CN113687421B - 地震信号的数据处理方法、装置、电子设备及存储介质 - Google Patents
地震信号的数据处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113687421B CN113687421B CN202110967167.5A CN202110967167A CN113687421B CN 113687421 B CN113687421 B CN 113687421B CN 202110967167 A CN202110967167 A CN 202110967167A CN 113687421 B CN113687421 B CN 113687421B
- Authority
- CN
- China
- Prior art keywords
- data
- seismic signal
- matrix
- signal data
- weighting
- 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
- 238000003672 processing method Methods 0.000 title abstract description 15
- 239000011159 matrix material Substances 0.000 claims abstract description 103
- 238000000034 method Methods 0.000 claims abstract description 56
- 238000001914 filtration Methods 0.000 claims abstract description 37
- 238000012545 processing Methods 0.000 claims abstract description 35
- 238000010183 spectrum analysis Methods 0.000 claims abstract description 18
- 230000014759 maintenance of location Effects 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims description 41
- 230000004048 modification Effects 0.000 claims description 22
- 238000012986 modification Methods 0.000 claims description 22
- 230000006870 function Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012935 Averaging Methods 0.000 claims description 9
- 230000014509 gene expression Effects 0.000 claims description 8
- 230000009467 reduction Effects 0.000 claims description 7
- 238000009499 grossing Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000007493 shaping process Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 239000013598 vector Substances 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
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
本申请公开了一种地震信号的数据处理方法、装置、电子设备及可读存储介质。其中,方法包括利用奇异谱分析方法对原始地震信号数据进行滤波,得到初始滤波数据;计算原始地震信号数据和初始滤波数据之间的差异性和相似性;基于差异性、相似性、预先设置且用于预测不稳定扰动的能量衰减的加权强度控制参数和用于确定信号保留程度的局部相似性阈值计算加权矩阵。基于加权矩阵对原始地震信号数据再次进行滤波处理,得到最终地震信号的处理结果,从而有效地提高了地震信号的信噪比,可以更加高效且更加稳定地压制地震噪声。
Description
技术领域
本申请涉及信号处理技术领域,特别是涉及一种地震信号的数据处理方法、装置、电子设备及可读存储介质。
背景技术
地震数据中的噪声会对后续的属性分析、波阻抗反演、裂缝预测等带来误差,从而严重影响地下构造解释、地球物理反演等工作。由于野外采集到的地震数据难免会受到噪声干扰,就需要提高信号系统中信号与噪声的比例也即信噪比。
为了提高地震数据的信噪比,可通过对采集到的地震信号数据中的非相干噪声进行衰减。奇异谱分析方法能够检测出数据的低秩结构,基于地震信号和随机噪声在奇异谱上的不同表现,该方法可以有效抑制地震随机噪声。但是,由于奇异谱分析方法采用二次形式的拟合曲线对非高斯干扰非常敏感,当地震数据受到不稳定噪声的干扰时,奇异谱分析方法性能并不稳定,基于绝对差的加权准则无法识别和抑制异常值,极易导致大量噪声能量残留或认为干扰,地震数据的去噪效果并不明显,信噪比不高,而若以n(n>2)次迭代的方式来得到较好的去噪效果,又会因为迭代步骤所需更大的计算成本尤其是在当具有鲁棒性的函数难以逼近时,会导致数据处理效率较低。
鉴于此,如何更加高效且更加稳定地压制地震噪声,是所属领域技术人员需要解决的技术问题。
发明内容
本申请提供了一种地震信号的数据处理方法、装置、电子设备及可读存储介质,可以更加高效且更加稳定地压制地震噪声,有效提高地震信号数据的信噪比。
为解决上述技术问题,本发明实施例提供以下技术方案:
本发明实施例一方面提供了一种地震信号的数据处理方法,包括:
利用奇异谱分析方法对原始地震信号数据进行滤波,得到初始滤波数据;
确定所述原始地震信号数据和所述初始滤波数据之间的差异性和相似性;
基于所述差异性、所述相似性、预先设置的加权强度控制参数和局部相似性阈值计算加权矩阵;所述加权强度控制参数用于预测不稳定扰动的能量衰减,所述局部相似性阈值用于确定信号保留程度;
基于所述加权矩阵对所述原始地震信号数据再次进行滤波处理。
可选的,所述确定所述原始地震信号数据和所述初始滤波数据之间的差异性和相似性,包括:
调用绝对偏差计算关系式计算所述原始地震信号数据和所述初始滤波数据之间的绝对偏差U,U=[ui,j],所述绝对偏差计算关系式为:ui,j为所述绝对偏差对应矩阵中(i,j)位置处的元素,dij为所述原始地震信号数据对应矩阵中(i,j)位置处的元素,为所述初始滤波数据对应矩阵中(i,j)位置处的元素。
可选的,所述确定所述原始地震信号数据和所述初始滤波数据之间的差异性和相似性,包括:
调用局部相似性计算关系式计算所述原始地震信号数据和所述初始滤波数据之间的局部相似性V,V=[vi,j],所述局部相似性计算关系式为:
式中,vi,j为局部相似性对应矩阵中(i,j)位置处的元素,ω为局部平滑窗口函数,τ为当前位置(i,j)沿i移动τ个单位,κ为当前位置(i,j)沿j移动κ个单位,dτ,κ为原始地震信号数据对应矩阵中(τ,κ)位置处的元素,为初始滤波数据对应矩阵中(τ,κ)位置处的元素。
可选的,所述基于所述差异性、所述相似性、预先设置的加权强度控制参数和局部相似性阈值计算加权矩阵,包括:
调用加权元素计算关系式计算所述加权矩阵,所述加权元素计算关系式为:
式中,wi,j为所述加权矩阵在位置(i,j)处的元素,ui,j为用于反映所述差异性的绝对偏差对应矩阵在位置(i,j)处的元素,ε为归一化的绝对偏差,vi,j为用于反映所述相似性的局部相似性对应矩阵在位置(i,j)处的元素,η为所述局部相似性阈值,P为所述加权强度控制参数。
可选的,所述基于所述加权矩阵对所述原始地震信号数据再次进行滤波处理,包括:
计算所述加权矩阵对所述原始地震信号数据的哈达玛积,得到一次地震信号修改数据;
沿时间方向,对所述一次地震信号修改数据进行正向一维傅里叶变换,得到频率切片;
对所述频率切片依次执行Hankel矩阵嵌入操作、降秩操作、平均化操作,得到二次地震信号修改数据;
沿时间方向,对所述二次地震信号修改数据进行反向一维傅里叶变换,得到所述原始地震信号数据的数据处理结果。
本发明实施例另一方面提供了一种地震信号的数据处理装置,包括:
初始滤波模块,用于利用奇异谱分析方法对原始地震信号数据进行滤波,得到初始滤波数据;
参数计算模块,用于确定所述原始地震信号数据和所述初始滤波数据之间的差异性和相似性;
权重计算模块,用于基于所述差异性、所述相似性、预先设置的加权强度控制参数和局部相似性阈值计算加权矩阵;所述加权强度控制参数用于预测不稳定扰动的能量衰减,所述局部相似性阈值用于确定信号保留程度;
去噪模块,用于基于所述加权矩阵对所述原始地震信号数据再次进行滤波处理。
可选的,所述参数计算模块进一步用于:调用绝对偏差计算关系式计算所述原始地震信号数据和所述初始滤波数据之间的绝对偏差U,U=[ui,j],所述绝对偏差计算关系式可表示为:ui,j为所述绝对偏差对应矩阵中(i,j)位置处的元素,dij为所述原始地震信号数据对应矩阵中(i,j)位置处的元素,为所述初始滤波数据对应矩阵中(i,j)位置处的元素。
本发明实施例还提供了一种电子设备,包括处理器,所述处理器用于执行存储器中存储的计算机程序时实现如前任一项所述地震信号的数据处理方法的步骤。
本发明实施例最后还提供了一种可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如前任一项所述地震信号的数据处理方法的步骤。
本申请提供的技术方案的优点在于,利用初次滤波数据和原始地震信号数据的二者之间的差异性和相似性计算得到的加权矩阵,可准确预测不稳定扰动的位置和能级,基于加权矩阵对原始地震信号数据进行二次滤波,可消除地震信号数据中的不稳定和随机噪声,有效提高地震信号数据的信噪比,整个过程无需多次迭代,不需要大的计算成本,可以更加高效且更加稳定地压制地震噪声。
此外,本发明实施例还针对地震信号的数据处理方法提供了相应的实现装置、电子设备及可读存储介质,进一步使得所述方法更具有实用性,所述装置、电子设备及可读存储介质具有相应的优点。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本公开。
附图说明
为了更清楚的说明本发明实施例或相关技术的技术方案,下面将对实施例或相关技术描述中所需要使用的附图作简单的介绍,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为本发明实施例提供的一种地震信号的数据处理方法的流程示意图;
图2为本发明实施例提供的地震信号的数据处理装置的一种具体实施方式结构图;
图3为本发明实施例提供的电子设备的一种具体实施方式结构图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面结合附图和具体实施方式对本发明作进一步的详细说明。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。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等是用于区别不同的对象,而不是用于描述特定的顺序。此外术语“包括”和“具有”以及他们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可包括没有列出的步骤或单元。
在介绍了本发明实施例的技术方案后,下面详细的说明本申请的各种非限制性实施方式。
首先参见图1,图1为本发明实施例提供的一种地震信号的数据处理方法的流程示意图,本发明实施例可包括以下内容:
S101:利用奇异谱分析方法对原始地震信号数据进行滤波,得到初始滤波数据。
在本步骤中,奇异谱分析方法即为研究非线性时间序列数据的任何一种现有方法,其可根据所观测到的时间序列构造出轨迹矩阵,并对轨迹矩阵进行分解、重构,从而提取出代表原时间序列不同成分的信号,如噪声信号、周期信号等。基于奇异谱分析方法对原始地址信号数据的滤波过程可包括:
奇异谱分析方法包括Hankel矩阵嵌入操作、降秩操作、反对角平均化操作。若D(x,ω)为原始地震信号数据的频率切片,其中x=1,2,3,...,Nx,ω=1,2,3,...,Nx为空间和频率方向上的采样点个数。奇异谱分析方法首先将频率切片D(x,ω)嵌入到Hankel矩阵中,得到一个如下大小为(Nx-m+1)×m的Hankel矩阵Hω,Hankel矩阵每个元素的值与矩阵副对角线方向上元素的值相等。m为一个预定义的整数,m的取值要使得Hankel矩阵Hω近似于方阵,例如,m=Nx-Nx/2,其中表示参数的整数部分。Hankel矩阵Hω可表示为:
奇异谱分析方法假设地震数据可以看作是K个平面波的叠加,因此Hankel矩阵Hω的秩为K。噪声的加入会使Hω的秩增加。因此,奇异谱分析方法通过降低Hω的秩来消除噪声,即进行奇异值分解(SVD):
式中,()H表示矩阵的Hermitian转置。和表示矩阵Hω的前K个最大奇异值和相关的K个奇异向量。表示Hω的低秩近似。最后,奇异谱分析方法对矩阵的反对角线基于关系式进行平均化,以恢复滤波后的数据。式中,表示平均化算子。奇异谱分析方法的滤波方法可以基于实现,分别表示平均化算子、降秩算子和Hankel化算子。
S102:确定原始地震信号数据和初始滤波数据之间的差异性和相似性。
在本步骤中,差异性是指原始地震信号数据和初始滤波数据之间的偏差,相似性是指原始地震信号数据和初始滤波数据二者之间的相似程度。可以采用任何一种反映数据之间偏差和相似程度的参数进行表示,本申请对此不做任何限定。
S103:基于差异性、相似性、预先设置的加权强度控制参数和局部相似性阈值计算加权矩阵。
为了准确预测不稳定扰动的位置和能级,本申请会预先设置多个参数,包括但并不限于可用于预测不稳定扰动的能量衰减的加权强度控制参数p,用于确定信号保留程度的局部相似性阈值η,一个取决于处理窗口中所含平面波数目的常数K,用于决定不稳定扰动的强度的常数值λ。本实施例的去噪强度随着K、η和λ的减小而增强,随着p的增大而增强。参数p、η和λ的参考值例如可分别为5、0.6和4。在实际处理中,其取值可根据具体问题上下浮动,这均不影响本申请的实现。根据初始滤波数据和原始地震信号之间的相似性和差异性,结合决定不稳定扰动的能量衰减和信号保留程度的参数可得到能够预测不稳定扰动的位置和能级的加权矩阵。
S104:基于加权矩阵对原始地震信号数据再次进行滤波处理。
本步骤基于上个步骤计算所得的加权矩阵对原始地震信号数据进行再次处理,可先计算加权矩阵对原始地震信号数据的哈达玛积,也即将加权矩阵和原始地震信号数据对应的矩阵对应位置元素进行相乘,得到一次地震信号修改数据。在沿时间方向上,对一次地震信号修改数据进行正向一维傅里叶变换,得到频率切片。可按照S101的方法对频率切片依次执行Hankel矩阵嵌入操作、降秩操作和平均化操作,得到二次地震信号修改数据。在沿时间方向上,对二次地震信号修改数据再进行反向一维傅里叶变换,得到最终地震信号数据,可作为原始地震信号数据的数据处理结果进行输出。
在本发明实施例提供的技术方案中,利用初次滤波数据和原始地震信号数据的二者之间的差异性和相似性计算得到的加权矩阵,可准确预测不稳定扰动的位置和能级,基于加权矩阵对原始地震信号数据进行二次滤波,可消除地震信号数据中的不稳定和随机噪声,有效提高地震信号数据的信噪比,整个过程无需多次迭代,不需要大的计算成本,从而可以更加高效且更加稳定地压制地震噪声。
需要说明的是,本申请中各步骤之间没有严格的先后执行顺序,只要符合逻辑上的顺序,则这些步骤可以同时执行,也可按照某种预设顺序执行,图1只是一种示意方式,并不代表只能是这样的执行顺序。
在上述实施例中,对于如何执行步骤S102和S103并不做限定,本实施例中给出加权矩阵的一种计算方式,可包括如下步骤:
首先,可调用绝对偏差计算关系式计算原始地震信号数据和初始滤波数据之间的绝对偏差U,U=[ui,j],绝对偏差计算关系式可表示为:ui,j为绝对偏差对应矩阵中(i,j)位置处的元素,dij为原始地震信号数据对应矩阵中(i,j)位置处的元素,为初始滤波数据对应矩阵中(i,j)位置处的元素。
其次,可调用局部相似性计算关系式计算原始地震信号数据和初始滤波数据之间的局部相似性V,V=[vi,j],局部相似性计算关系式可表示为:
式中,vi,j为局部相似性对应矩阵中(i,j)位置处的元素,ω为局部平滑窗口函数,τ为当前位置(i,j)沿i移动τ个单位,κ为当前位置(i,j)沿j移动κ个单位,dτ,κ为原始地震信号数据对应矩阵中(τ,κ)位置处的元素,为初始滤波数据对应矩阵中(τ,κ)位置处的元素。ω可以选择bell函数、三角函数或矩形函数。在本实施例中,局部相似性还可采用整形正则化方法进行计算,其中平滑度可由整形算子确定。
最后,可调用加权元素计算关系式计算用于表示不稳定扰动的位置和幅度的加权矩阵,原始地震信号数据的网格点(i,j)在wi,j<1时受到不稳定扰动的污染,wi,j的值越小,扰动越强。加权元素计算关系式可表示为:
式中,wi,j为加权矩阵在位置(i,j)处的元素,ui,j为用于反映差异性的绝对偏差U对应矩阵中(i,j)位置处的元素,ε为归一化的绝对偏差,ε的计算方法可为vi,j为用于反映相似性的局部相似性对应矩阵中(i,j)位置处的元素,η为局部相似性阈值,P为加权强度控制参数。
在本实施例中,通过最终计算得到的wi,j可预测不稳定扰动的位置和幅度,基于预测得到的稳定扰动的位置和幅度对原始地震信号数据再次进行滤波处理,能够最大程度去除噪声,提高原始地震信号数据的信噪比。
本发明实施例还针对地震信号的数据处理方法提供了相应的装置,进一步使得方法更具有实用性。其中,装置可从功能模块的角度和硬件的角度分别说明。下面对本发明实施例提供的地震信号的数据处理装置进行介绍,下文描述的地震信号的数据处理装置与上文描述的地震信号的数据处理方法可相互对应参照。
基于功能模块的角度,参见图2,图2为本发明实施例提供的地震信号的数据处理装置在一种具体实施方式下的结构图,该装置可包括:
初始滤波模块201,用于利用奇异谱分析方法对原始地震信号数据进行滤波,得到初始滤波数据;
参数计算模块202,用于确定原始地震信号数据和初始滤波数据之间的差异性和相似性;
权重计算模块203,用于基于差异性、相似性、预先设置的加权强度控制参数和局部相似性阈值计算加权矩阵;加权强度控制参数用于预测不稳定扰动的能量衰减,局部相似性阈值用于确定信号保留程度;
去噪模块204,用于基于加权矩阵对原始地震信号数据再次进行滤波处理。
可选的,在本实施例的一些实施方式中,上述参数计算模块202可包括绝对偏差计算单元和相似性计算单元;
其中,绝对偏差计算单元可用于:调用绝对偏差计算关系式计算原始地震信号数据和初始滤波数据的绝对偏差U,U=[ui,j],绝对偏差计算关系式可表示为:ui,j为绝对偏差对应矩阵中(i,j)位置处的元素,dij为原始地震信号数据对应矩阵中(i,j)位置处的元素,为初始滤波数据对应矩阵中(i,j)位置处的元素。
相似性计算单元可用于:调用局部相似性计算关系式计算原始地震信号数据和初始滤波数据之间的局部相似性V,V=[vi,j],局部相似性计算关系式为:
式中,vi,j为局部相似性对应矩阵中(i,j)位置处的元素,ω为局部平滑窗口函数,τ为当前位置(i,j)沿i移动τ个单位,κ为当前位置(i,j)沿j移动κ个单位,dτ,κ为原始地震信号数据对应矩阵中(τ,κ)位置处的元素,为初始滤波数据对应矩阵中(τ,κ)位置处的元素。
可选的,在本实施例的另一些实施方式中,上述权重计算模块203可进一步用于:调用加权元素计算关系式计算加权矩阵,加权元素计算关系式为:
式中,wi,j为加权矩阵在位置(i,j)处的元素,ui,j为绝对偏差,ε为归一化的绝对偏差,vi,j为局部相似性,η为局部相似性阈值,P为加权强度控制参数。
可选的,在本实施例的其他一些实施方式中,上述去噪模块204可进一步用于:
计算加权矩阵对原始地震信号数据的哈达玛积,得到一次地震信号修改数据;
在沿时间方向上,对一次地震信号修改数据进行正向一维傅里叶变换,得到频率切片;
对频率切片分别进行Hankel矩阵嵌入、降秩、平均化操作,得到二次地震信号修改数据;
在沿时间方向上,对二次地震信号修改数据再进行反向一维傅里叶变换,得到最终地震信号数据。
本发明实施例地震信号的数据处理装置的各功能模块的功能可根据上述方法实施例中的方法具体实现,其具体实现过程可以参照上述方法实施例的相关描述,此处不再赘述。
由上可知,本发明实施例有效提高了地震信号的信噪比,可以更加高效且更加稳定地压制地震噪声。
上文中提到的地震信号的数据处理装置是从功能模块的角度描述,进一步的,本申请还提供一种电子设备,是从硬件角度描述。图3为本申请实施例提供的电子设备在一种实施方式下的结构示意图。如图3所示,该电子设备包括存储器30,用于存储计算机程序;处理器31,用于执行计算机程序时实现如上述任一实施例提到的地震信号的数据处理方法的步骤。
其中,处理器31可以包括一个或多个处理核心,比如4核心处理器、8核心处理器,处理器31还可为控制器、微控制器、微处理器或其他数据处理芯片等。处理器31可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable GateArray,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器31也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central Processing Unit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器31可以集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器31还可以包括AI(ArtificialIntelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器30可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器30还可包括高速随机存取存储器以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。存储器30在一些实施例中可以是电子设备的内部存储单元,例如服务器的硬盘。存储器30在另一些实施例中也可以是电子设备的外部存储设备,例如服务器上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器30还可以既包括电子设备的内部存储单元也包括外部存储设备。存储器30不仅可以用于存储安装于电子设备的应用软件及各类数据,例如:执行漏洞处理方法的程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。本实施例中,存储器30至少用于存储以下计算机程序301,其中,该计算机程序被处理器31加载并执行之后,能够实现前述任一实施例公开的地震信号的数据处理方法的相关步骤。另外,存储器30所存储的资源还可以包括操作系统302和数据303等,存储方式可以是短暂存储或者永久存储。其中,操作系统302可以包括Windows、Unix、Linux等。数据303可以包括但不限于地震信号的数据处理结果对应的数据等。
在一些实施例中,上述电子设备还可包括有显示屏32、输入输出接口33、通信接口34或者称为网络接口、电源35以及通信总线36。其中,显示屏32、输入输出接口33比如键盘(Keyboard)属于用户接口,可选的用户接口还可以包括标准的有线接口、无线接口等。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。通信接口34可选的可以包括有线接口和/或无线接口,如WI-FI接口、蓝牙接口等,通常用于在电子设备与其他电子设备之间建立通信连接。通信总线36可以是外设部件互连标准(peripheral component interconnect,简称PCI)总线或扩展工业标准结构(extendedindustry standard architecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示,图3中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
本领域技术人员可以理解,图3中示出的结构并不构成对该电子设备的限定,可以包括比图示更多或更少的组件,例如还可包括实现各类功能的传感器37。
本发明实施例所述电子设备的各功能模块的功能可根据上述方法实施例中的方法具体实现,其具体实现过程可以参照上述方法实施例的相关描述,此处不再赘述。
由上可知,本发明实施例有效提高了地震信号的信噪比,可以更加高效且更加稳定地压制地震噪声。
可以理解的是,如果上述实施例中的地震信号的数据处理方法以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、电可擦除可编程ROM、寄存器、硬盘、多媒体卡、卡型存储器(例如SD或DX存储器等)、磁性存储器、可移动磁盘、CD-ROM、磁碟或者光盘等各种可以存储程序代码的介质。
基于此,本发明实施例还提供了一种可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时如上任意一实施例所述地震信号的数据处理方法的步骤。
本发明实施例所述可读存储介质的各功能模块的功能可根据上述方法实施例中的方法具体实现,其具体实现过程可以参照上述方法实施例的相关描述,此处不再赘述。
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它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。对于实施例公开的硬件包括装置及电子设备而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
以上对本申请所提供的一种地震信号的数据处理方法、装置、电子设备及可读存储介质进行了详细介绍。本文中应用了具体个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。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本申请进行若干改进和修饰,这些改进和修饰也落入本申请权利要求的保护范围内。
Claims (6)
1.一种地震信号的数据处理方法,其特征在于,包括:
利用奇异谱分析方法对原始地震信号数据进行滤波,得到初始滤波数据;
确定所述原始地震信号数据和所述初始滤波数据之间的差异性和相似性;
基于所述差异性、所述相似性、预先设置的加权强度控制参数和局部相似性阈值计算加权矩阵;所述加权强度控制参数用于预测不稳定扰动的能量衰减,所述局部相似性阈值用于确定信号保留程度;所述加权矩阵用于预测不稳定扰动的位置和能级;
基于所述加权矩阵对所述原始地震信号数据再次进行滤波处理;
所述确定所述原始地震信号数据和所述初始滤波数据之间的差异性和相似性,包括:
调用绝对偏差计算关系式计算所述原始地震信号数据和所述初始滤波数据之间的绝对偏差U,U=[ui,j],所述绝对偏差计算关系式为:ui,j为所述绝对偏差对应矩阵中(i,j)位置处的元素,dij为所述原始地震信号数据对应矩阵中(i,j)位置处的元素,为所述初始滤波数据对应矩阵中(i,j)位置处的元素;
调用局部相似性计算关系式计算所述原始地震信号数据和所述初始滤波数据之间的局部相似性V,V=[vi,j],所述局部相似性计算关系式为:
式中,vi,j为局部相似性对应矩阵中(i,j)位置处的元素,ω为局部平滑窗口函数,τ为当前位置(i,j)沿i移动τ个单位,κ为当前位置(i,j)沿j移动κ个单位,dτ,κ为原始地震信号数据对应矩阵中(τ,κ)位置处的元素,为初始滤波数据对应矩阵中(τ,κ)位置处的元素;
所述基于所述差异性、所述相似性、预先设置的加权强度控制参数和局部相似性阈值计算加权矩阵,包括:
调用加权元素计算关系式计算所述加权矩阵,所述加权元素计算关系式为:
式中,wi,j为所述加权矩阵在位置(i,j)处的元素,ui,j为用于反映所述差异性的绝对偏差对应矩阵在位置(i,j)处的元素,ε为归一化的绝对偏差,vi,j为用于反映所述相似性的局部相似性对应矩阵在位置(i,j)处的元素,η为所述局部相似性阈值,P为所述加权强度控制参数。
2.根据权利要求1所述的地震信号的数据处理方法,其特征在于,所述基于所述加权矩阵对所述原始地震信号数据再次进行滤波处理,包括:
计算所述加权矩阵对所述原始地震信号数据的哈达玛积,得到一次地震信号修改数据;
沿时间方向,对所述一次地震信号修改数据进行正向一维傅里叶变换,得到频率切片;
对所述频率切片依次执行Hankel矩阵嵌入操作、降秩操作、平均化操作,得到二次地震信号修改数据;
沿时间方向,对所述二次地震信号修改数据进行反向一维傅里叶变换,得到所述原始地震信号数据的数据处理结果。
3.一种地震信号的数据处理装置,其特征在于,包括:
初始滤波模块,用于利用奇异谱分析方法对原始地震信号数据进行滤波,得到初始滤波数据;
参数计算模块,用于确定所述原始地震信号数据和所述初始滤波数据之间的差异性和相似性;
权重计算模块,用于基于所述差异性、所述相似性、预先设置的加权强度控制参数和局部相似性阈值计算加权矩阵;所述加权强度控制参数用于预测不稳定扰动的能量衰减,所述局部相似性阈值用于确定信号保留程度;所述加权矩阵用于预测不稳定扰动的位置和能级;
去噪模块,用于基于所述加权矩阵对所述原始地震信号数据再次进行滤波处理;
所述参数计算模块进一步用于:
调用绝对偏差计算关系式计算所述原始地震信号数据和所述初始滤波数据之间的绝对偏差U,U=[ui,j],所述绝对偏差计算关系式可表示为:ui,j为所述绝对偏差对应矩阵中(i,j)位置处的元素,dij为所述原始地震信号数据对应矩阵中(i,j)位置处的元素,为所述初始滤波数据对应矩阵中(i,j)位置处的元素;
调用局部相似性计算关系式计算所述原始地震信号数据和所述初始滤波数据之间的局部相似性V,V=[vi,j],所述局部相似性计算关系式为:
式中,vi,j为局部相似性对应矩阵中(i,j)位置处的元素,ω为局部平滑窗口函数,τ为当前位置(i,j)沿i移动τ个单位,κ为当前位置(i,j)沿j移动κ个单位,dτ,κ为原始地震信号数据对应矩阵中(τ,κ)位置处的元素,为初始滤波数据对应矩阵中(τ,κ)位置处的元素;
所述权重计算模块进一步用于:
调用加权元素计算关系式计算所述加权矩阵,所述加权元素计算关系式为:
式中,wi,j为所述加权矩阵在位置(i,j)处的元素,ui,j为用于反映所述差异性的绝对偏差对应矩阵在位置(i,j)处的元素,ε为归一化的绝对偏差,vi,j为用于反映所述相似性的局部相似性对应矩阵在位置(i,j)处的元素,η为所述局部相似性阈值,P为所述加权强度控制参数。
4.根据权利要求3所述的地震信号的数据处理装置,其特征在于,所述去噪模块进一步用于:
计算所述加权矩阵对所述原始地震信号数据的哈达玛积,得到一次地震信号修改数据;
沿时间方向,对所述一次地震信号修改数据进行正向一维傅里叶变换,得到频率切片;
对所述频率切片依次执行Hankel矩阵嵌入操作、降秩操作、平均化操作,得到二次地震信号修改数据;
沿时间方向,对所述二次地震信号修改数据进行反向一维傅里叶变换,得到所述原始地震信号数据的数据处理结果。
5.一种电子设备,其特征在于,包括处理器和存储器,所述处理器用于执行所述存储器中存储的计算机程序时实现如权利要求1至2任一项所述地震信号的数据处理方法的步骤。
6.一种可读存储介质,其特征在于,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至2任一项所述地震信号的数据处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110967167.5A CN113687421B (zh) | 2021-08-23 | 2021-08-23 | 地震信号的数据处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110967167.5A CN113687421B (zh) | 2021-08-23 | 2021-08-23 | 地震信号的数据处理方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113687421A CN113687421A (zh) | 2021-11-23 |
CN113687421B true CN113687421B (zh) | 2022-10-21 |
Family
ID=78581422
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110967167.5A Active CN113687421B (zh) | 2021-08-23 | 2021-08-23 | 地震信号的数据处理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113687421B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4813027A (en) * | 1987-07-17 | 1989-03-14 | Arabian American Oil Company | Method and apparatus for enhancing seismic data |
GB9726928D0 (en) * | 1997-12-19 | 1998-02-18 | Geco Prakla Uk Ltd | Method of stacking seismic signals |
US6236943B1 (en) * | 1999-02-09 | 2001-05-22 | Union Oil Company Of California | Hybrid reservoir characterization method |
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 |
CN111239827A (zh) * | 2020-03-09 | 2020-06-05 | 吉林大学 | 基于局部相似系数的三维地震数据多次波压制方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB1195204A (en) * | 1966-06-15 | 1970-06-17 | Seismograph Service England | Methods for Use in Identifying Multiple Reflections. |
ES2322120B1 (es) * | 2007-10-26 | 2010-03-24 | Consejo Superior De Investigaciones Cientificas | Metodo y sistema para analisis de singularidades en señales digitales. |
CA2822150C (en) * | 2013-07-26 | 2016-04-12 | Rui Shen | Method and system for fusing multiple images |
RU2630852C1 (ru) * | 2016-07-15 | 2017-09-13 | Общество С Ограниченной Ответственностью "Сибирская Геофизическая Компания" | Способ прогноза эффективной емкости коллекторов на основе получаемых поляризационных параметров и проводимости для выбранного типа среды |
CN108398721B (zh) * | 2018-04-13 | 2019-08-02 | 中国石油大学(北京) | 基于地质导向的相移属性的识别方法及装置 |
CN108710150B (zh) * | 2018-05-22 | 2019-09-06 | 中国海洋石油集团有限公司 | 一种基于稳健奇异谱分析的地震不规则噪声去除方法 |
US20220342103A1 (en) * | 2019-09-18 | 2022-10-27 | Bp Corporation North America Inc. | Noise Attenuation Methods Applied During Simultaneous Source Deblending and Separation |
CN111260893B (zh) * | 2020-01-10 | 2022-05-03 | 中国海洋石油集团有限公司 | 一种海洋平台推进器故障预警方法和装置 |
CN113108842B (zh) * | 2021-04-16 | 2022-07-22 | 中国石油大学(北京) | 一种热交换器多参数关联监测预警方法和系统 |
-
2021
- 2021-08-23 CN CN202110967167.5A patent/CN113687421B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4813027A (en) * | 1987-07-17 | 1989-03-14 | Arabian American Oil Company | Method and apparatus for enhancing seismic data |
GB9726928D0 (en) * | 1997-12-19 | 1998-02-18 | Geco Prakla Uk Ltd | Method of stacking seismic signals |
US6236943B1 (en) * | 1999-02-09 | 2001-05-22 | Union Oil Company Of California | Hybrid reservoir characterization method |
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 |
CN111239827A (zh) * | 2020-03-09 | 2020-06-05 | 吉林大学 | 基于局部相似系数的三维地震数据多次波压制方法 |
Non-Patent Citations (1)
Title |
---|
基于自适应加权超虚干涉法的地震面波压制研究;安圣培,胡天跃;《中国科学:地球科学》;20160918;第46卷(第10期);第1371-1380页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113687421A (zh) | 2021-11-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Golyandina et al. | Singular spectrum analysis with R | |
Golyandina et al. | Basic singular spectrum analysis and forecasting with R | |
US9984308B2 (en) | Method and apparatus for extracting feature regions from point cloud | |
Yu et al. | Monte Carlo data-driven tight frame for seismic data recovery | |
Gravey et al. | QuickSampling v1. 0: a robust and simplified pixel-based multiple-point simulation approach | |
Zhang et al. | Learning of structured graph dictionaries | |
US11768912B2 (en) | Performing multivariate time series prediction with three-dimensional transformations | |
CN110082823B (zh) | 一种地震数据插值方法及装置 | |
CN115795282B (zh) | 激波管动态压力重构方法、装置、电子设备及存储介质 | |
CN101334482B (zh) | 一种预测地震波中的多次波和一次波信号的方法 | |
CN113687421B (zh) | 地震信号的数据处理方法、装置、电子设备及存储介质 | |
CN107977980B (zh) | 一种目标跟踪方法、设备以及可读介质 | |
CN110378319A (zh) | 一种信号的检测方法、装置、计算机设备和存储介质 | |
CN117214950B (zh) | 一种多次波压制方法、装置、设备及存储介质 | |
JP2022092827A (ja) | 計算機システム及びデータ処理方法 | |
Pan et al. | Symplectic transformation based variational Bayesian learning and its applications to gear fault diagnosis | |
CN111161789A (zh) | 一种模型预测的关键区域的分析方法及装置 | |
CN107389367B (zh) | 一种基于最优信噪比的信号自适应解包络方法及计算设备 | |
CN111596358A (zh) | 一种多次波的压制方法、设备以及系统 | |
CN109100165A (zh) | 桥梁运营模态分析方法、装置、终端与计算机可读存储介质 | |
Li et al. | Simple framework for the contrastive learning of visual representations-based data-driven tight frame for seismic denoising and interpolation | |
Sadhu | Decentralized ambient system identification of structures | |
CN104020449A (zh) | 一种合成孔径雷达干涉相位图滤波方法和设备 | |
US11709286B1 (en) | Method, system, and device for full-waveform inversion deghosting of marine variable depth streamer data acquisition | |
CN114662549A (zh) | 一种信号的doa确定方法、装置及介质 |
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 |