CN117492092A - 噪声识别方法、装置、设备及存储介质 - Google Patents
噪声识别方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117492092A CN117492092A CN202210857478.0A CN202210857478A CN117492092A CN 117492092 A CN117492092 A CN 117492092A CN 202210857478 A CN202210857478 A CN 202210857478A CN 117492092 A CN117492092 A CN 117492092A
- Authority
- CN
- China
- Prior art keywords
- component data
- data
- amplitude envelope
- value
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000001514 detection method Methods 0.000 claims abstract description 58
- 238000006243 chemical reaction Methods 0.000 claims abstract description 28
- 238000001914 filtration Methods 0.000 claims abstract description 26
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 30
- 238000012545 processing Methods 0.000 claims description 24
- 230000009466 transformation Effects 0.000 claims description 16
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000007796 conventional method Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052704 radon Inorganic materials 0.000 description 1
- SYUHGPGVQRZVTB-UHFFFAOYSA-N radon atom Chemical compound [Rn] SYUHGPGVQRZVTB-UHFFFAOYSA-N 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. analysis, for interpretation, for correction
- 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. analysis, for interpretation, for correction
- 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
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/38—Seismology; Seismic or acoustic prospecting or detecting specially adapted for water-covered areas
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Remote Sensing (AREA)
- Mathematical Physics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Pure & Applied Mathematics (AREA)
- Geophysics (AREA)
- Computational Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Geology (AREA)
- Acoustics & Sound (AREA)
- Operations Research (AREA)
- Oceanography (AREA)
- Algebra (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Examining Or Testing Airtightness (AREA)
- Indication And Recording Devices For Special Purposes And Tariff Metering Devices (AREA)
Abstract
本申请提供一种噪声识别方法、装置、设备及存储介质。该方法包括:分别对水检分量数据及陆检z分量数据进行TAUP变换,获取变换后的水检分量数据及变换后的陆检z分量数据;根据变换后的水检分量数据确定对应的第一振幅包络分量数据,并根据变换后的陆检z分量数据确定对应的第二振幅包络分量数据;根据第一振幅包络分量数据及第二振幅包络分量数据确定对应的相似系数;对相似系数进行中值滤波处理,以确定对应的横波泄露噪声数据区间;根据横波泄露噪声数据区间和变换后的陆检z分量数据确定对应的横波泄露噪声数据。本申请的方法,通过振幅包络分量数据的相似度进一步识别得到噪声数据,能够更有效地识别噪声数据。
Description
技术领域
本申请涉及地球物理勘探技术领域,尤其涉及一种噪声识别方法、装置、设备及存储介质。
背景技术
海底地震勘探技术是海上地震勘探技术的一种,同样由震源和采集仪器组成。海底地震勘探技术包括海底节点地震仪勘探技术(Ocean Bottom Node,简称OBN)。
OBN记录四分量,包括水检p分量、陆检x分量、陆检y分量及陆检z分量。然而,受海底崎岖变化导致节点不能水平放置以及节点与海底耦合等因素的影响,陆检z分量中存在大量横波能量泄露引起的低速、低频规则噪声。现有的方式对水检p分量和陆检z分量分量进行Tau-P变换,对变换的振幅包络进行比例缩放,再根据缩放后的振幅包络进行噪声预测及压制。
现有方式中仅对Tau-P变换结果进行简单的缩放比较,虽然能对大部分显著的噪声进行识别,但是对较弱的噪声识别精度不高。
发明内容
本申请提供一种噪声识别方法、装置、设备及存储介质,用以解决现有技术不能有效识别噪声的问题。
第一方面,本申请提供一种噪声识别方法,包括:
获取四分量数据对应的水检分量数据及陆检z分量数据,并分别对所述水检分量数据及陆检z分量数据进行TAUP变换,获取变换后的水检分量数据及变换后的陆检z分量数据;
根据所述变换后的水检分量数据确定对应的第一振幅包络分量数据,并根据所述变换后的陆检z分量数据确定对应的第二振幅包络分量数据;
根据所述第一振幅包络分量数据及所述第二振幅包络分量数据确定对应的相似系数;
对相似系数进行中值滤波处理,以确定对应的横波泄露噪声数据区间;
根据所述横波泄露噪声数据区间和所述变换后的陆检z分量数据确定对应的横波泄露噪声数据。
第二方面,本申请提供一种噪声识别装置,包括:
处理单元,用于获取四分量数据对应的水检分量数据及陆检z分量数据,并分别对所述水检分量数据及陆检z分量数据进行TAUP变换,获取变换后的水检分量数据及变换后的陆检z分量数据;
确定单元,用于根据所述变换后的水检分量数据确定对应的第一振幅包络分量数据,并根据所述变换后的陆检z分量数据确定对应的第二振幅包络分量数据;
确定单元,还用于根据所述第一振幅包络分量数据及所述第二振幅包络分量数据确定对应的相似系数;
处理单元,还用于对相似系数进行中值滤波处理,以确定对应的横波泄露噪声数据区间;
确定单元,还用于根据所述横波泄露噪声数据区间和所述变换后的陆检z分量数据确定对应的横波泄露噪声数据。
第三方面,本发明提供一种电子设备,包括:处理器,以及与所述处理器通信连接的存储器;
所述存储器存储计算机执行指令;
所述处理器执行所述存储器存储的计算机执行指令,使得所述处理器执行如第一方面所述的方法。
第四方面,本发明提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如第一方面所述的方法。
本申请提供的噪声识别方法、装置、设备及存储介质,通过获取四分量数据对应的水检分量数据及陆检z分量数据,并分别对所述水检分量数据及陆检z分量数据进行TAUP变换,获取变换后的水检分量数据及变换后的陆检z分量数据;根据所述变换后的水检分量数据确定对应的第一振幅包络分量数据,并根据所述变换后的陆检z分量数据确定对应的第二振幅包络分量数据;根据所述第一振幅包络分量数据及所述第二振幅包络分量数据确定对应的相似系数;对相似系数进行中值滤波处理,以确定对应的横波泄露噪声数据区间;根据所述横波泄露噪声数据区间和所述变换后的陆检z分量数据确定对应的横波泄露噪声数据,通过振幅包络分量数据的相似度进一步识别得到噪声数据,能够更有效地识别噪声数据,无论是显著的噪声或是较弱的噪声都能很好地识别出来。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
图1是本发明提供的噪声识别方法的网络架构示意图;
图2是本发明实施例一提供的噪声识别方法的流程示意图;
图3是本发明实施例二提供的噪声识别方法的流程示意图;
图4是本发明实施例七提供的噪声识别方法的流程示意图;
图5是本发明实施例八提供的噪声识别方法的流程示意图;
图6是是本发明一实施例提噪声识别装置的结构示意图;
图7是用来实现本发明实施例的噪声识别方法的电子设备的框图。
通过上述附图,已示出本申请明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围,而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
为了清楚理解本申请的技术方案,首先对现有技术的方案进行详细介绍。
海底地震勘探技术是海上地震勘探技术的一种,同样由震源和采集仪器组成。海底地震勘探技术包括海底节点地震仪勘探技术(Ocean Bottom Node,简称OBN)。OBN是把节点地震仪器放置水下无缆供电并且不进行通讯,每个节点地震仪器自主运行,完全独立于所有其它节点。
OBN记录四分量,包括水检p分量、陆检x分量、陆检y分量及陆检z分量。然而,受海底崎岖变化导致节点不能水平放置以及节点与海底耦合等因素的影响,Z轴分量中存在大量横波能量泄露引起的低速、低频规则噪声。现有的方式对水检p分量和陆检z分量进行TAUP变换变换,对变换的振幅包络进行比例缩放,再根据缩放后的振幅包络进行噪声预测及压制。或者是对变换的振幅包络进行简单的相加,得到的差值认为是噪声。
现有方式中仅对Tau-P变换结果进行简单的缩放比较,或者是相减,虽然能对大部分显著的噪声进行识别,但是对较弱的噪声识别精度不高,无法准确地识别陆检z分量的噪声。
所以针对现有技术不能有效识别噪声的问题,发明人在研究中发现,分别对水检分量数据及陆检z分量数据进行TAUP变换,获取变换后的水检分量数据及变换后的陆检z分量数据,根据变换后的水检分量数据确定第一振幅包络分量数据并根据变换后的陆检z分量数据确定第二振幅包络分量数据,计算第一振幅包络分量数据与第二振幅包络分量数据之间的相似度,对相似系数进行中值滤波处理,以确定横波泄露噪声数据区间,进一步根据横波泄露噪声数据区间以及经TAUP变换后的陆检z分量数据确定对应的横波泄露噪声数据,从而识别到噪声数据,相比现有技术,通过振幅包络分量数据的相似度进一步识别得到噪声数据,能够更有效地识别噪声数据,无论是显著的噪声或是较弱的噪声都能很好地识别出来。
所以发明人基于上述的创造性发现,提出了本发明实施例的技术方案。下面对本发明实施例提供的噪声识别方法的网络架构及应用场景进行介绍。
如图1所示,本发明实施例提供的噪声识别方法对应的网络架构中包括:海底节点1及电子设备2。海底节点1设置在海底,海底节点1与电子设备2进行通信连接。海底节点1用于采集四分量数据。电子设备2获取海底节点2采集的四分量数据。电子设备2分别对四分量数据中的水检分量数据及陆检z分量数据进行TAUP变换,获取变换后的水检分量数据及变换后的陆检z分量数据,电子设备2进一步根据变换后的水检分量数据确定第一振幅包络分量数据并根据变换后的陆检z分量数据确定第二振幅包络分量数据,电子设备2计算第一振幅包络分量数据与第二振幅包络分量数据之间的相似度,电子设备2对相似系数进行中值滤波处理,以确定横波泄露噪声数据区间,进一步根据横波泄露噪声数据区间以及经TAUP变换后的陆检z分量数据确定对应的横波泄露噪声数据,从而识别到噪声数据。相比现有技术,通过振幅包络分量数据的相似度进一步识别得到噪声数据,能够更有效地识别噪声数据,无论是显著的噪声或是较弱的噪声都能很好地识别出来。
以下将参照附图来具体描述本发明的实施例。
实施例一
图2是本发明实施例一提供的噪声识别方法的流程示意图,如图2所示,本实施例提供的噪声识别方法的执行主体为噪声识别装置,该噪声识别装置位于电子设备中,则本实施例提供的噪声识别方法包括以下步骤:
步骤101,获取四分量数据对应的水检分量数据及陆检z分量数据,并分别对水检分量数据及陆检z分量数据进行TAUP变换,获取变换后的水检分量数据及变换后的陆检z分量数据。
本实施例中,四分量数据由海底节点OBN采集得到,四分量数据包括水检分量及陆检z分量数据。其中,陆检z分量数据包括横波能量泄露引起的噪声及有效信号,需要找到陆检z分量数据中的噪声,而横波能量泄露引起的噪声对水检分量数据的影响较小,水检分量数据不存在这部分噪声,因此可以基于水检分量数据找到陆检z分量数据中存在的噪声数据。在时间域中,横波泄露噪声和有效信号是叠合在一起,是无法区域开的,需要将时间域变换到TAUP域,进行匹配处理,来找出噪声干扰。首先获取水检分量数据及陆检z分量数据,对水检分量数据进行三维TAUP变换,获取变换后的水检分量数据,即TAUP域三维数据体Pt,并对水检分量数据进行三维TAUP变换,获取变换后的水检分量数据,即TAUP域三维数据体Zt。其中,TAUP变换又称为线性RADON变换,倾斜叠加变换。TAUP变换能够去除线性噪音,使有效波能量增强,叠加剖面的信噪比得到明显改善。
其中,TAUP变换公式如下:
其中,Pt为变换后的水检分量数据,t表示为时间,x表示为横向方向,y表示为纵向方向,τ表示TAUP变换后的时间截距,px表示为TAUP变换后x方向的慢度,py表示为TAUP变换后y方向的慢度。
其中,Zt为变换后的陆检z分量数据,t表示为时间,x表示为横向方向,y表示为纵向方向,τ表示TAUP变换后的时间截距,px表示为TAUP变换后x方向的慢度,py表示为TAUP变换后y方向的慢度。
步骤102,根据变换后的水检分量数据确定对应的第一振幅包络分量数据,并根据变换后的陆检z分量数据确定对应的第二振幅包络分量数据。
本实施例中,对变换后的水检分量数据进行切片处理及希尔伯特变换得到对应的第一振幅包络分量数据,对变换后的陆检z分量数据进行切片处理及希尔伯特变换得到对应的第二振幅包络分量数据。
步骤103,根据第一振幅包络分量数据及第二振幅包络分量数据确定对应的相似系数。
本实施例中,横波能量泄露引起的噪声对水检分量数据的影响较小,对陆检z分量数据影响较大,因此可以计算数据之间的相似度,具体地,根据第一振幅包络分量数据及第二振幅包络分量数据分别确定对应的均值相似度、方差相似度及协方差相似度,进一步根据均值相似度、方差相似度及协方差相似度计算相似系数,相似系数用于衡量第一振幅包络分量数据和第二振幅包络分量数据在TAUP域的相似性。
步骤104,对相似系数进行中值滤波处理,以确定对应的横波泄露噪声数据区间。
本实施例中,对相似系数进行中值滤波处理,中值滤波对脉冲噪声有良好的滤除作用,特别是在滤除噪声的同时能够保护信号的边缘,使之不被模糊,从而确定对应的横波泄露噪声数据区间。相似系数是一个数组,数值区间为0-1,数值越大表明越相似,数值越小表明越不相似,越不相似的区域就是横波泄露噪声数据区间。
步骤105,根据横波泄露噪声数据区间和变换后的陆检z分量数据确定对应的横波泄露噪声数据。
本实施例中,根据横波泄露噪声数据区间以及变换后的陆检z分量数据得到TAUP域横波泄露噪声数据,进一步对TAUP域横波泄露噪声数据进行反TAUP变换,得到横波泄露噪声数据,横波泄露噪声数据为识别到的噪声数据,即横波能量泄露引起的噪声。
本实施例中,分别对水检分量数据及陆检z分量数据进行TAUP变换,获取变换后的水检分量数据及变换后的陆检z分量数据,根据变换后的水检分量数据确定第一振幅包络分量数据并根据变换后的陆检z分量数据确定第二振幅包络分量数据,计算第一振幅包络分量数据与第二振幅包络分量数据之间的相似度,对相似系数进行中值滤波处理,以确定横波泄露噪声数据区间,进一步根据横波泄露噪声数据区间以及经TAUP变换后的陆检z分量数据确定对应的横波泄露噪声数据,从而识别到噪声数据,相比现有技术,通过振幅包络分量数据的相似度进一步识别得到噪声数据,能够更有效地识别噪声数据,无论是显著的噪声或是较弱的噪声都能很好地识别出来。
实施例二
图3是本发明实施例二提供的噪声识别方法的流程示意图,如图3所示,在本发明实施例一提供的噪声识别方法的基础上,对步骤102中的根据变换后的水检分量数据确定对应的第一振幅包络分量数据进行了进一步的细化,包括以下步骤:
步骤1021,对变换后的水检分量数据进行切片处理,获取对应的水检分量切片数据。
本实施例中,沿横向对变换后的水检分量数据进行切片处理,获取对应的水检分量切片数据。
步骤1022,对水检分量切片数据进行希尔伯特变换,获取对应的第一振幅包络分量数据。
本实施例中,对水检分量切换数据进行希尔伯特变换,获取对应的第一振幅包络分量数据。
可选地,对步骤102中的根据变换后的陆检z分量数据确定对应的第二振幅包络分量数据进行了进一步的细化,包括以下步骤:
步骤1023,对变换后的陆检z分量数据进行切片处理,获取对应的陆检z分量切片数据。
本实施例中,沿横向对对变换后的水检分量数据进行切片处理,获取对应的陆检z分量切片数据。
步骤1024,对陆检z分量切片数据进行希尔伯特变换,获取对应的第二振幅包络分量数据。
本实施例中,对陆检z分量切换数据进行希尔伯特变换,获取对应的第二振幅包络分量数据。
本实施例中,采用振幅包络分量数据计算水检分量数据与陆检z分量数据之间的相似性,能够有效地识别到噪声数据。
实施例三
在本发明实施例一提供的噪声识别方法的基础上,对步骤103进行了进一步的细化,包括以下步骤:
步骤1031,根据第一振幅包络分量数据及第二振幅包络分量数据确定对应的均值相似度,根据第一振幅包络分量数据及第二振幅包络分量数据确定对应的方差相似度,并根据第一振幅包络分量数据及第二振幅包络分量数据确定对应的协方差相似度。
本实施例中,计算第一振幅包络分量数据与二振幅包络分量数据之间的均值相似度,并计算第一振幅包络分量数据与二振幅包络分量数据之间的方差相似度,并计算第一振幅包络分量数据与二振幅包络分量数据之间的协方差相似度。
步骤1032,根据均值相似度、方差相似度及协方差相似度确定对应的相似系数。
本实施例中,将均值相似度、方差相似度及协方差相似度代入公式计算总相似度,将总相似度度确定为相似系数,公式表示为:
V(Pa,Za)=A1(Pa,Za)×A2(Pa,Za)×A3(Pa,Za) 公式(3)
其中,V为相似系数,A1为均值相似度,A2为方差相似度,A3为协方差相似度,Pa表示为第一振幅包络分量数据,Za为第二振幅包络分量数据。
本实施例中,根据均值相似度、方差相似度及协方差相似度确定相似系数,采用相似系数能够更好地表示两个振幅包络分量数据之间的相似性。
实施例四
在本发明实施例三提供的噪声识别方法的基础上,对步骤1031中的根据第一振幅包络分量数据及第二振幅包络分量数据确定对应的均值相似度进行了进一步细化,具体包括以下步骤:
步骤1031a,计算第一振幅包络分量数据对应的第一均值,并计算第二振幅包络分量数据对应的第二均值。
本实施例中,根据第一振幅包络分量数据计算对应的第一均值,其中,第一振幅包络分量数据由多个第一振幅包络分量信号构成,计算多个第一振幅包络分量信号对应的第一均值,第一均值公式表示为:
其中,uP为第一均值,P为第一振幅包络分量信号。
进一步,根据第二振幅包络分量数据计算对应的第二均值,其中,第二振幅包络分量数据由多个第二振幅包络分量信号构成,计算多个第二振幅包络分量信号对应的第二均值,第二均值公式表示为:
其中,uZ为第二均值,Z为第二振幅包络分量信号。
步骤1031b,根据第一均值和第二均值计算对应的均值相似度。
本实施例中,将第一均值及第二均值代入公式计算得到对应的均值相似度,均值相似度公式表示为:
其中,A1为均值相似度,uP为第一均值,uZ为第二均值,C1为第一常数。
本实施例中,通过均值相似度能够很好地表示两个振幅包络分量数据之间的相似性
实施例五
在本发明实施例三提供的噪声识别方法的基础上,对步骤1031中的根据第一振幅包络分量数据及第二振幅包络分量数据确定对应的方差相似度进行了进一步细化,具体包括以下步骤:
步骤1031c,计算第一振幅包络分量数据对应的第一方差,并计算第二振幅包络分量数据对应的第二方差。
本实施例中,根据第一振幅包络分量数据计算对应的第一方差,其中,第一振幅包络分量数据由多个第一振幅包络分量信号构成,计算多个第一振幅包络分量信号对应的第一方差,第一方差公式表示为:
其中,σP为第一方差,uP为第一均值,P为第一振幅包络分量信号。
进一步,根据第二振幅包络分量数据计算对应的第二方差,其中,第二振幅包络分量数据由多个第二振幅包络分量信号构成,计算多个第二振幅包络分量信号对应的第二方差,第二方差公式表示为:
其中,σz为第二方差,uZ为第二均值,Z为第二振幅包络分量信号。
步骤1031d,根据第一方差和第二方差计算对应的方差相似度。
本实施例中,将第一方差及第二方差代入公式计算得到对应的方差相似度,方差相似度公式表示为:
其中,A2为方差相似度,σP为第一方差,σz为第二方差,C2为第二常数。
本实施例中,通过方差相似度能够很好地表示两个振幅包络分量数据之间的相似性。
实施例六
在本发明实施例三提供的噪声识别方法的基础上,对步骤1031中的根据第一振幅包络分量数据及第二振幅包络分量数据确定对应的协方差相似度进行了进一步细化,具体包括以下步骤:
步骤1031e,计算第一振幅包络分量数据与第二振幅包络分量数据对应的协方差,并根据对应的协方差确定对应的协方差相似度。
本实施例中,计算第一振幅包络分量数据与第二振幅包络分量数据对应的协方差,其中,第一振幅包络分量数据由多个第一振幅包络分量信号构成,第二振幅包络分量数据由多个第二振幅包络分量信号构成,协方差公式表示为:
其中,σPZ为协方差,uP为第一均值,P为第一振幅包络分量信号,uZ为第二均值,Z为第二振幅包络分量信号。
进一步,根据协方差计算对应的协方差相似度,协方差相似度公式表示为:
其中,A3为协方差相似度,σPZ为协方差,σP为第一方差,σz为第二方差,C3为第三常数。
本实施例中,通过协方差相似度能够很好地表示两个振幅包络分量数据之间的相似性。
实施例七
图4是本发明实施例七提供的噪声识别方法的流程示意图,如图4所示,在本发明实施例一至实施例六提供的噪声识别方法的基础上,对步骤104进行了进一步细化,具体包括以下步骤:
步骤1041,对相似系数中各数值进行中值滤波处理,以确定对应的输出值。
本实施例中,对相似系数中各数值进行中值滤波处理,具体的,根据初始窗口长度、预设最大窗口长度、数值对应的当前窗口长度对应的最小值、对应的窗口中心值及对应的最大值进一步确定对应的输出值。
步骤1042,将所有对应的输出值确定为对应的横波泄露噪声数据区间。
本实施例中,将相似系数中各数值对应的各输出值确定为对应的横波泄露噪声数据区间,进一步根据横波泄露噪声数据区间以及变换后的陆检z分量数据得到TAUP域横波泄露噪声数据,对TAUP域横波泄露噪声数据进行反TAUP变换,得到横波泄露噪声数据,横波泄露噪声数据为识别到的噪声数据。
本实施例中,中值滤波对脉冲噪声有良好的滤除作用,特别是在滤除噪声的同时能够保护信号的边缘,使之不被模糊,得到更为准确的横波泄露噪声数据区间。
实施例八
图5是本发明实施例八提供的噪声识别方法的流程示意图,如图5所示,在本发明实施例七提供的噪声识别方法的基础上,对步骤1041进行了进一步细化,具体包括以下步骤:
步骤10411,获取初始窗口长度及预设最大窗口长度,并将初始窗口长度确定为当前窗口长度,获取数值对应的当前窗口长度对应的最小值、对应的窗口中心值及对应的最大值。
本实施例中,获取初始窗口长度及预设最大窗口长度,其中,初始窗口长度为预先定义的,初始窗口长度为奇数。预设最大窗口长度根据实际情况设置,其中,初始窗口长度小于预设最大窗口长度。将初始窗口长度确定为当前窗口长度,获取相似系数中各数值对应的当前窗口长度对应的最小值、对应的窗口中心值及对应的最大值。
步骤10412,确定数值对应的窗口中心值是否大于对应的最小值且小于对应的最大值;若是,则执行步骤10413;若否,则执行步骤10414。
本实施例中,确定数值对应的窗口中心值是否即大于对应的最小值又小于对应的最大值,根据相似系数中各数值对应的当前窗口长度对应的最小值、对应的窗口中心值及对应的最大值之间大小关系进一步确定对应的输出值。
步骤10413,根据数值、数值对应的最小值及数值对应的最大值确定对应的输出值。
本实施例中,若某数值对应的窗口中心值满足即大于对应的最小值又小于对应的最大值的条件,则根据数值、数值对应的最小值及数值对应的最大值之间大小关系进一步确定对应的输出值。
步骤10414,调整数值对应的当前窗口长度,并根据数值对应的调整后的窗口长度及预设最大窗口长度确定对应的输出值。
本实施例中,若某数值对应的窗口中心值不满足即大于对应的最小值又小于对应的最大值的条件,则调整该数值对应的当前窗口长度,增加窗口长度,根据数值对应的调整后的窗口长度及预设最大窗口长度确定对应的输出值。
本实施例中,采用中值滤波能够识别到水检分量数据中的噪声数据,过滤水检分量数据中的有效信号,得到更为准确地噪声数据。
实施例九
在本发明实施例八提供的噪声识别方法的基础上,对步骤10413进行了进一步细化,具体包括以下步骤:
步骤10413a,确定数值是否大于对应的最小值且小于对应的最大值。
本实施例中,根据数值、数值对应的最小值及数值对应的最大值之间大小关系进一步确定对应的输出值,具体地,确定数值是否即大于对应的最小值又小于对应的最大值。
步骤10413b,若是,则将该数值确定为对应的输出值。
本实施例中,若数值满足即大于对应的最小值又小于对应的最大值的条件,则将该数值确定为当前窗口长度下该数值对应的输出值。
步骤10413c,若否,则将该数值对应的窗口中心值确定为对应的输出值。
本实施例中,若数值满足即大于对应的最小值又小于对应的最大值的条件,则将当前窗口长度下窗口中心值确定为该数值对应的输出值。
本实施例中,采用中值滤波能够识别到水检分量数据中的噪声数据,能够得到更为准确地噪声数据。
实施例十
在本发明实施例八提供的噪声识别方法的基础上,对步骤10414进行了进一步细化,具体包括以下步骤:
步骤10414a,若数值对应的调整后的窗口长度等于预设最大窗口长度,则将调整后的窗口长度对应的窗口中心值确定为对应的输出值。
本实施例中,确定数值对应的调整后的窗口长度是否等于预设最大窗口长度,若数值对应的调整后的窗口长度等于预设最大窗口长度,说明窗口长度已为最大值,不能再对窗口长度进行调整,将调整后的窗口长度对应的窗口中心值确定为对应的输出值。
步骤10414b,若数值对应的调整后的窗口长度小于预设最大窗口长度,则将调整后的窗口长度确定为当前窗口长度,并执行获取数值对应的当前窗口长度对应的最小值、对应的窗口中心值及对应的最大值的步骤。
本实施例中,若数值对应的调整后的窗口长度小于预设最大窗口长度,说明窗口长度不为最大值,后续还能够对窗口长度进行调整,进一步将调整后的窗口长度确定为当前窗口长度,重复获取数值对应的当前窗口长度对应的最小值、对应的窗口中心值及对应的最大值的步骤。
本实施例中,采用中值滤波能够识别到水检分量数据中的噪声数据,能够得到更为准确地噪声数据。
实施例十一
在本发明实施例一提供的噪声识别方法的基础上,对步骤105进行了进一步细化,具体包括以下步骤:
步骤1051,根据横波泄露噪声数据区间与变换后的陆检z分量数据确定为待转换的横波泄露噪声数据。
本实施例中,将横波泄露噪声数据区间与TAUP变换后的陆检z分量数据代入公式计算待转换的横波泄露噪声数据,公式表示为:
Ht=Zt-K×Zt公式(12)
其中,Ht为待转换的横波泄露噪声数据,Zt为变换后的陆检z分量数据,K为横波泄露噪声数据区间。
本实施例中,K乘以Zt代表陆检z分量数据中的有效信号部分,Zt减去有效信号部分得到的就是陆检z分量数据中噪声数据部分。
步骤1052,将待转换的横波泄露噪声数据进行反TAUP变换,获取变换后的横波泄露噪声数据,将变换后的横波泄露噪声数据确定为对应的横波泄露噪声数据。
本实施例中,对待转换的横波泄露噪声数据进行反TAUP变换,获得反变换后的横波泄露噪声数据,将反变换后的横波泄露噪声数据确定为对应的横波泄露噪声数据。
其中,反TAUP变换公式如下:
其中,H为横波泄露噪声数据,t表示为时间,x表示为横向方向,y表示为纵向方向,τ表示TAUP变换后的时间截距,px表示为TAUP变换后x方向的慢度,py表示为TAUP变换后y方向的慢度。
本实施例中,能够更有效地识别噪声数据,无论是显著的噪声或是较弱的噪声都能很好地识别出来,得到较为准确的噪声数据。
实施例十二
在本发明实施例一提供的噪声识别方法的基础上,步骤105之后,还包括以下步骤:
步骤106,根据横波泄露噪声数据对陆检z分量数据与横波泄露噪声数据进行除噪处理,以获取去噪的陆检z分量数据。
本实施例中,进行除噪处理主要是计算陆检z分量数据与横波泄露噪声数据差值,该差值即为去噪的陆检z分量数据。
本实施例中,能够更有效地识别噪声数据,有效去除陆检z分量数据中存在大量横波能量泄露引起的噪声,从而得到更为准确的去噪的陆检z分量数据。
图6是本发明一实施例提供的噪声识别装置的结构示意图,如图6所示,本实施例提供的噪声识别装置包括处理单元201,确定单元202。
其中,处理单元201,用于获取四分量数据对应的水检分量数据及陆检z分量数据,并分别对水检分量数据及陆检z分量数据进行TAUP变换,获取变换后的水检分量数据及变换后的陆检z分量数据。确定单元202,用于根据变换后的水检分量数据确定对应的第一振幅包络分量数据,并根据变换后的陆检z分量数据确定对应的第二振幅包络分量数据。确定单元202,还用于根据第一振幅包络分量数据及第二振幅包络分量数据确定对应的相似系数。处理单元201,还用于对相似系数进行中值滤波处理,以确定对应的横波泄露噪声数据区间。确定单元202,还用于根据横波泄露噪声数据区间和变换后的陆检z分量数据确定对应的横波泄露噪声数据。
可选地,确定单元,还用于对变换后的水检分量数据进行切片处理,获取对应的水检分量切片数据;对水检分量切片数据进行希尔伯特变换,获取对应的第一振幅包络分量数据。
可选地,确定单元,还用于对变换后的陆检z分量数据进行切片处理,获取对应的陆检z分量切片数据;对陆检z分量切片数据进行希尔伯特变换,获取对应的第二振幅包络分量数据。
可选地,确定单元,还用于根据第一振幅包络分量数据及第二振幅包络分量数据确定对应的均值相似度,根据第一振幅包络分量数据及第二振幅包络分量数据确定对应的方差相似度,并根据第一振幅包络分量数据及第二振幅包络分量数据确定对应的协方差相似度;根据均值相似度、方差相似度及协方差相似度确定对应的相似系数。
可选地,确定单元,还用于计算第一振幅包络分量数据对应的第一均值,并计算第二振幅包络分量数据对应的第二均值;根据第一均值和第二均值计算对应的均值相似度。
可选地,确定单元,还用于计算第一振幅包络分量数据对应的第一方差,并计算第二振幅包络分量数据对应的第二方差;根据第一方差和第二方差计算对应的方差相似度。
可选地,确定单元,还用于计算第一振幅包络分量数据与第二振幅包络分量数据对应的协方差,并根据对应的协方差确定对应的协方差相似度。
可选地,处理单元,还用于对相似系数中各数值进行中值滤波处理,以确定对应的输出值;将所有对应的输出值确定为对应的横波泄露噪声数据区间。
可选地,处理单元,还用于获取初始窗口长度及预设最大窗口长度,并将初始窗口长度确定为当前窗口长度,获取数值对应的当前窗口长度对应的最小值、对应的窗口中心值及对应的最大值;确定数值对应的窗口中心值是否大于对应的最小值且小于对应的最大值;若是,则根据数值、数值对应的最小值及数值对应的最大值确定对应的输出值;若否,则调整数值对应的当前窗口长度,并根据数值对应的调整后的窗口长度及预设最大窗口长度确定对应的输出值。
可选地,处理单元,还用于确定数值是否大于对应的最小值且小于对应的最大值;若是,则将该数值确定为对应的输出值;若否,则将该数值对应的窗口中心值确定为对应的输出值。
可选地,处理单元,还用于若数值对应的调整后的窗口长度等于预设最大窗口长度,则将调整后的窗口长度对应的窗口中心值确定为对应的输出值;若数值对应的调整后的窗口长度小于预设最大窗口长度,则将调整后的窗口长度确定为当前窗口长度,并执行获取数值对应的当前窗口长度对应的最小值、对应的窗口中心值及对应的最大值的步骤。
可选地,确定单元,还用于根据横波泄露噪声数据区间与变换后的陆检z分量数据确定待转换的横波泄露噪声数据;将待转换的横波泄露噪声数据进行反TAUP变换,获取变换后的横波泄露噪声数据,将变换后的横波泄露噪声数据确定为对应的横波泄露噪声数据。
可选地,处理单元,还用于根据横波泄露噪声数据对陆检z分量数据进行除噪处理,以获取去噪的陆检z分量数据。
图7是用来实现本发明实施例的噪声识别方法的电子设备的框图,如图7所示,该电子设备300包括:存储器301,处理器302。
存储器301存储计算机执行指令;
处理器执行302存储器存储的计算机执行指令,使得处理器执行上述任意一个实施例提供的方法。
在示例性实施例中,还提供了一种计算机可读存储介质,计算机可读存储介质中存储有计算机执行指令,计算机执行指令被处理器执行上述任意一个实施例中的方法。
在示例性实施例中,还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行上述任意一个实施例中的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请的真正范围和精神由下面的权利要求书指出。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求书来限制。
Claims (15)
1.一种噪声识别方法,其特征在于,所述方法包括:
获取四分量数据对应的水检分量数据及陆检z分量数据,并分别对所述水检分量数据及陆检z分量数据进行TAUP变换,获取变换后的水检分量数据及变换后的陆检z分量数据;
根据所述变换后的水检分量数据确定对应的第一振幅包络分量数据,并根据所述变换后的陆检z分量数据确定对应的第二振幅包络分量数据;
根据所述第一振幅包络分量数据及所述第二振幅包络分量数据确定对应的相似系数;
对相似系数进行中值滤波处理,以确定对应的横波泄露噪声数据区间;
根据所述横波泄露噪声数据区间和所述变换后的陆检z分量数据确定对应的横波泄露噪声数据。
2.根据权利要求1所述的方法,其特征在于,所述根据所述变换后的水检分量数据确定对应的第一振幅包络分量数据,包括:
对所述变换后的水检分量数据进行切片处理,获取对应的水检分量切片数据;
对所述水检分量切片数据进行希尔伯特变换,获取对应的第一振幅包络分量数据。
3.根据权利要求1所述的方法,其特征在于,所述根据所述第一振幅包络分量数据及所述第二振幅包络分量数据确定对应的相似系数,包括:
根据所述第一振幅包络分量数据及所述第二振幅包络分量数据确定对应的均值相似度,根据所述第一振幅包络分量数据及所述第二振幅包络分量数据确定对应的方差相似度,并根据所述第一振幅包络分量数据及所述第二振幅包络分量数据确定对应的协方差相似度;
根据所述均值相似度、所述方差相似度及所述协方差相似度确定对应的相似系数。
4.根据权利要求3所述的方法,其特征在于,所述根据所述第一振幅包络分量数据及所述第二振幅包络分量数据确定对应的均值相似度,包括:
计算所述第一振幅包络分量数据对应的第一均值,并计算所述第二振幅包络分量数据对应的第二均值;
根据所述第一均值和所述第二均值计算对应的均值相似度。
5.根据权利要求3所述的方法,其特征在于,所述根据所述第一振幅包络分量数据及所述第二振幅包络分量数据确定对应的方差相似度,包括:
计算所述第一振幅包络分量数据对应的第一方差,并计算所述第二振幅包络分量数据对应的第二方差;
根据所述第一方差和所述第二方差计算对应的方差相似度。
6.根据权利要求3所述的方法,其特征在于,所述根据所述第一振幅包络分量数据及所述第二振幅包络分量数据确定对应的协方差相似度,包括:
计算所述第一振幅包络分量数据与所述第二振幅包络分量数据对应的协方差,并根据所述对应的协方差确定所述对应的协方差相似度。
7.根据权利要求1至6任一项所述的方法,其特征在于,所述对相似系数进行中值滤波处理,以确定对应的横波泄露噪声数据区间,包括:
对相似系数中各数值进行中值滤波处理,以确定对应的输出值;
将所有对应的输出值确定为对应的横波泄露噪声数据区间。
8.根据权利要求7所述的方法,其特征在于,所述对相似系数中各数值进行中值滤波处理,以确定对应的输出值,包括:
获取初始窗口长度及预设最大窗口长度,并将初始窗口长度确定为当前窗口长度,获取数值对应的当前窗口长度对应的最小值、对应的窗口中心值及对应的最大值;
确定数值对应的窗口中心值是否大于对应的最小值且小于对应的最大值;
若是,则根据数值、数值对应的最小值及数值对应的最大值确定对应的输出值;
若否,则调整数值对应的当前窗口长度,并根据数值对应的调整后的窗口长度及所述预设最大窗口长度确定对应的输出值。
9.根据权利要求8所述的方法,其特征在于,所述根据数值、数值对应的最小值及数值对应的最大值确定对应的输出值,包括:
确定数值是否大于对应的最小值且小于对应的最大值;
若是,则将该数值确定为对应的输出值;
若否,则将该数值对应的窗口中心值确定为对应的输出值。
10.根据权利要求8所述的方法,其特征在于,所述根据数值对应的调整后的窗口长度及所述预设最大窗口长度确定对应的输出值,包括:
若数值对应的调整后的窗口长度等于所述预设最大窗口长度,则将所述调整后的窗口长度对应的窗口中心值确定为对应的输出值;
若数值对应的调整后的窗口长度小于所述预设最大窗口长度,则将调整后的窗口长度确定为当前窗口长度,并执行获取数值对应的当前窗口长度对应的最小值、对应的窗口中心值及对应的最大值的步骤。
11.根据权利要求1所述的方法,其特征在于,所述根据所述横波泄露噪声数据区间和所述变换后的陆检z分量数据确定对应的横波泄露噪声数据,包括:
根据所述横波泄露噪声数据区间与所述变换后的陆检z分量数据确定待转换的横波泄露噪声数据;
将所述待转换的横波泄露噪声数据进行反TAUP变换,获取变换后的横波泄露噪声数据,将所述变换后的横波泄露噪声数据确定为对应的横波泄露噪声数据。
12.根据权利要求1所述的方法,其特征在于,所述根据所述横波泄露噪声数据区间和所述变换后的陆检z分量数据确定对应的横波泄露噪声数据之后,还包括:
根据所述横波泄露噪声数据对所述陆检z分量数据进行除噪处理,以获取去噪的陆检z分量数据。
13.一种噪声识别装置,其特征在于,所述装置包括:
处理单元,用于获取四分量数据对应的水检分量数据及陆检z分量数据,并分别对所述水检分量数据及陆检z分量数据进行TAUP变换,获取变换后的水检分量数据及变换后的陆检z分量数据;
确定单元,用于根据所述变换后的水检分量数据确定对应的第一振幅包络分量数据,并根据所述变换后的陆检z分量数据确定对应的第二振幅包络分量数据;
确定单元,还用于根据所述第一振幅包络分量数据及所述第二振幅包络分量数据确定对应的相似系数;
处理单元,还用于对相似系数进行中值滤波处理,以确定对应的横波泄露噪声数据区间;
确定单元,还用于根据所述横波泄露噪声数据区间和所述变换后的陆检z分量数据确定对应的横波泄露噪声数据。
14.一种电子设备,包括:处理器,以及与所述处理器通信连接的存储器;
所述存储器存储计算机执行指令;
所述处理器执行所述存储器存储的计算机执行指令,使得所述处理器执行如权利要求1至12任一项所述的方法。
15.一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中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如权利要求1至12任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210857478.0A CN117492092A (zh) | 2022-07-20 | 2022-07-20 | 噪声识别方法、装置、设备及存储介质 |
PCT/CN2022/138648 WO2024016572A1 (zh) | 2022-07-20 | 2022-12-13 | 噪声识别方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210857478.0A CN117492092A (zh) | 2022-07-20 | 2022-07-20 | 噪声识别方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117492092A true CN117492092A (zh) | 2024-02-02 |
Family
ID=89616909
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210857478.0A Pending CN117492092A (zh) | 2022-07-20 | 2022-07-20 | 噪声识别方法、装置、设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN117492092A (zh) |
WO (1) | WO2024016572A1 (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008112462A2 (en) * | 2007-03-09 | 2008-09-18 | Fairfield Industries Incorporated | Geophone noise attenuation and wavefield separation using a multi-dimensional decomposition technique |
BR112012021391B1 (pt) * | 2010-03-01 | 2022-02-22 | Bp Corporation North America Inc | Métodos de exploração geofísica |
US9116256B2 (en) * | 2011-07-18 | 2015-08-25 | Cggveritas Services (U.S.) Inc | Method and device for wave fields separation in seismic data |
US9201154B2 (en) * | 2011-12-27 | 2015-12-01 | Cggveritas Services Sa | Device and method for denoising ocean bottom data |
CN112817046B (zh) * | 2021-02-04 | 2021-12-21 | 广州海洋地质调查局 | 一种obs数据气泡压制方法及处理终端 |
CN114236612A (zh) * | 2021-12-24 | 2022-03-25 | 中国地震局地球物理勘探中心 | 一种针对陆内水域地震背景噪声的信号处理方法 |
-
2022
- 2022-07-20 CN CN202210857478.0A patent/CN117492092A/zh active Pending
- 2022-12-13 WO PCT/CN2022/138648 patent/WO2024016572A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2024016572A1 (zh) | 2024-01-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | Physical wavelet frame denoising | |
EP1508058B1 (en) | High-resolution radon transform for processing seismic data | |
Li et al. | A data-driven approach for denoising GNSS position time series | |
CN109696705B (zh) | 深海obs上下行波场成像数据校正方法及装置 | |
CN110967735A (zh) | 自适应的鬼波压制方法及系统 | |
Hlebnikov et al. | Noise types and their attenuation in towed marine seismic: A tutorial | |
Zhong‐Lai et al. | A SECOND‐ORDER SYNCHROSQUEEZING S‐TRANSFORM AND ITS APPLICATION IN SEISMIC SPECTRAL DECOMPOSITION | |
Ali et al. | Design hybrid filter technique for mixed noise reduction from synthetic aperture radar imagery | |
Wang et al. | Robust singular value decomposition filtering for low signal-to-noise ratio seismic data | |
CN117492092A (zh) | 噪声识别方法、装置、设备及存储介质 | |
CN112578438A (zh) | 一种地震子波提取方法及系统 | |
CN112630840B (zh) | 基于统计特征参数的随机反演方法及处理器 | |
JPH0854473A (ja) | 総和された共センサ地震記録における過渡ノイズを適応的に抑制する方法 | |
CN110703332A (zh) | 一种鬼波压制方法 | |
US10338253B2 (en) | Method of suppressing spectral artefacts of wavefield decomposition caused by imperfect extrapolation | |
CN111352158A (zh) | 地震信号增强方法及装置 | |
CN113655534A (zh) | 基于多线性奇异值张量分解核磁共振fid信号噪声抑制方法 | |
WO2021005565A1 (en) | Onshore separated wave-field imaging | |
CN110231651A (zh) | 一种基于振动信号矢量分解原理的叠前地震数据去噪方法 | |
CN113655532B (zh) | 一种非全时半航空瞬变电磁数据运动噪声去除方法及系统 | |
WO2023123951A1 (zh) | 利用局部fk变换提高das信噪比的方法及装置 | |
CN116520425A (zh) | 被动地震信号的时频阈值去噪方法 | |
CN111624660B (zh) | 海底节点地震数据上下行波场分离的方法及装置 | |
CN116413806A (zh) | 一种海洋地震数据去噪方法、系统、设备以及介质 | |
CN111948714B (zh) | 海底结点地震数据中上行波的降噪方法及降噪装置 |
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 |