CN113655522A - 频率域地震弱信号的增强方法 - Google Patents

频率域地震弱信号的增强方法 Download PDF

Info

Publication number
CN113655522A
CN113655522A CN202110988316.6A CN202110988316A CN113655522A CN 113655522 A CN113655522 A CN 113655522A CN 202110988316 A CN202110988316 A CN 202110988316A CN 113655522 A CN113655522 A CN 113655522A
Authority
CN
China
Prior art keywords
weak signal
spectrum
frequency domain
enhanced
seismic
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.)
Pending
Application number
CN202110988316.6A
Other languages
English (en)
Inventor
杨丰弛
杨巍
王俊杰
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.)
Southwest Petroleum University
Original Assignee
Southwest Petroleum University
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 Southwest Petroleum University filed Critical Southwest Petroleum University
Priority to CN202110988316.6A priority Critical patent/CN113655522A/zh
Publication of CN113655522A publication Critical patent/CN113655522A/zh
Pending legal-status Critical Current

Links

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
    • G01V1/282—Application of seismic models, synthetic seismograms
    • 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
    • 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
    • G01V1/362—Effecting static or dynamic corrections; Stacking
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00—Details of seismic processing or analysis
    • G01V2210/60—Analysis
    • G01V2210/61—Analysis by combining or comparing a seismic data set with other data
    • G01V2210/616—Data from specific type of measurement
    • G01V2210/6161—Seismic or acoustic, e.g. land or sea measurements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00—Details of seismic processing or analysis
    • G01V2210/60—Analysis
    • G01V2210/61—Analysis by combining or comparing a seismic data set with other data
    • G01V2210/616—Data from specific type of measurement
    • G01V2210/6169—Data from specific type of measurement using well-logging

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

本发明公开了一种频率域地震弱信号的增强方法，涉及弱信号增强技术领域，包括：步骤一、对原始地震单道CDP道集S(t)进行快速傅氏变换，得到单道CDP道集的频谱f(t)；步骤二、对所述单道CDP道集的频谱f(t)进行频谱分析，确定弱信号分布频域；步骤三、通过声波测井曲线做弱信号振幅质控，确定所述弱信号分布频域需要增强的幅值；步骤四、基于非线性扩散的导数谱增强模型对需要增强幅值的所述弱信号分布频域进行信号增强，得到增强后的弱信号频谱Fs(t)；步骤五、将增强后的所述弱信号频谱Fs(t)做快速傅氏逆变换，得到增强后的信号SF(t)。本发明提供的增强弱信号的方法，可以获取更精确、分辨率更高的弱反射界面信息，实现地震弱信号的增强，凸显弱反射界面的反射特征。

Description

频率域地震弱信号的增强方法
技术领域
本发明涉及弱信号增强技术领域，更具体的说是涉及一种频率域地震弱信号的增强方法。
背景技术
在石油勘探中，某些含油气的储层在识别时会受到强振幅的干扰，例如：岩性突变强振幅、地层不连续、不整合面强振幅，在地震剖面上，强振幅的信号会对弱振幅响应进行屏蔽，而这些弱振幅对应着油气储层，就会导致目的储层不易识别。因此，如何对弱信号进行增强是一个关键的问题。
Huang在1998年对非平稳地震信号分析提出了一种Hilbert-huang变换方法，其关键在于求取固有模态函数的方法—经验模态分解法(Empirical Mode Decomposition，EMD)，此方法可以将原始的地震信号分解为多个固有模态函数相加的形式，可以较好地克服希尔伯特变换中信号局部化的缺点，对于含噪声的地震信号的处理具有非常显著的效果。可靠的经验模态分解结果要求信号必须满足经验模态分解的条件，但是地震信号特别是复杂反射的地震信号往往无法满足这个分解条件。为了构建满足EMD分解条件的地震信号，前人研究了窄带滤波、高频载入等方法，但是其弱化了地震信号分解重建的正交完备性，分解重建地震信号出现冗余问题，使重建结果失真。
对于Hilbert-huang模型，现有的信号增强方法有基于改进经验模态分解的地震弱信号增强处理方法、反Q滤波方法等，其中基于经验模态分解的地震弱信号增强处理方法，引入EMD方法进行信号分解，不需要预先设定任何基函数，利用数据自身的时间尺度特征进行信号的分解。与短时傅立叶变换、小波分解等方法相比，这种方法是直观的、直接的、后验的和自适应的。但是，EMD分解过程中最大且不可避免的缺点就是会产生模态混叠效应，即某个分解的IMF分量信号中包含其他IMF分量的信号。因此，前人将该方法进行了多次改进，改进的EMD分解方法较以往常规的EMD分解方法，在分解结果的可靠性、分解精度及非线性弱信号时频分析能力等方面均有显著的改善，在此基础上用的弱信号增强技术，其实质并没有将地下的弱反射信号振幅能量增强，而是将分解后的信号进行分析，削弱了强反射信号，从而实现了弱信号的增强，这种方法的缺点在于并没有实质的增强弱反射界面的反射信号，不能有效的凸显弱反射界面的反射特征。
因此，针对现有技术的不足，如何提供一种可以增强频率域地震弱信号，获取更精确、分辨率更高的弱反射界面信息的方法是本领域技术人员亟需解决的问题。
发明内容
有鉴于此，本发明提供了一种频率域地震弱信号的增强方法，增强了地震剖面中的弱信号，解决了临近强反射界面的目标储层地震响应特征的识取问题。
为了实现上述目的，本发明提供如下技术方案：
一种频率域地震弱信号的增强方法，包括以下步骤：
步骤一、对原始地震单道CDP道集S(t)进行快速傅氏变换，得到单道CDP道集的频谱f(t)；
步骤二、对所述单道CDP道集的频谱f(t)进行频谱分析，确定弱信号分布频域；
步骤三、通过声波测井曲线做弱信号振幅质控，确定所述弱信号分布频域需要增强的幅值；
步骤四、基于非线性扩散的导数谱增强模型对需要增强幅值的所述弱信号分布频域进行信号增强，得到增强后的弱信号频谱Fs(t)；
步骤五、将增强后的所述弱信号频谱Fs(t)做快速傅氏逆变换，得到增强后的信号SF(t)。
上述的技术方案公开的频率域地震弱信号的增强方法，将原始的地震信号做傅氏正变换得到频谱，然后利用导数谱方法增强，再将增强后的频谱作为非线性扩散模型的初始频谱，经扩散、傅氏反变换得到平滑的增强的弱信号，解决了临近强反射界面的目标储层地震响应特征的识取问题。
优选的，所述步骤二中，确定弱信号分布频域，包括：
S21、基于地震统计，确定满足地震频域带宽的井旁道统计子波w(t)；
S22、通过声波测井曲线确定地层反射系数r(t)；
S23、根据所述井旁道统计子波w(t)和所述地层反射系数r(t)，得到合成记录道S'(t)＝w(t)*r(t)；
S24、对所述原始地震单道CDP道集S(t)与所述合成记录道S'(t)分别做频谱对比分析，确定弱信号分布频域。
优选的，所述S24中，包括：
S241、根据井旁实际地震道，对所述合成记录道S'(t)做振幅最大值校正，确定振幅最大值为AMAX；
S242、将所述合成记录道S'(t)与所述原始地震单道CDP道集S(t)的频谱进行比较，确定一个增强的区域频率带宽为f∈[f1,f2]。
优选的，所述步骤四中，包括：
S41、利用导数谱增强模型，将所述原始地震单道CDP道集S(t)的频谱的区域频率带宽f∈[f1,f2]的频带进行增强，得到增强后的频谱F：
F＝F0(f)-cF0 n(f) (1)；
式中：F为增强后的频谱；F0(f)为原始地震单道CDP道集S(t)的频谱；F0 n(f)为截取f1-f2段的值；c为给定的增强系数；n为求导阶次；
S42、将经典非线性扩散模型与导数谱增强模型相结合，得到信号增强模型：
Figure BDA0003231463990000041
其中：
Figure BDA0003231463990000042
为扩散函数；λ为扩散强度控制参数；
S43、利用有限差分法对式(1)进行求解，得到最终的增强后的弱信号频谱Fs(t)。
优选的，所述有限差分法包括隐式差分法，利用隐式差分法对式(1)进行求解，包括：
隐式差分法格式：
Figure BDA0003231463990000043
其中：k为迭代次数；i为序号；τ为时间步长；h为空间离散步长；
令
Figure BDA0003231463990000044
则：Uk＝[Bk-1]-1Uk-1 (4)；
其中：
Figure BDA0003231463990000045
且Bk-1是可逆的；
Figure BDA0003231463990000051
m＝F/h，表示将u进行空间离散后的总个数。
优选的，得到最终的增强后的弱信号频谱Fs(t)的具体算法包括：
S431、给定增强系数c、扩散强度控制参数λ、迭代次数N、时间步长τ，h取1；
S432、利用式(1)得到增强后的信号U0；
S433、根据扩散函数
Figure BDA0003231463990000052
得到离散的
Figure BDA0003231463990000053
并计算
Figure BDA0003231463990000054
S434、根据式(5)构造矩阵Bk-1；
S435、利用式(4)迭代处理得到最终的增强后的弱信号频谱Fs(t)。
经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种频率域地震弱信号的增强方法，具有以下有益效果：
(1)本发明的频率域地震弱信号的增强方法中结合声波测井曲线能准确的对需要增强的地下目的层位进行增强，在给定特定的增强振幅的极限值时，使增强的弱信号能够更加真实的反映出地下情况的同时保证增强的信号不会失真；
(2)本发明的频率域地震弱信号的增强方法利用基于偏微分方程的导数谱增强模型，能有效增强频谱上峰的特征，使弱反射信号的成分得到增加。
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，还可以根据提供的附图获得其他的附图。
图1为本发明的频率域地震弱信号的增强方法的流程图。
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。
本发明实施例公开了一种频率域地震弱信号的增强方法，如图1所示，包括以下步骤：
步骤一、对原始地震单道CDP道集S(t)进行快速傅氏变换，得到单道CDP道集的频谱f(t)；
步骤二、对单道CDP道集的频谱f(t)进行频谱分析，确定弱信号分布频域；
步骤三、通过声波测井曲线做弱信号振幅质控，确定弱信号分布频域需要增强的幅值；
步骤四、基于非线性扩散的导数谱增强模型对需要增强幅值的弱信号分布频域进行信号增强，得到增强后的弱信号频谱Fs(t)；
步骤五、将增强后的弱信号频谱Fs(t)做快速傅氏逆变换，得到增强后的信号SF(t)。
在一实施例中，步骤二中确定弱信号分布频域，包括：
S21、基于地震统计，确定满足地震频域带宽的井旁道统计子波w(t)；
S22、通过声波测井曲线确定地层反射系数r(t)；
S23、根据井旁道统计子波w(t)和地层反射系数r(t)，得到合成记录道S'(t)＝w(t)*r(t)；
S24、对原始地震单道CDP道集S(t)与合成记录道S'(t)分别做频谱对比分析，确定弱信号分布频域。
进一步地，在S24中的具体操作，包括：
S241、根据井旁实际地震道，对合成记录道S'(t)做振幅最大值校正，确定振幅最大值为AMAX；
S242、将合成记录道S'(t)与原始地震单道CDP道集S(t)的频谱进行比较，确定一个增强的区域频率带宽为f∈[f1,f2]。
在一实施例中，步骤四中对弱信号进行增强，包括：
S41、利用导数谱增强模型，将原始地震单道CDP道集S(t)的频谱的区域频率带宽f∈[f1,f2]的频带进行增强，得到增强后的频谱F：
F＝F0(f)-cF0 n(f) (1)；
式中：F为增强后的频谱；F0(f)为原始地震单道CDP道集S(t)的频谱；F0 n(f)为截取f1-f2段的值；c为给定的增强系数；n为求导阶次；
S42、将经典非线性扩散模型与导数谱增强模型相结合，得到信号增强模型：
Figure BDA0003231463990000071
其中：
Figure BDA0003231463990000072
为扩散函数；λ为扩散强度控制参数；
S43、利用有限差分法对式(1)进行求解，得到最终的增强后的弱信号频谱Fs(t)。
进一步地，有限差分法包括隐式差分法，利用隐式差分法对式(1)进行求解，包括：
隐式差分法格式：
Figure BDA0003231463990000081
其中：k为迭代次数；i为序号；τ为时间步长；h为空间离散步长；
令
Figure BDA0003231463990000082
则：Uk＝[Bk-1]-1Uk-1 (4)；
其中：
Figure BDA0003231463990000083
Figure BDA0003231463990000084
m＝F/h，表示将u进行空间离散后的总个数。
得到最终的增强后的弱信号频谱Fs(t)的具体算法包括：
S431、给定增强系数c、扩散强度控制参数λ、迭代次数N、时间步长τ，h取1；
S432、利用式(1)得到增强后的信号U0；
S433、根据扩散函数
Figure BDA0003231463990000085
得到离散的
Figure BDA0003231463990000086
并计算
Figure BDA0003231463990000087
S434、根据式(5)构造矩阵Bk-1；
S435、利用式(4)迭代处理得到最终的增强后的弱信号频谱Fs(t)。
本发明的频率域地震弱信号的增强方法对在合成记录道上需要增强的部分进行傅氏正变换后得到频谱，在频率域内结合声波测井曲线对其进行质控，并基于利用非线性扩散方程的信号增强模型增强需要增强的频带区域，最后再将其进行傅氏反变换，继而得到增强后的地震信号，在与原来未进行处理的其他部分剖面进行叠加，得到最终的地震剖面。其中，本发明结合声波测井曲线能够准确的对需要增强的频带区域进行增强，在给定特定的增强振幅的极限值时，使增强的弱信号能够更加反映出真实的地下情况的同时保证增强的信号不会失真；另一方面，利用基于偏微分方程的导数谱增强模型，能有效增强频谱上峰的特征，使弱反射信号的成分得到增加。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (6)

1.一种频率域地震弱信号的增强方法，其特征在于，包括以下步骤：
步骤一、对原始地震单道CDP道集S(t)进行快速傅氏变换，得到单道CDP道集的频谱f(t)；
步骤二、对所述单道CDP道集的频谱f(t)进行频谱分析，确定弱信号分布频域；
步骤三、通过声波测井曲线做弱信号振幅质控，确定所述弱信号分布频域需要增强的幅值；
步骤四、基于非线性扩散的导数谱增强模型对需要增强幅值的所述弱信号分布频域进行信号增强，得到增强后的弱信号频谱Fs(t)；
步骤五、将增强后的所述弱信号频谱Fs(t)做快速傅氏逆变换，得到增强后的信号SF(t)。
2.根据权利要求1所述的一种频率域地震弱信号的增强方法，其特征在于，所述步骤二中，确定弱信号分布频域，包括：
S21、基于地震统计，确定满足地震频域带宽的井旁道统计子波w(t)；
S22、通过声波测井曲线确定地层反射系数r(t)；
S23、根据所述井旁道统计子波w(t)和所述地层反射系数r(t)，得到合成记录道S'(t)＝w(t)*r(t)；
S24、对所述原始地震单道CDP道集S(t)与所述合成记录道S'(t)分别做频谱对比分析，确定弱信号分布频域。
3.根据权利要求2所述的一种频率域地震弱信号的增强方法，其特征在于，所述S24中，包括：
S241、根据井旁实际地震道，对所述合成记录道S'(t)做振幅最大值校正，确定振幅最大值为AMAX；
S242、将所述合成记录道S'(t)与所述原始地震单道CDP道集S(t)的频谱进行比较，确定一个增强的区域频率带宽为f∈[f1,f2]。
4.根据权利要求3所述的一种频率域地震弱信号的增强方法，其特征在于，所述步骤四中，包括：
S41、利用导数谱增强模型，将所述原始地震单道CDP道集S(t)的频谱的区域频率带宽f∈[f1,f2]的频带进行增强，得到增强后的频谱F：
F＝F0(f)-cF0 n(f) (1)；
式中：F为增强后的频谱；F0(f)为原始地震单道CDP道集S(t)的频谱；F0 n(f)为截取f1-f2段的值；c为给定的增强系数；n为求导阶次；
S42、将经典非线性扩散模型与导数谱增强模型相结合，得到信号增强模型：
Figure FDA0003231463980000021
其中：
Figure FDA0003231463980000022
为扩散函数；λ为扩散强度控制参数；
S43、利用有限差分法对式(1)进行求解，得到最终的增强后的弱信号频谱Fs(t)。
5.根据权利要求4所述的一种频率域地震弱信号的增强方法，其特征在于，所述有限差分法包括隐式差分法，利用隐式差分法对式(1)进行求解，包括：
隐式差分法格式：
Figure FDA0003231463980000023
其中：k为迭代次数；i为序号；τ为时间步长；h为空间离散步长；
令
Figure FDA0003231463980000031
则：Uk＝[Bk-1]-1Uk-1 (4)；
其中：
Figure FDA0003231463980000032
且Bk-1是可逆的；
Figure FDA0003231463980000033
表示将u进行空间离散后的总个数。
6.根据权利要求5所述的一种频率域地震弱信号的增强方法，其特征在于，得到最终的增强后的弱信号频谱Fs(t)的具体算法包括：
S431、给定增强系数c、扩散强度控制参数λ、迭代次数N、时间步长τ，h取1；
S432、利用式(1)得到增强后的信号U0；
S433、根据扩散函数
Figure FDA0003231463980000034
得到离散的
Figure FDA0003231463980000035
并计算
Figure FDA0003231463980000036
S434、根据式(5)构造矩阵Bk-1；
S435、利用式(4)迭代处理得到最终的增强后的弱信号频谱Fs(t)。
CN202110988316.6A 2021-08-26 2021-08-26 频率域地震弱信号的增强方法 Pending CN113655522A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110988316.6A CN113655522A (zh) 2021-08-26 2021-08-26 频率域地震弱信号的增强方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110988316.6A CN113655522A (zh) 2021-08-26 2021-08-26 频率域地震弱信号的增强方法

Publications (1)

Publication Number Publication Date
CN113655522A true CN113655522A (zh) 2021-11-16

Family

ID=78492994

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110988316.6A Pending CN113655522A (zh) 2021-08-26 2021-08-26 频率域地震弱信号的增强方法

Country Status (1)

Country Link
CN (1) CN113655522A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114779332A (zh) * 2022-05-20 2022-07-22 西南石油大学 地震数据沉积背景去除方法、装置及电子设备
CN116819627A (zh) * 2023-06-30 2023-09-29 中海石油(中国)有限公司深圳分公司 地震弱信号的增强方法、装置、设备和介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104536042A (zh) * 2014-12-24 2015-04-22 中国石油天然气股份有限公司 一种二维叠后地震资料振幅补偿方法及装置
CN104849756A (zh) * 2015-03-31 2015-08-19 中国地质大学（北京） 一种提高地震数据分辨率增强有效弱信号能量的方法
CN107247290A (zh) * 2017-07-06 2017-10-13 西安交通大学 一种基于时空分数阶滤波的地震资料噪声压制方法
CN112327354A (zh) * 2020-09-22 2021-02-05 中海石油深海开发有限公司 一种提高低频弱信号的方法、装置、电子设备和可读介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104536042A (zh) * 2014-12-24 2015-04-22 中国石油天然气股份有限公司 一种二维叠后地震资料振幅补偿方法及装置
CN104849756A (zh) * 2015-03-31 2015-08-19 中国地质大学（北京） 一种提高地震数据分辨率增强有效弱信号能量的方法
CN107247290A (zh) * 2017-07-06 2017-10-13 西安交通大学 一种基于时空分数阶滤波的地震资料噪声压制方法
CN112327354A (zh) * 2020-09-22 2021-02-05 中海石油深海开发有限公司 一种提高低频弱信号的方法、装置、电子设备和可读介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李俊,李远禄,蒋民: "一种基于偏微分方程的信号增强模型", 数据采集与处理, pages 1 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114779332A (zh) * 2022-05-20 2022-07-22 西南石油大学 地震数据沉积背景去除方法、装置及电子设备
CN116819627A (zh) * 2023-06-30 2023-09-29 中海石油(中国)有限公司深圳分公司 地震弱信号的增强方法、装置、设备和介质

Similar Documents

Publication Publication Date Title
Gholami Sparse time–frequency decomposition and some applications
Wang Multichannel matching pursuit for seismic trace decomposition
US9268047B2 (en) Geophysical surveying
Ansari et al. Correction of highly noisy strong motion records using a modified wavelet de-noising method
US20140372043A1 (en) Full Waveform Inversion Using Perfectly Reflectionless Subgridding
CN111208561A (zh) 基于时变子波与曲波变换约束的地震声波阻抗反演方法
CN103645507B (zh) 地震记录的处理方法
CN113655522A (zh) 频率域地震弱信号的增强方法
Chen et al. Enhancing seismic reflections using empirical mode decomposition in the flattened domain
CN107179550B (zh) 一种数据驱动的地震信号零相位反褶积方法
CN109738950B (zh) 基于三维稀疏聚焦域反演的噪声型数据一次波反演方法
Ouadfeul et al. Random seismic noise attenuation data using the discrete and the continuous wavelet transforms
CN104849757A (zh) 消除地震信号中随机噪声系统及方法
CN106680874A (zh) 基于波形形态特征稀疏化建模的谐波噪声压制方法
CN111399057B (zh) 一种基于非凸稀疏约束的地震资料噪声压制方法
CN110687597A (zh) 一种基于联合字典的波阻抗反演方法
Shao et al. Simultaneous inversion of Q and reflectivity using dictionary learning
CN110794461B (zh) 一种强地震反射界面下的小尺度缝洞信息凸显方法
Dong et al. Seismic Data Reconstruction Based on a Multi-cascade Self-guided Network
CN103308945A (zh) 一种陆地勘探初至前噪声的模拟产生与预测方法
Nose-Filho et al. Algorithms for sparse multichannel blind deconvolution
CN112363217A (zh) 一种地震数据随机噪声压制方法及系统
CN112327354A (zh) 一种提高低频弱信号的方法、装置、电子设备和可读介质
Bakulin et al. Seismic speckle as multiplicative noise explaining land reflections distorted by near-surface scattering
Ha et al. Full waveform inversion using a decomposed single frequency component from a spectrogram

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