一、二维小波变换在地震勘探面波消除中的应用(论文文献综述)
董广凯[1](2021)在《基于改进小波变换的地震资料信噪比提升方法研究》文中进行了进一步梳理通常在地震勘探中采集到的地震资料因受各种因素的影响常常混杂着大量噪声,如果能有效的消除地震信号中的噪声干扰,这将为后续解释工作提供极大的保障。所以本文从消除地震信号随机噪声提高地震资料信噪比方向展开研究,主要研究内容如下:首先,本文介绍了小波变换由理论知识到实际应用的内容与流程,深入分析了常用小波阈值选取算法的优缺点。然后,研究改进了小波变换阈值去噪算法去除地震资料随机噪声。本文针对常用小波阈值去噪算法常通过预先估计得到的噪声方来计算阈值存在较大误差的问题,选用了不需要噪声方差参与的GCV阈值选取函数作为阈值选取的基函数,并结合模拟退火算法与果蝇寻优算法对小波阈值进行寻优得到最优阈值。改进之后的算法解决了局部最优阈值的问题,并且可以根据当前迭代次数动态的调整算法的搜索步长以及在保证算法复杂度的前提下选取更加合适的新迭代起点,从而获得小波变换的最优阈值。最后,研究改进了基于NLM算法的小波变换去除地震资料随机噪声。本文针对地震随机噪声存在空间冗余性的特点以及传统NLM算法仅采用固定的滤波参数造成去噪效果不理想的问题,在分析了将一维小波熵应用在NLM算法上时噪声方差的计算仅通过对一维单道信号取平均获得的缺点后,将二维小波熵与NLM算法相结合,通过用二维小波熵计算得到的噪声方差来调整滤波参数,并通过调控因子优化参数误差,从而提升去噪效果。将本文改进算法应用到模拟地震记录和实际地震资料上,通过处理前后的数据对比可以证明本文方法的有效性。
鞠汉青[2](2021)在《基于多级小波卷积神经网络的沙漠地震随机噪声消减》文中研究表明由于科技的发展和时代的进步,对石油和天然气的需求量变得越来越大,而目前可探明的易于开采的油气储备已经基本勘测完毕,因此对于环境复杂、难于开采而油气储备又比较丰富的地区的勘探已经成为目前地震勘探的重点。沙漠地区往往蕴藏着丰富的油气资源,在我国新疆的塔里木地区就蕴含的丰富的石油和天然气资源,所以对该地区的勘探和地质结构分析同时了解内部油气分布变得十分重要。然而经过勘测发现在该地区获取的地震记录里面往往有大量的随机噪声的干扰,而高信噪比的地震资料是解析、研究地层结构及属性分析等诸多研究的前提,所以提高地震信噪比是地震信号处理的一个重要的环节,目前有一些方法可以一定压制沙漠地震信号中的随机噪声,但是由于沙漠地震噪声的复杂性和不稳定性,导致这些方法处理的效果不稳定,并且有一些参数需要手动调节,所以往往使用这些方法会出现噪声压制不彻底、有效信号保幅性差等缺点,所以这些方法很难满足现代高精度探测的需求,我们迫切的需要一种更好的、适用广泛的去除随机噪声的方法。根据上述问题,本文引用多级小波卷积神经网络,多级小波卷积神经网络是将二维离散小波变换和卷积神经网络的结合,使用二维离散小波变换替代U型网络的池化层和上卷积,因为U型网络的池化层虽然会减少训练难度和增大感受野,但是会导致信息丢失,从而影响去噪效果。而二维小波卷积神经不仅可以实现和池化层相似的效果,同时由于其正交特性可以无损恢复数据,这样实现感受野和计算效率之间的权衡。感受野的增大使其能获得同相轴更多的整体信息,与此同时相对于其他的神经网络,多级小波卷积神经网络增大感受野同时也没有增大训练难度。这里通过对多级小波卷积神经网络的训练集和结构的调整,使它适用于沙漠地震信号中随机噪声的压制。同时也通过大量的实验证明的多级小波卷积神经网络的优势,无论从模拟记录的整体去噪结果、F-K谱图还是单道效果上,多级小波卷积神经网络都实现了很好的去噪效果;同时优势也体现在去噪通用性上,相对于传统的带通滤波器、f-x域预测滤波、小波变换和经验模态分解面对不同强度的随机噪声处理效果的差异巨大,多级小波卷积神经网络面对不同强度的随机噪声都表现出良好的压制效果和稳定性,并且在面对噪声强度比较大的情况,信噪比可以由-11.255d B提升到16.235d B;处理实际记录中,在去除随机噪声和幅度保持方面都表现优秀,与此同时训练后的多级小波卷积神经网络还有去除面波的效果,所以对同相轴淹没在面波中的地震记录,多级小波卷积神经网络也能实现很好的去噪效果。
路鹏飞,郭爱华,何月顺,张建坤,石文武,吴开龙[3](2020)在《曲波变换与傅里叶变换联合压制面波方法研究》文中进行了进一步梳理面波是叠前地震资料主要干扰噪声,严重干扰有效信号的分析与处理.由于面波频带和有效波频带总有重合部分,单纯从时间域或频率域压制面波,效果不理想.曲波变换具有多尺度、多方向性的优势,利用这一特征,可以将含面波噪声的地震信号变换到曲波域,对面波曲波域系数置零进行去除.但是此方法很难选出合适的分解层次及参数将面波和有效波完全分离,针对此问题,本文提出一种利用曲波变换与傅里叶变换联合压制面波的方法.该方法将含面波噪声的地震信号变换到曲波域,最大限度分离含面波噪声成分的曲波域系数和有效信号的曲波域系数;对分离出的含面波噪声成分的曲波域系数,进行傅里叶变换,变换到频率域,在频率域对含面波成分的曲波域系数进行面波噪声压制;然后进行傅里叶反变换、曲波反变换,得到压制面波噪声后的地震信号.理论模型与实际地震资料的应用结果表明,本文方法在压制面波的同时,较好地保护了反射波有效信号.
李星宇[4](2020)在《稀疏域MCA去噪技术方法研究》文中进行了进一步梳理地震数据的质量是成像和解释地层的基础,但是噪声的存在会对后续地震数据的处理和解释产生严重影响,特别是在有效信号能量较弱的部分,噪声与有效信号严重的混叠,这使得采用常规方法恢复地震数据非常困难,尤其是部分噪声的频带与有效信号频带相互叠加,使得难以将传统的噪声压制算法应用于地震数据,因此,有必要开发一种有效的随机噪声压制算法,同时较好的保留有效信息。随着勘探目标的变化,水力压裂微地震逐渐成为了广大学者关注的热点问题,在水力压裂微地震中,通常根据检波点布置的位置不同分为井下微地震监测和地面微地震监测。与井下监测不同,地面微地震监测到的地震数据中通常会存在着较为严重的噪声干扰。地面布置检波器更容易受到风吹草动、机器运作、工业交流电等干扰,且由于微地震信号相对环境噪声较弱,通常会被环境噪声所掩盖,因此地面微地震的去噪问题也需要寻找一种能够得到较好的压制效果的去噪方法。本文将地震资料中有效信号和面波、随机噪等噪声在形态上加以区分,采用盲源分离问题中的形态分量分析的方法,对地震资料进行去噪处理。研究内容主要包括盲源分离的基本问题和两种主要方法——独立分量分析和形态分量分析,深入研究形态分量分析的方法原理,并探究了常规的稀疏表达的算法,如BP、OMP、梯度追踪和最小角回归等。通过一系列的包括一维信号和二维图像等数值模拟实验,验证了形态分量分析去噪的可行性。根据形态不同将噪声分为规则线性噪声和不规则的随机噪声,并以面波和模拟微地震中随机噪声为例进行形态分量分析的去噪实验,以验证形态分量在常规地震资料以及微地震中去噪的效果。经过实际的资料验证,形态学分量分析的地震数据降噪算法可以有效消除地震数据中的线性干扰,并更好地处理类似于微地震记录这种强随机干扰的情况,可以在数据中保留更多的细节特征,突出显示有效波,提高信噪比并改善地震数据的质量。
张亮[5](2020)在《改进的小波提升算法及其在地质雷达信号精细化分析中的应用》文中进行了进一步梳理地质雷达法能有效地探测和推断被测对象内部介质的分布情况,在工程质量检测与灾害评估方面得到了广泛应用。然而,目前地质雷达法在数据处理、图像信息的准确解译与精细化识别等方面还存在诸多不足。本文以隧道衬砌结构背后常见的空洞缺陷探测为研究对象,基于改进的提升格式小波构造算法和新构造的提升格式小波基函数,将地质雷达法与提升格式小波分析方法相结合,对检测中存在的强振幅干扰信号压制、缺陷目标体反射信号偏移成像及信号定量分析等问题进行了深入地探讨和研究。主要工作包括以下几个方面:(1)在传统小波分析原理及双正交小波传统构造方法的基础上,针对地质雷达信号分析用小波基选取时存在的不确定性和盲目性问题,开展了与地质雷达信号波形相匹配、性质优良的双正交小波基函数构造方法研究。阐述了小波提升方案的概念、算法实现的原理,并对提升格式小波基构造一般算法进行了分析和讨论。通过对传统提升方法中滤波器系数的特点和滤波器组之间须满足的关系进行论证和推导,提出了改进的提升格式小波构造算法及其实现的基本流程,并基于完全重构滤波器方程,给出了与地质雷达信号匹配性好、具有高消失矩的双正交小波基构造的实现过程,应用紧支集小波正则指数计算原理,对新构造小波基的正则性进行了验算和比较。(2)针对地质雷达图像中钢筋等强反射作用造成的干扰屏蔽影响,以及常规一维小波分解难以将强反射干扰与微弱有效信号分离的问题,利用二维小波变换具有将图像信号分解成一系列不同方向、空间局部变化的子带、小波熵能反映信号能量分布特性的特点,提出了基于二维图像小波变换与小波能谱熵理论的地质雷达强反射干扰信号去除方法(TDWE法)。对各小波基函数的对称性、与地质雷达信号波形的相似度、地质雷达信号分解后的重构误差等性能进行了分析和比较,从小波函数的性质和信号能量熵计算的角度,对适合雷达图像处理的最优小波基函数进行了选择,基于最优小波基,采用TDWE法分别对钢筋-空洞正演图像及钢筋-空洞检测试验实测结果进行强反射压制和图像分辨率提高分析。(3)针对地质雷达图像缺陷目标体信号偏移处理中偏移速度难以选取及无法实现绕射波信号的精细化成像问题,利用非抽样小波具有不丢失相位信息及F-K域算法具有偏移运算速度快、稳定性好的特点,提出了一种基于二维非抽样小波与F-K偏移算法的地质雷达信号偏移归位方法(UWFK偏移法)。在对传统的F-K偏移算法原理及二维非抽样小波变换理论进行介绍的基础上,阐述了 UWFK偏移法实施的一般流程。通过对弱绕射波信号进行偏移处理并计算图像信息熵值,分析了偏移处理所需的最佳速度值。根据比较得到的最佳偏移速度值,采用UWFK法分别对地质雷达空洞正演图像及不同形状空洞的实测雷达图像进行了偏移归位分析。(4)为了实现对隐伏空洞边界的精细化识别和准确定位,采用小波模极大值法和小波时-能密度法对地质雷达检测信号奇异点进行精确提取与识别。构建了地质雷达多频率脉冲模拟信号,对两种识别方法在地质雷达信号奇异性检测中的可行性进行了验证分析。基于新构造的Tshg3.5小波基和小波库中已有的通用小波基,分别采用小波模极大值法和小波时-能密度法对地质雷达空洞正演模拟信号及空洞探测纵向测线和横向测线数据进行特征点信息提取和空洞缺陷尺寸量化分析,并对适用于RIS型地质雷达信号定量分析用的最优小波基和较优识别方法进行了比较和优选,最后对空洞的三维成像进行了分析。本文所做的研究工作,立足于学科前沿,着眼于现阶段地质雷达图像处理和信号分析中的热点问题,对地质雷达信号分析用小波基的构造与算法实现、地质雷达图像中强反射干扰信号的压制、缺陷目标体反射信号偏移成像及雷达信号定量识别等相关问题进行了深入系统地研究,具有较高的理论意义和实用价值,为隧道衬砌结构的健康诊断与质量安全评价奠定了理论与技术基础。
陈佳[6](2019)在《基于阵列声波反射波提取方法研究》文中研究表明随着油气勘探程度加深,油田对勘探方法的要求也越来越高。由于传统声波测井和VSP井间地震之间存在探测空白区域,阵列声波反射波成像测井技术应运而生。该方法可识别井旁裂缝、倾斜地层、溶洞等地质构造,探测深度由传统声波测井的厘米-米级别提升到米-几十米级别,可以对传统声波测井和地震勘探无法识别的区域进行成像,完善了勘探体系。近年来,国内外针对反射波成像提出了很多新的数据处理方法,并设计了新的探测仪器,为进一步发展反射波成像技术奠定了良好的基础。本论文在弹性波的数值模拟中使用交错网格有限差分,采用复频变换完全匹配层(CFS-PML)作为吸收边界,以降低边界反射波的影响。并研究了中值滤波、小波变换、高分辨率Radon变换等多种反射波提取方法,并用模拟数据来验证各种反射波提取方法的效果。最后,引入剪切波变换提取反射波,并与其它反射波提取方法进行对比,表明剪切波变换在提取反射波时,效果优于其它反射波提取方法。在对单极子实际数据处理中,反射波提取效果不够明显,通过反射倾角叠加技术增强了反射波信号。
刘翠翠[7](2019)在《地震记录双域去噪算法研究》文中提出地震勘探是当前全球油气勘探的主要技术,其通过人工激发并记录地震波,利用计算机对所采集的地震记录进行加工、改造,以获取地下介质的构造分布信息。野外采集的地震记录中存在大量随机噪声,噪声导致地震记录分辨率降低,也使后续数据处理无法实现保真。因此,必须采取有效的处理手段减弱地震记录中的随机噪声,恢复出原始的“干净”的地质构造,同时尽可能多地保留地质构造的断层、尖灭等细节特征。滤波技术能够滤除噪声,常规的单一域滤波通常较难有效满足既抑制噪声又保护细节的去噪需求。本文针对低信噪比地震记录的噪声消减问题,研究时空域和变换域相结合的地震记录双域降噪算法,力图在提高信噪比的同时更好地保护地质构造信息。本文主要完成了如下研究工作:1.提出了基于改进阈值和三维块匹配滤波(BM3D)的地震去噪算法。BM3D应用于信噪比较低的地震记录时,不能很好地保护地震记录的低频轮廓和细节信息。本文对小波阈值函数进行改进,使其更接近有效信号和噪声的小波系数的变化规律,实验结果表明,基于改进阈值和BM3D算法在滤除噪声和保护细节信息两方面均优于传统BM3D算法。2.提出了基于各向异性扩散校正BM3D的地震去噪算法。主要思想是对BM3D去噪结果进行具体分析,利用小波分解,将BM3D去噪结果分解为一个低频,三个高频。分别用实验验证每个子带的去噪效果,找出误差较大的频带用各向异性扩散进行校正。实验结果表明,所提算法不仅能更好地保护地震记录的细节、边缘等信息,且信噪比与均方差均优于BM3D算法。3.提出了基于循环平移和加权核范数最小化的地震双域去噪算法。双域去噪算法(DDID)较BM3D易于实现且去噪效果同样优异,本文将双域去噪算法引入地震记录去噪领域。传统DDID采用的引导图像本身具有较大噪声残留,导致去噪后的低频分量不平滑,且在去噪过程中易引入Gibbs现象,在突变点处存在抖动。本文用加权核范数最小化(WNNM)获取引导图像,用循环平移(Cycle Spinning)技术解决Gibbs问题,实验结果证明,二者融合于DDID,在细节保护能力、信噪比和计算速度三方面均优于其他相关算法。
梁鸿贤[8](2017)在《基于频率约束的能量置换面波压制技术》文中提出随着油气勘探工作的不断深化,地震资料处理中对地震低频信息重要性的认识越来越深入.低频面波在地震资料处理中作为一种干扰波,常规的区域滤波去除方法,在去除面波干扰的同时,面波区域内有效信号的低频信息也相应得到去除.本文提出的基于频率约束的能量置换面波压制技术,其基本思想是依据面波与有效信号在频率及能量两方面的差异,在面波频宽内对面波进行有效压制.这种方法不仅保证了面波的压制效果,而且几乎不损失面波区域内的低频有效信号,在实际资料的应用中得到了良好的应用效果.
毕云云[9](2017)在《基于稀疏变换和形态成分分析的地震数据面波压制》文中指出地震勘探是勘测石油天然气等矿藏的重要手段,通过对人工激发地震波的观测和分析,可推断出地质形态和构造,进而寻找到油气圈闭。随着勘探技术的不断发展,勘探区域地质环境日渐复杂、隐蔽,使得获取的原始地震资料受到愈加严重的干扰,影响后续地震资料的解释和油气藏判断的准确性。因此,有效去除地震数据中的噪声干扰,获得高信噪比、高分辨率、高保真度的地震资料在地震数据处理中尤为重要。面波是地震勘探中较为常见的相干干扰,利用合适的方法去除地震记录中的面波,对于后续地震资料的处理和解释具有十分重要的意义。稀疏表示是信号的一种简洁有效的表达方式,能够使用尽可能少的基原子的线性组合来表示原始信号。目前稀疏表示以其自身的优越性已被广泛应用到信号处理的多个领域,将稀疏表示中的稀疏分解理论与地震信号处理相结合,充分利用地震信号在冗余字典上分解后具有的稀疏性,能够有效促进地震数据处理过程中噪声压制问题的求解。本文基于稀疏表示理论,对稀疏变换及形态成分分析方法在面波压制方面的应用进行了研究,主要工作及创新点归纳如下:(1)介绍了稀疏表示理论相关知识,对常见的两种稀疏分解算法以及稀疏表示字典进行了详细的介绍,重点对离散余弦变换、小波变换、曲波变换字典进行了深入研究,并分析了各变换字典在稀疏表示性能上的优缺点。(2)研究了稀疏变换在地震数据面波压制上的发展现状,深入探究了常用的两种稀疏变换-小波变换和曲波变换。在对曲波变换的研究基础上,引入了二次曲波变换的思想,更精确的定位出含面波的尺度和方向后,将阈值处理后的曲波系数作反变换即可得到最终的压制结果。通过与小波变换法和一次曲波变换法的处理结果相对比,二次曲波变换的效果均优于这两种方法,信噪比上也有明显的提高。(3)研究了以信号的稀疏性和形态多样性为基础的形态成分分析理论,并将其应用到地震数据面波压制中。地震记录数据量大且成分复杂,利用形态成分分析将地震信号中不同成分分别用具有不同原子特征的字典来稀疏表示,可以更有效的刻画出地震数据的主要特征。本文在此基础上将离散曲波变换字典和优化后的二维局部离散余弦变换字典分别作为面波和反射波的稀疏表示字典,利用块协调松弛算法对两种字典构建的稀疏表示模型进行求解,较好的实现了面波的分离和压制,并通过对比实验验证了该方法的正确性和优越性。
谢红艳[10](2012)在《多域的去噪技术方法研究》文中研究指明分析各种噪音产生的原因、干扰程度及其特征,论证几种常见干扰波与其对应的去噪方法、技术,并根据不同噪音在不同域中的特征选择合适的数学域设计了相应的去噪方法。
二、二维小波变换在地震勘探面波消除中的应用(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、二维小波变换在地震勘探面波消除中的应用(论文提纲范文)
(1)基于改进小波变换的地震资料信噪比提升方法研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 地震资料去噪研究现状 |
1.2.2 小波变换研究现状 |
1.3 地震资料处理的基本知识 |
1.3.1 地震勘测流程 |
1.3.2 地震信号噪声 |
1.4 本文的研究内容 |
1.5 本文的结构安排 |
第二章 小波变换理论基础知识 |
2.1 小波变换理论介绍 |
2.2 小波变换基本理论 |
2.2.1 傅里叶变换 |
2.2.2 连续小波变换 |
2.2.3 离散小波变换 |
2.2.4 二进小波变换 |
2.2.5 二维小波变换 |
2.2.6 小波包变换 |
2.3 小波变换理论框架 |
2.3.1 多分辨率分析理论与方法 |
2.3.2 Mallat算法 |
2.4 常见的小波基函数 |
2.5 小波变换尺度的选择 |
2.6 小波阈值去噪算法 |
2.6.1 小波阈值去噪算法理论 |
2.6.2 常见的阈值选取算法 |
2.6.3 阈值函数的选取 |
2.7 去噪效果的评价标准 |
2.8 本章小结 |
第三章 改进小波变换阈值去噪算法去除地震资料随机噪声 |
3.1 GCV阈值选取函数 |
3.2 果蝇优化算法 |
3.2.1 参数初始化 |
3.2.2 嗅觉搜索 |
3.2.3 视觉搜索 |
3.3 模拟退火算法 |
3.4 改进小波变换阈值选取算法 |
3.5 仿真实验 |
3.6 实际地震资料处理 |
3.7 本章小结 |
第四章 改进基于NLM算法的小波变换去除地震资料随机噪声 |
4.1 NLM算法原理 |
4.2 基于一维小波熵的自适应NLM算法 |
4.3 基于二维小波熵的自适应NLM算法 |
4.4 仿真实验 |
4.5 实际地震资料处理 |
4.6 本章小结 |
第五章 总结与展望 |
5.1 总结 |
5.2 展望 |
致谢 |
参考文献 |
攻读学位期间参加科研情况及获得的学术成果 |
(2)基于多级小波卷积神经网络的沙漠地震随机噪声消减(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 本文选题的背景及意义 |
1.2 国内外研究现状 |
1.3 本文研究的内容及章节安排 |
第2章 沙漠随机噪声的性质及经典的压制方法 |
2.1 沙漠随机噪声的性质 |
2.1.1 自然噪声 |
2.1.2 人文噪声 |
2.1.3 面波 |
2.2 经典压制随机噪声的方法 |
2.2.1 小波变换 |
2.2.2 f-x域预测滤波 |
2.2.3 经验模态分解 |
2.3 本章小结 |
第3章 用于随机噪声压制的多级小波卷积神经网络 |
3.1 多级小波卷积神经网络结构及改进 |
3.1.1 网络结构及去噪原理 |
3.1.2 针对随机噪声压制的层数修改及参数设定 |
3.2 多级小波卷积神经网络训练集构建 |
3.2.1 信号和噪声训练集的构建 |
3.2.2 训练参数的设定 |
3.3 本章小结 |
第4章 合成沙漠地震记录和实际沙漠地震资料处理 |
4.1 合成沙漠地震记录处理 |
4.1.1 多级小波卷积神经网络模型实验处理结果 |
4.1.2 对比实验结果和去噪结果分析 |
4.2 实际沙漠地震资料处理 |
4.3 本章小结 |
第5章 总结与展望 |
5.1 工作总结 |
5.2 工作展望 |
参考文献 |
作者简介 |
主要研究项目和成果 |
致谢 |
(3)曲波变换与傅里叶变换联合压制面波方法研究(论文提纲范文)
0 引 言 |
1 曲波变换及傅里叶变换基本原理 |
1.1 曲波变换 |
1.2 傅里叶变换 |
1.3 曲波变换与傅里叶变换联合压制面波方法公式(1)可以表示为 |
2 模型试验 |
3 实际地震数据应用 |
4 结 论 |
(4)稀疏域MCA去噪技术方法研究(论文提纲范文)
摘要 |
ABSTRACT |
前言 |
0.1 选题来源、目的及意义 |
0.2 噪声的复杂性 |
0.3 国内外研究现状及发展趋势 |
0.4 论文主要研究内容以及技术路线图 |
0.4.1 主要研究内容 |
0.4.2 技术路线图 |
第一章 MCA的方法原理研究 |
1.1 盲源分离问题 |
1.2 ICA |
1.2.1 ICA相关概念 |
1.2.2 ICA基本理论 |
1.3 MCA |
1.3.1 形态分量分析的基本原理 |
1.3.2 阈值选取 |
第二章 稀疏冗余表达 |
2.1 常用的稀疏解算法 |
2.2 BP |
2.2.1 BP神经网络特点 |
2.2.2 BP神经网络的算法与原理 |
2.2.3 BP神经网络的计算步骤 |
2.3 OMP |
2.4 梯度追踪 |
2.5 LARS |
2.5.1 Lasso问题 |
2.5.2 LARS |
第三章 MCA算法实验 |
3.1 一维信号去噪 |
3.1.1 双正弦模拟信号 |
3.1.2 实际单道含面波地震资料 |
3.2 二维实例 |
3.2.1 小男孩+纹理分离 |
3.2.2 Barbara |
第四章 MCA在规则干扰去噪中的应用 |
4.1 去噪问题的目标函数 |
4.2 实际资料处理 |
第五章 基于Radon-MCA强随机干扰压制 |
5.1 Radon变换的基本理论 |
5.1.1 线性Radon变换 |
5.1.2 抛物Radon变换 |
5.1.3 双曲Radon变换 |
5.2 去噪问题的目标函数及求解方法 |
5.3 模型验证和实际资料处理 |
5.3.1 模型验证 |
5.3.2 实际资料处理 |
结论 |
参考文献 |
发表文章目录 |
致谢 |
(5)改进的小波提升算法及其在地质雷达信号精细化分析中的应用(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 前言 |
1.2 国内外研究现状与进展 |
1.2.1 隧道衬砌结构隐伏质量缺陷检测方法研究 |
1.2.2 地质雷达图像强干扰信号去除方法研究 |
1.2.3 地质雷达隐伏质量缺陷偏移处理研究 |
1.2.4 小波基函数构造研究 |
1.2.5 地质雷达信号定量分析研究 |
1.3 本研究课题的来源及主要研究内容 |
1.4 本文研究采取的技术路线 |
第二章 提升格式小波构造理论 |
2.1 前言 |
2.2 双正交小波分析基本原理与算法 |
2.2.1 小波分析原理 |
2.2.2 多分辨率分析 |
2.2.3 双正交小波性质及其传统构造方法 |
2.3 提升格式小波变换 |
2.3.1 小波提升方案基本概念 |
2.3.2 完全重构滤波器原理 |
2.3.3 小波提升分解方法 |
2.4 提升格式小波构造一般算法 |
2.5 本章小结 |
第三章 改进的提升格式小波构造理论及其算法实现 |
3.1 前言 |
3.2 改进的提升格式小波构造算法 |
3.3 改进的提升格式小波构造流程及其构造举例 |
3.3.1 提升格式小波构造流程 |
3.3.2 小波基构造举例 |
3.4 改进提升格式的GPR信号分析用小波基构造及其优势验证 |
3.4.1 GPR信号分析用双正交小波滤波器组构造 |
3.4.2 基于粒子群算法的滤波器组自由参数优化 |
3.4.3 小波正则性验算 |
3.5 本章小结 |
第四章 基于二维小波变换和小波熵的地质雷达强干扰信号处理 |
4.1 前言 |
4.2 图像二维小波变换及其mallat算法 |
4.2.1 图像二维小波变换理论 |
4.2.2 二维双正交小波变换mallat算法 |
4.3 小波熵理论 |
4.4 小波基的选取 |
4.4.1 小波基基本性质比较 |
4.4.2 小波能量熵的计算 |
4.5 正演信号分析 |
4.5.1 FDTD正演原理 |
4.5.2 钢筋-空洞模型与正演试验 |
4.5.3 基于二维小波变换与小波熵的强反射干扰去除 |
4.6 实测地质雷达信号强干扰去除分析 |
4.6.1 钢筋-空洞检测试验 |
4.6.2 基于二维小波变换与小波熵的强反射干扰去除 |
4.7 本章小结 |
第五章 基于UWFK法的地质雷达目标信号偏移处理 |
5.1 前言 |
5.2 F-K域偏移方法 |
5.3 非抽样小波变换原理 |
5.3.1 一维非抽样小波变换 |
5.3.2 二维非抽样小波变换 |
5.4 图像信息熵估计 |
5.5 二维非抽样小波F-K偏移法基本流程 |
5.6 正演模拟信号偏移处理 |
5.7 实测信号偏移处理 |
5.7.1 方形空洞偏移处理 |
5.7.2 角形空洞偏移处理 |
5.8 本章小结 |
第六章 提升格式小波在地质雷达信号定量分析中的应用 |
6.1 前言 |
6.2 基于小波分析的信号奇异点识别方法 |
6.2.1 小波变换模极大值法 |
6.2.2 小波变换时-能密度法 |
6.3 模拟信号定量分析 |
6.3.1 地质雷达多频率脉冲信号间隔时间识别分析 |
6.3.2 正演模拟试验及其信号分析 |
6.4 空洞探测试验及其信号分析 |
6.4.1 沙箱纵向测线定量分析结果 |
6.4.2 沙箱横向测线定量分析结果 |
6.5 空洞三维可视化分析 |
6.6 本章小结 |
结论与展望 |
结论 |
展望 |
参考文献 |
致谢 |
附录 |
(6)基于阵列声波反射波提取方法研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究目的与意义 |
1.2 阵列声波反射波提取研究现状 |
1.2.1 声反射探测技术研究进展 |
1.2.2 声反射探测反射波提取方法进展 |
1.3 本文研究内容 |
第2章 弹性波数值模拟 |
2.1 波动方程有限差分 |
2.1.1 波动方程组 |
2.1.2 交错网格有限差分 |
2.1.3 数值频散及稳定性分析 |
2.2 声源 |
2.3 完全匹配层(PML) |
第3章 反射波提取方法研究 |
3.1 反射波测井原理 |
3.2 波场分析 |
3.2.1 时距曲线 |
3.3 反射波提取方法研究 |
3.3.1 F-K滤波 |
3.3.2 参数估计法 |
3.3.3 中值滤波法 |
3.3.4 小波变换法 |
3.3.5 高分辨率Radon变换 |
第4章 剪切波变换提取反射波 |
4.1 Curvelet变换 |
4.2 剪切波变换原理 |
4.2.1 剪切波的定义 |
4.2.2 连续剪切波变换 |
4.2.3 离散剪切波变换 |
4.2.4 剪切波逆变换 |
4.3 剪切波变换的实现方法 |
4.3.1 剪切波变换的实现方法 |
4.3.2 剪切波变换的实验结果 |
4.4 模拟数据反射波提取 |
4.4.1 阵列声波数据在剪切域分解 |
4.4.2 不同地层模型反射波提取 |
4.5 实际数据反射波提取 |
第5章 结论 |
参考文献 |
致谢 |
发表论文 |
(7)地震记录双域去噪算法研究(论文提纲范文)
摘要 |
Abstract |
第一章 前言 |
1.1 研究背景及意义 |
1.2 .地震噪声的分类 |
1.2.1 相干噪声 |
1.2.2 随机噪声 |
1.3 地震去噪方法国内外研究现状 |
1.3.1 空间域滤波 |
1.3.2 变换域滤波 |
1.3.3 混合域滤波 |
1.4 地震去噪评价标准 |
1.5 论文的主要内容和结构安排 |
第二章 基于改进阈值和BM3D的地震去噪 |
2.1 三维块匹配去噪算法的理论基础 |
2.1.1 块匹配分组 |
2.1.2 协同滤波 |
2.1.3 相似块的聚合 |
2.1.4 BM3D去噪算法概述 |
2.2 基于改进阈值和BM3D的地震去噪 |
2.2.1 改进小波阈值去噪 |
2.2.2 算法流程及其实现 |
2.3 实验结果和分析 |
2.4 本章小结 |
第三章 基于各向异性扩散校正BM3D的地震去噪 |
3.1 改进算法 |
3.1.1 空间分解 |
3.1.2 各向异性扩散 |
3.2 实验结果和分析 |
3.3 本章小结 |
第四章 基于循环平移和加权核范数最小化的地震双域去噪 |
4.1 双域去噪算法原理 |
4.1.1 联合双边滤波 |
4.1.2 短时傅里叶变换(STFT) |
4.1.3 小波收缩 |
4.2 基于循环平移和加权核范数最小化的地震双域去噪 |
4.2.1 循环平移算法 |
4.2.2 加权核范数最小化算法 |
4.2.3 基于循环平移和加权核范数最小化的地震双域去噪 |
4.3 实验结果与分析 |
4.4 本章小结 |
第五章 总结与展望 |
参考文献 |
致谢 |
(8)基于频率约束的能量置换面波压制技术(论文提纲范文)
0 引言 |
1 方法原理 |
2 实现过程 |
3 应用效果 |
4 结论 |
(9)基于稀疏变换和形态成分分析的地震数据面波压制(论文提纲范文)
致谢 |
摘要 |
abstract |
第一章 绪论 |
1.1 课题研究目的和意义 |
1.2 地震资料面波压制研究现状 |
1.3 章节安排 |
第二章 稀疏表示基本理论 |
2.1 引言 |
2.2 信号的稀疏表示 |
2.2.1 信号的稀疏性及表示方法 |
2.2.2 超完备字典下的稀疏表示模型 |
2.3 稀疏分解原理及分解算法 |
2.3.1 稀疏分解原理 |
2.3.2 贪婪算法 |
2.3.3 凸优化算法 |
2.4 稀疏表示字典 |
2.4.1 解析型字典 |
2.4.2 学习型字典 |
2.5 基于稀疏字典组合的形态成分分析 |
2.5.1 形态成分分析理论模型 |
2.5.2 形态成分分析分解算法 |
2.6 本章小结 |
第三章 基于稀疏变换的地震数据面波压制 |
3.1 引言 |
3.2 合成地震记录 |
3.3 基于二维小波变换的面波压制 |
3.3.1 二维小波变换压制面波原理 |
3.3.2 阈值的选择和处理 |
3.4 基于二次曲波变换的面波压制 |
3.4.1 地震数据在曲波域的稀疏性 |
3.4.2 二次曲波变换压制面波原理 |
3.5 实验分析与比较 |
3.5.1 合成数据实验 |
3.5.2 实际地震数据实验 |
3.6 本章小结 |
第四章 形态成分分析法压制面波 |
4.1 引言 |
4.2 形态成分分析面波分离模型 |
4.3 稀疏表示字典的选择 |
4.3.1 2D-LDCT字典表示反射波分量 |
4.3.2 离散曲波变换字典表示面波分量 |
4.3.3 稀疏表示性能对比实验 |
4.4 面波分离模型的求解 |
4.5 实验分析与比较 |
4.5.1 合成数据实验 |
4.5.2 实际地震数据实验 |
4.6 本章小结 |
第五章 总结与展望 |
参考文献 |
攻读硕士期间的学术活动及成果 |
(10)多域的去噪技术方法研究(论文提纲范文)
1 地震资料中噪音类型及其特点 |
1.1 面波 |
1.2 多次波 |
1.3 随机噪音 |
2 原始资料多域分析 |
3 多域去噪技术研究 |
3.1 二维小波变换分离面波技术 |
3.2 小波阈值去噪技术 |
4 结论 |
四、二维小波变换在地震勘探面波消除中的应用(论文参考文献)
- [1]基于改进小波变换的地震资料信噪比提升方法研究[D]. 董广凯. 西安石油大学, 2021(09)
- [2]基于多级小波卷积神经网络的沙漠地震随机噪声消减[D]. 鞠汉青. 吉林大学, 2021(01)
- [3]曲波变换与傅里叶变换联合压制面波方法研究[J]. 路鹏飞,郭爱华,何月顺,张建坤,石文武,吴开龙. 地球物理学进展, 2020(06)
- [4]稀疏域MCA去噪技术方法研究[D]. 李星宇. 东北石油大学, 2020(03)
- [5]改进的小波提升算法及其在地质雷达信号精细化分析中的应用[D]. 张亮. 长沙理工大学, 2020
- [6]基于阵列声波反射波提取方法研究[D]. 陈佳. 中国石油大学(北京), 2019(02)
- [7]地震记录双域去噪算法研究[D]. 刘翠翠. 中国石油大学(华东), 2019(09)
- [8]基于频率约束的能量置换面波压制技术[J]. 梁鸿贤. 地球物理学进展, 2017(03)
- [9]基于稀疏变换和形态成分分析的地震数据面波压制[D]. 毕云云. 合肥工业大学, 2017(07)
- [10]多域的去噪技术方法研究[J]. 谢红艳. 内蒙古石油化工, 2012(13)