CN114167495B - 一种用于减少纵波压制的叠加自相关滤波方法及装置 - Google Patents
一种用于减少纵波压制的叠加自相关滤波方法及装置 Download PDFInfo
- Publication number
- CN114167495B CN114167495B CN202111447898.3A CN202111447898A CN114167495B CN 114167495 B CN114167495 B CN 114167495B CN 202111447898 A CN202111447898 A CN 202111447898A CN 114167495 B CN114167495 B CN 114167495B
- Authority
- CN
- China
- Prior art keywords
- autocorrelation
- superimposed
- autocorrelation function
- function
- superposition
- 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
- 238000001914 filtration Methods 0.000 title claims abstract description 34
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000001629 suppression Effects 0.000 title claims abstract description 31
- 238000005311 autocorrelation function Methods 0.000 claims abstract description 97
- 230000006870 function Effects 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 15
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 14
- 230000009467 reduction Effects 0.000 claims abstract description 12
- 230000035772 mutation Effects 0.000 claims description 16
- 238000012935 Averaging Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 5
- 238000005070 sampling Methods 0.000 claims description 5
- 238000012986 modification Methods 0.000 abstract description 3
- 230000004048 modification Effects 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 230000000694 effects Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 238000005314 correlation function Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G01V1/288—Event detection in seismic signals, e.g. microseismics
-
- 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
- G01V1/30—Analysis
- G01V1/307—Analysis for determining seismic attributes, e.g. amplitude, instantaneous phase or frequency, reflection strength or polarity
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- Acoustics & Sound (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Complex Calculations (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种用于减少纵波压制的叠加自相关滤波方法及装置,方法包括对各道之间的自相关函数进行叠加;通过变分模态分解对修饰后的叠加自相关函数进行分解;分别对纵波频率分量及横波频率分量进行标准化处理,并得到重构叠加自相关函数;得到降噪后的各道的信号。本发明的有益效果是:通过使用变分模态分解对修饰后的叠加自相关函数进行分解,将其分解成纵波频率分量及横波频率分量,最后将纵波频率分量及横波频率分量进行标准化后进行重构得到重构叠加自相关函数,再进行修饰后得到最终的滤波函数,通过使用最终的滤波函数与各道进行卷积得到降噪后的各道的信号,由于本方法中的纵波频率能量得到增强,从而可避免滤波函数对纵波的压制。
Description
技术领域
本发明涉及地震数据处理技术领域,尤其是涉及一种用于减少纵波压制的叠加自相关滤波方法及装置。
背景技术
微震去噪是微震监测采集数据处理前的重要步骤,对水力压裂效果评价有很大的影响(如申请号为CN202010760856.4的中国发明专利)。
目前,在自相关叠加滤波对微震进行去噪时,通常对各道间的自相关函数进行叠加,然后对得到的叠加自相关函数进行开窗截断相关函数两边的信息,同时去除中心点的突变,最后将得到最终的自相关函数与各道进行卷积,得到最终的结果。该方法目的是通过自相关消除各道间的时差影响,通过自相关突出自身的主要频率,再通过叠加,得到道间的相似频率,从而自适应的得到滤波器。但是由于接收到的纵横波的频率和能量差异(纵波频率高于横波频率,纵波能量远低于横波能量),其自相关会对能量较弱的纵波频率部分进行压制,与此同时进行卷积滤波时会对能量较弱的纵波进一步压制。
在微震监测中,信号的初至是比较重要的信息,尤其是纵波初至,自相关叠加滤波由于会对纵波进行压制,这使得该方法并不能完全应用于微震中。
发明内容
有鉴于此,有必要提供一种用于减少纵波压制的叠加自相关滤波方法及装置,用以解决现有的自相关叠加滤波方法对微震进行去噪时会对纵波频率部分进行压制、导致去噪后的信号丢失重要信息的技术问题。
为了实现上述目的,本发明提供了一种用于减少纵波压制的叠加自相关滤波方法,包括:
对微震采集数据中各道之间的自相关函数进行叠加,获取叠加自相关函数;
对叠加自相关函数进行修饰;
通过变分模态分解对修饰后的叠加自相关函数进行分解,得到纵波频率分量及横波频率分量;
分别对纵波频率分量及横波频率分量进行标准化处理,并通过标准化处理后的纵波频率分量及横波频率分量,得到重构叠加自相关函数;
对重构叠加自相关函数进行修饰;
将修饰后的重构叠加自相关函数与各道进行卷积,得到降噪后的各道的信号。
在一些实施例中,对微震采集数据中各道之间的自相关函数进行叠加,获取叠加自相关函数;
其中,所述叠加自相关函数的具体计算公式如下:
其中,N是道数,acfi是第i道的自相关函数,f是叠加自相关函数,i是大于0的自然数。
在一些实施例中,对叠加自相关函数进行修饰,具体为:通过三角截断的权值公式对叠加自相关函数进行修饰;
其中,三角截断的权值公式为:
其中,w是三角截断的权值公式,d是三角截断的边界阈值,t是采样点;
通过三角截断的权值公式对叠加自相关函数进行修饰的具体公式如下:
f1=f·w
其中,w是三角截断的权值公式,f是叠加自相关函数,f1是修饰后的叠加自相关函数。
在一些实施例中,通过变分模态分解对修饰后的叠加自相关函数进行分解,得到纵波频率分量及横波频率分量,具体为:
VMD(f1,2)→fs,fp
其中,VMD(f1,2)是变分模态分解将f1分解为两个模态分量的函数,f1为修饰后的叠加自相关函数,fs为分解得到的横波频率分量,fp为分解得到的纵波频率分量。
在一些实施例中,分别对纵波频率分量及横波频率分量进行标准化处理,并通过标准化处理后的纵波频率分量及横波频率分量,得到重构叠加自相关函数;
其中,重构叠加自相关函数的计算公式如下:
f=std(fs)+std(fp)
其中,f为重构叠加自相关函数,fs为横波频率分量,fp为纵波频率分量,std为标准化算法。
在一些实施例中,对重构叠加自相关函数进行修饰,具体包括:
对重构叠加自相关函数进行压制中值突变以及镜像平均处理;
对经压制中值突变以及镜像平均处理后的重构叠加自相关函数的两边的冗余信息进行消除,得到最终的滤波函数。
在一些实施例中,对重构叠加自相关函数进行压制中值突变以及镜像平均处理的具体公式如下:
其中,fm是经压制中值突变以及镜像平均处理后的重构叠加自相关函数,f是重构叠加自相关函数,i是自然数。
在一些实施例中,对经压制中值突变以及镜像平均处理后的重构叠加自相关函数的两边的冗余信息进行消除,得到最终的滤波函数;
其中,最终的滤波函数的计算公式如下:
fnew=fm·w
其中,w是三角截断的权值公式,d是三角截断的边界阈值,t为采样点,fm是经压制中值突变以及镜像平均处理后的重构叠加自相关函数,fnew是最终的滤波函数。
在一些实施例中,将修饰后的重构叠加自相关函数与各道进行卷积,得到降噪后的各道的信号;
其中,得到降噪后的各道的信号的计算公式如下:
其中,xi为第i道的信号,为经fnew函数降噪后的第i道的信号,fnew为最终的滤波函数,i是大于0的自然数。
本发明还提供了一种用于减少纵波压制的叠加自相关滤波装置,包括中央信息处理器及存储器,所述存储器上存储有计算机程序,所述计算机程序被所述中央信息处理器执行时,实现所述用于减少纵波压制的叠加自相关滤波方法。
与现有技术相比,本发明提出的技术方案的有益效果是:本发明通过使用变分模态分解对修饰后的叠加自相关函数进行分解,将其分解成纵波频率分量及横波频率分量,最后将纵波频率分量及横波频率分量进行标准化后进行重构得到重构叠加自相关函数,再进行修饰后得到最终的滤波函数,通过使用最终的滤波函数与各道进行卷积得到降噪后的各道的信号,由于本方法中的纵波频率能量得到增强,从而可避免滤波函数对纵波的压制,以适用于微震的信号去噪处理。
附图说明
图1是本发明提供的用于减少纵波压制的叠加自相关滤波方法的一实施例的流程示意图;
图2是图1中的步骤S5的流程示意图;
图3是通过现有技术及本发明提供的技术方案分别对带噪音合成信号进行去噪的结果对比图;
图4为通过现有技术及本发明提供的技术方案分别对真实信号进行去噪的结果对比图。
具体实施方式
下面结合附图来具体描述本发明的优选实施例,其中,附图构成本申请一部分,并与本发明的实施例一起用于阐释本发明的原理,并非用于限定本发明的范围。
请参照图1,本发明提供了一种用于减少纵波压制的叠加自相关滤波方法,包括:
S1、对微震采集数据中各道之间的自相关函数进行叠加,获取叠加自相关函数;
其中,所述叠加自相关函数的具体计算公式如下:
其中,N是道数,acfi是第i道的自相关函数,f是叠加自相关函数,i是大于0的自然数。
S2、对叠加自相关函数进行修饰;
具体为:通过三角截断的权值公式对叠加自相关函数进行修饰;
其中,三角截断的权值公式为:
其中,w是三角截断的权值公式,d是三角截断的边界阈值,t是采样点;
通过上述三角截断的权值公式对叠加自相关函数进行修饰的具体公式如下:
f1=f·w
其中,w是三角截断的权值公式,f是叠加自相关函数,f1是修饰后的叠加自相关函数。
此时得到的修饰后的叠加自相关函数f1在频域上凸显了纵波和横波的频率信息,但是由于纵波能量比横波能量更低,若之后直接进行滤波,纵波会被压制。
S3、通过变分模态分解对修饰后的叠加自相关函数进行分解,得到纵波频率分量及横波频率分量;
具体为:
VMD(f1,2)→fs,fp
其中,VMD(f1,2)是变分模态分解将f1分解为两个模态分量的函数,f1为修饰后的叠加自相关函数,fs为分解得到的横波频率分量,fp为分解得到的纵波频率分量。
变分模态分解(VMD,Variational mode decomposition)是一种完全非递归的模态变分和信号处理的方法。该技术具有可以确定模态分解个数的优点,其自适应性表现在根据实际情况确定所给序列的模态分解个数,随后的搜索和求解过程中可以自适应地匹配每种模态的最佳中心频率和有限带宽,并且可以实现固有模态分量(IMF)的有效分离、信号的频域划分、进而得到给定信号的有效分解成分,最终获得变分问题的最优解。它克服了EMD方法存在端点效应和模态分量混叠的问题,并且具有更坚实的数学理论基础,可以降低复杂度高和非线性强的时间序列非平稳性,分解获得包含多个不同频率尺度且相对平稳的子序列,适用于非平稳性的序列,VMD的核心思想是构建和求解变分问题。
S4、分别对纵波频率分量及横波频率分量进行标准化处理,并通过标准化处理后的纵波频率分量及横波频率分量,得到重构叠加自相关函数;
其中,重构叠加自相关函数的计算公式如下:
f=std(fs)+std(fp)
其中,f为重构叠加自相关函数,fs为横波频率分量,fp为纵波频率分量,std为标准化算法。
S5、对重构叠加自相关函数进行修饰;
其中,请参照图2,步骤S5具体包括如下步骤:
S51、对重构叠加自相关函数进行压制中值突变以及镜像平均处理;
具体公式如下:
其中,fm是经压制中值突变以及镜像平均处理后的重构叠加自相关函数,f是重构叠加自相关函数,i是自然数。
S52、对经压制中值突变以及镜像平均处理后的重构叠加自相关函数的两边的冗余信息进行消除,得到最终的滤波函数。
其中,最终的滤波函数的计算公式如下:
fnew=fm·w
其中,w是三角截断的权值公式,d是三角截断的边界阈值,t为采样点,fm是经压制中值突变以及镜像平均处理后的重构叠加自相关函数,fnew是最终的滤波函数。
S6、将修饰后的重构叠加自相关函数与各道进行卷积,得到降噪后的信号。
其中,得到降噪后的各道的信号的计算公式如下:
其中,xi为第i道的信号,为经fnew函数降噪后的第i道的信号,fnew为最终的滤波函数,i是大于0的自然数。
本发明还提供了一种用于减少纵波压制的叠加自相关滤波装置,包括中央信息处理器及存储器,所述存储器上存储有计算机程序,所述计算机程序被所述中央信息处理器执行时,实现所述用于减少纵波压制的叠加自相关滤波方法。
本发明通过使用变分模态分解对修饰后的叠加自相关函数进行分解,将其分解成纵波频率分量及横波频率分量,最后将纵波频率分量及横波频率分量进行标准化后进行重构得到重构叠加自相关函数,再进行修饰后得到最终的滤波函数,通过使用最终的滤波函数与各道进行卷积得到降噪后的各道的信号,由于本方法中的纵波频率能量得到增强,从而可避免滤波函数对纵波的压制,以适用于微震的信号去噪处理。
为了验证本发明提供的技术方案的实际使用效果,请参照图3和图4,图3为通过现有技术及本发明提供的技术方案分别对带噪音合成信号进行去噪的结果对比图,从上至下,图片依次为纯净信号的波形图(包含低能量高频信号和高能量低频信号)、对纯净信号加噪后的波形图、通过现有的叠加自相关算法对加噪后的波形图进行去噪得到的波形图以及通过本发明提供的技术方案对加噪后的波形图进行去噪得到的波形图,从去噪结果上看,本发明提供的技术方案有效地保留了能量较低的高频噪声,减少了叠加自相关对低能量有效波的压制。
图4为通过现有技术及本发明提供的技术方案分别对真实信号进行去噪的结果对比图,并使用AIC(Akaike information criterion,赤池信息准则)初至拾取的方法分别对叠加自相关和本发明提供的技术方案的处理结果进行处理,从而得到两种方法对纵波的保留情况。从上至下,图片依次为真实信号的波形图、通过现有的叠加自相关算法对真实信号进行去噪得到的波形图以及通过本发明提供的技术方案对真实信号进行去噪得到的波形图,图4中的符号标记“*”为AIC初至拾取方法得到的纵波初至,对比可以看出,本发明提供的技术方案对纵波初至的保留有一定的效果。
以上所述仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。
Claims (5)
1.一种用于减少纵波压制的叠加自相关滤波方法,其特征在于,包括:
对微震采集数据中各道之间的自相关函数进行叠加,获取叠加自相关函数;
对叠加自相关函数进行修饰;
通过变分模态分解对修饰后的叠加自相关函数进行分解,得到纵波频率分量及横波频率分量;
分别对纵波频率分量及横波频率分量进行标准化处理,并通过标准化处理后的纵波频率分量及横波频率分量,得到重构叠加自相关函数;
对重构叠加自相关函数进行修饰;
将修饰后的重构叠加自相关函数与各道进行卷积,得到降噪后的各道的信号;
通过变分模态分解对修饰后的叠加自相关函数进行分解,得到纵波频率分量及横波频率分量,具体为:
其中,VMD(f 1 , 2)是变分模态分解将f 1分解为两个模态分量的函数,f 1为修饰后的叠加自相关函数,f s为横波频率分量,f p为纵波频率分量;
重构叠加自相关函数的计算公式如下:
其中,f 2为重构叠加自相关函数,f s为横波频率分量,f p为纵波频率分量,std为标准化算法;
对重构叠加自相关函数进行修饰,具体包括:
对重构叠加自相关函数进行压制中值突变以及镜像平均处理;
对经压制中值突变以及镜像平均处理后的重构叠加自相关函数的两边的冗余信息进行消除,得到最终的滤波函数;
对重构叠加自相关函数进行压制中值突变以及镜像平均处理的具体公式如下:
其中,f m是经压制中值突变以及镜像平均处理后的重构叠加自相关函数,f 2是重构叠加自相关函数,i是自然数;
最终的滤波函数的计算公式如下:
其中,w是三角截断的权值公式,d是三角截断的边界阈值,t为采样点,f m是经压制中值突变以及镜像平均处理后的重构叠加自相关函数,f new是最终的滤波函数。
2.根据权利要求1所述的用于减少纵波压制的叠加自相关滤波方法,其特征在于,对微震采集数据中各道之间的自相关函数进行叠加,获取叠加自相关函数;
其中,所述叠加自相关函数的具体计算公式如下:
其中,N是道数,acf i是第i道的自相关函数,f是叠加自相关函数,i是大于0的自然数。
3.根据权利要求1所述的用于减少纵波压制的叠加自相关滤波方法,其特征在于,对叠加自相关函数进行修饰,具体为:通过三角截断的权值公式对叠加自相关函数进行修饰;
其中,三角截断的权值公式为:
其中,w是三角截断的权值公式,d是三角截断的边界阈值,t是采样点;
通过三角截断的权值公式对叠加自相关函数进行修饰的具体公式如下:
其中,w是三角截断的权值公式,f是叠加自相关函数,f 1是修饰后的叠加自相关函数。
4.根据权利要求1所述的用于减少纵波压制的叠加自相关滤波方法,其特征在于,将修饰后的重构叠加自相关函数与各道进行卷积,得到降噪后的各道的信号;
其中,得到降噪后的各道的信号的计算公式如下:
其中,x i为第i道的信号,为经f new函数降噪后的第i道的信号,f new为最终的滤波函数,i是大于0的自然数。
5.一种用于减少纵波压制的叠加自相关滤波装置,其特征在于,包括中央信息处理器及存储器,所述存储器上存储有计算机程序,所述计算机程序被所述中央信息处理器执行时,实现如权利要求1-4中任意一项所述的用于减少纵波压制的叠加自相关滤波方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111447898.3A CN114167495B (zh) | 2021-11-30 | 2021-11-30 | 一种用于减少纵波压制的叠加自相关滤波方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111447898.3A CN114167495B (zh) | 2021-11-30 | 2021-11-30 | 一种用于减少纵波压制的叠加自相关滤波方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114167495A CN114167495A (zh) | 2022-03-11 |
CN114167495B true CN114167495B (zh) | 2023-08-11 |
Family
ID=80482157
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111447898.3A Active CN114167495B (zh) | 2021-11-30 | 2021-11-30 | 一种用于减少纵波压制的叠加自相关滤波方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114167495B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102016642A (zh) * | 2008-02-29 | 2011-04-13 | 沙特阿拉伯石油公司 | 抑制地表地震数据中的残余水底能量的方法、程序产品和系统 |
WO2011144215A2 (fr) * | 2010-05-20 | 2011-11-24 | Entreprise Nationale De Geophysique - Enageo- Filiale Du Groupe Sonatrach | Méthode d'atténuation du bruit harmonique en vibrosismique par filtrage temps-variant avec référence |
CN110133715A (zh) * | 2019-05-29 | 2019-08-16 | 长江大学 | 一种基于初至时差和波形叠加的微地震震源定位方法 |
CN112766044A (zh) * | 2020-12-28 | 2021-05-07 | 中海石油(中国)有限公司 | 疏松样品纵横波速度分析方法、装置及计算机存储介质 |
-
2021
- 2021-11-30 CN CN202111447898.3A patent/CN114167495B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102016642A (zh) * | 2008-02-29 | 2011-04-13 | 沙特阿拉伯石油公司 | 抑制地表地震数据中的残余水底能量的方法、程序产品和系统 |
WO2011144215A2 (fr) * | 2010-05-20 | 2011-11-24 | Entreprise Nationale De Geophysique - Enageo- Filiale Du Groupe Sonatrach | Méthode d'atténuation du bruit harmonique en vibrosismique par filtrage temps-variant avec référence |
CN110133715A (zh) * | 2019-05-29 | 2019-08-16 | 长江大学 | 一种基于初至时差和波形叠加的微地震震源定位方法 |
CN112766044A (zh) * | 2020-12-28 | 2021-05-07 | 中海石油(中国)有限公司 | 疏松样品纵横波速度分析方法、装置及计算机存储介质 |
Non-Patent Citations (1)
Title |
---|
破碎带工程围岩分类及其应用;周桥 等;湖南科技大学学报(自然科学版);第24卷(第4期);第66-69页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114167495A (zh) | 2022-03-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | A patch based denoising method using deep convolutional neural network for seismic image | |
CN103854264A (zh) | 一种基于改进型阈值函数的小波变换图像去噪方法 | |
CN103543469A (zh) | 一种基于小波变换的小尺度阈值去噪方法 | |
CN105738948A (zh) | 一种基于小波变换的微地震数据降噪方法 | |
Bing et al. | DeepCEDNet: an efficient deep convolutional encoder-decoder networks for ECG signal enhancement | |
CN111795931A (zh) | 一种针对激光超声缺陷检测衍射回波信号的重构提取方法 | |
Lin et al. | A branch construction-based CNN denoiser for desert seismic data | |
CN111881858A (zh) | 一种微震信号多尺度去噪方法、装置及可读存储介质 | |
Wang et al. | Research on denoising algorithm for ECG signals | |
CN109085547B (zh) | 一种表层穿透雷达回波信号的去噪方法和相关装置 | |
CN117111155B (zh) | 一种基于集成框架的微地震数据去噪方法 | |
CN110780349A (zh) | 一种基于增强块匹配精度的加权核范数最小化算法及沙漠地震中低频噪声抑制方法和应用 | |
CN109901224A (zh) | 一种地震资料低频信号保护压制噪声方法 | |
CN114167495B (zh) | 一种用于减少纵波压制的叠加自相关滤波方法及装置 | |
CN109724693A (zh) | 一种基于平稳小波的融合光谱去噪方法 | |
CN108957552A (zh) | 基于ss-pca的地震数据海浪噪声压制方法 | |
Li et al. | Removing abnormal environmental noise in nodal land seismic data using deep learning | |
Hao et al. | Denoising method based on spectral subtraction in time-frequency domain | |
CN115293219A (zh) | 一种融合小波和峭度的脉冲信号去噪方法 | |
CN113567129A (zh) | 一种列车轴承振动信号基于ceemd的降噪方法 | |
Fang et al. | Seismic Random Noise Suppression Model based on Downsampling and Super-resolution | |
CN115561817A (zh) | 一种基于多重注意力机制的沙漠地震去噪方法 | |
CN112764108B (zh) | 一种基于改进经验小波变换的新型地震资料噪声压制算法 | |
CN108680958B (zh) | 一种基于峰值变换的地震数据降噪方法 | |
Zhang et al. | Simultaneous denoising and preserving of seismic signals by multiscale time-frequency peak filtering |
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 |