12-06 | 吉林大学 | 一种地震数据尖峰噪声簇的自主检测和压制方法 |
CN110542927A (zh) * | 2019-09-02 | 2019-12-06 | 吉林大学 | 变窗口加权地震数据尖峰噪声压制方法 |
US10705170B1 (en) * | 2019-02-15 | 2020-07-07 | GE Precision Healthcare LLC | Methods and systems for removing spike noise in magnetic resonance imaging |
CN111650654A (zh) * | 2020-05-13 | 2020-09-11 | 吉林大学 | 联合emd与wt算法的地面磁共振信号尖峰噪声剔除方法 |
US20210181365A1 (en) * | 2019-12-12 | 2021-06-17 | King Fahd University Of Petroleum And Minerals | Adaptive noise estimation and removal method for microseismic data |
-
2021
- 2021-06-23 CN CN202110724142.2A patent/CN113376698B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06137889A (ja) * | 1992-10-22 | 1994-05-20 | Yamatake Honeywell Co Ltd | スパイクノイズフィルタ |
JP2003000564A (ja) * | 2001-06-11 | 2003-01-07 | Ge Medical Systems Global Technology Co Llc | 画像処理装置、画像処理方法および磁気共鳴撮像装置 |
WO2005043085A1 (ja) * | 2003-10-31 | 2005-05-12 | Hitachi Chemical Co., Ltd. | 平均化反復法を用いたスパイクノイズ除去方法及びコンピュータプログラム |
US20120177282A1 (en) * | 2011-01-07 | 2012-07-12 | Kla-Tencor Corporation | Methods and systems for improved localized feature quantification in surface metrology tools |
US20140188418A1 (en) * | 2011-11-15 | 2014-07-03 | Fuji Electric Co., Ltd. | Pulse processing device and radiation measuring device |
CN104502968A (zh) * | 2014-12-26 | 2015-04-08 | 吉林大学 | 基于阈值多级中值滤波的可控震源地震数据检测方法 |
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 |
US10705170B1 (en) * | 2019-02-15 | 2020-07-07 | GE Precision Healthcare LLC | Methods and systems for removing spike noise in magnetic resonance imaging |
CN110542926A (zh) * | 2019-09-02 | 2019-12-06 | 吉林大学 | 一种地震数据尖峰噪声簇的自主检测和压制方法 |
CN110542927A (zh) * | 2019-09-02 | 2019-12-06 | 吉林大学 | 变窗口加权地震数据尖峰噪声压制方法 |
US20210181365A1 (en) * | 2019-12-12 | 2021-06-17 | King Fahd University Of Petroleum And Minerals | Adaptive noise estimation and removal method for microseismic data |
CN111650654A (zh) * | 2020-05-13 | 2020-09-11 | 吉林大学 | 联合emd与wt算法的地面磁共振信号尖峰噪声剔除方法 |
Non-Patent Citations (4)
Title |
---|
X. ZHANG;ECT: "2D sparsity-information-aided least mean square algorithm for sparse image de-noising", 《2016 8TH INTERNATIONAL CONFERENCE ON WIRELESS COMMUNICATIONS & SIGNAL PROCESSING》 * |
姜弢,等;: "基于PCA最优阶数的并行震源工频噪声压制", 《仪器仪表学报》 * |
李同等: "基于标准差中位数的磁共振信号尖峰去除方法", 《吉林大学学报(信息科学版)》 * |
林婷婷等: "压缩小波变换和非线性阈值技术压制磁共振尖峰噪声方法研究", 《地球物理学报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113376698B (zh) | 2022-09-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107991706B (zh) | 基于小波包多重阈值和改进经验模态分解的煤层水力压裂微震信号联合降噪方法 | |
CN101598812B (zh) | 去除数字检波器单点接收地震记录中的异常噪声方法 | |
CN102193108B (zh) | 一种提高石油勘探资料处理信噪比的方法 | |
RU2010120713A (ru) | Способ обнаружения и автоматической идентификации повреждения подшипников качения | |
CN101858988A (zh) | 一种大地电磁信号采集方法与装置 | |
CN102692650A (zh) | 一种具有假频压制功能的井筒波分离方法 | |
CN110542926B (zh) | 一种地震数据尖峰噪声簇的自主检测和压制方法 | |
CN103344989A (zh) | 可控震源地震记录中脉冲噪声干扰的分析方法 | |
CN110389377B (zh) | 基于波形互相关系数相乘的微震偏移成像定位方法 | |
CN110568073B (zh) | 一种在噪声环境中拾取击打信号的方法 | |
CN111708087A (zh) | 一种基于DnCNN神经网络对地震数据噪声压制的方法 | |
CN102988041A (zh) | 心磁信号噪声抑制中的信号选择性平均方法 | |
CN113376698B (zh) | 一种低漏检的地震数据尖峰噪声检测及压制方法 | |
CN110542927B (zh) | 变窗口加权地震数据尖峰噪声压制方法 | |
CN106353819B (zh) | 一种井中三分量微地震初至拾取方法 | |
CN105093282A (zh) | 基于频率约束的能量置换面波压制方法 | |
CN110673210B (zh) | 一种地震原始数据信噪比定量分析评价方法 | |
CN109212609A (zh) | 基于波动方程延拓的近地表噪音压制方法 | |
Yao et al. | Research on wavelet denoising method based on soft threshold in wire rope damage detection | |
CN104502968B (zh) | 基于阈值多级中值滤波的可控震源地震数据检测方法 | |
CN110542925B (zh) | 一种基于峰值包络线的地震数据尖峰噪声识别及压制方法 | |
CN105301653A (zh) | 一种多因素联合识别的钻机噪音压制方法 | |
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 | |
CN117908120A (zh) | 基于高分辨率时频分析的地震信号能量统计初至检测算法 | |
CN112198553B (zh) | 集成反射振幅补偿的人机交互式深海水体三维速度分析法 |
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 |