本文選題：地震信號(hào)重建 + 形態(tài)分量分析��； 參考：《河北工業(yè)大學(xué)》2015年碩士論文

【摘要】：地震信號(hào)重建在石油地震勘探資料處理中具有重要意義。它能夠用來(lái)重建缺失的地震道,給波動(dòng)方程偏移等后續(xù)處理模塊提供規(guī)整的輸入數(shù)據(jù),實(shí)現(xiàn)不同區(qū)塊間的連片處理,有助于消除海上采集中的羽狀漂移和多次波等。為了更好地表達(dá)地震信號(hào)中的不同內(nèi)蘊(yùn)特征,進(jìn)一步提升重建算法性能,本文在形態(tài)分量分析理論框架下開(kāi)展地震信號(hào)重建新算法研究。主要工作概述如下:(1)形態(tài)分量分析框架下基于DCT和曲波字典組合的地震信號(hào)重建研究針對(duì)單一型數(shù)學(xué)變換或字典不能有效刻畫(huà)地震信號(hào)的形態(tài)特征多樣性這一問(wèn)題,本文在形態(tài)分量分析(MCA)框架下,提出了一種基于離散余弦變換(DCT)與曲波雙字典組合的地震信號(hào)重建算法。該算法首先將信號(hào)分解成局部奇異形態(tài)分量以及平滑與線狀形態(tài)分量。然后采用DCT字典表示局部奇異分量,采用曲波字典表示平滑與線狀分量。再以迭代求解方式逐一重建各分量,最后將重建后的分量合并。人工合成地震信號(hào)、二維疊前及疊后實(shí)際地震信號(hào)重建實(shí)驗(yàn)表明,該算法能很好完成重建,重建精度不僅要高于非抽樣小波變換(UDWT)與曲波字典、曲波與曲波字典、余弦調(diào)制濾波器組與曲波等其它雙字典組合,而且更是要高于DCT、UDWT、或曲波等單一型字典。(2)形態(tài)分量分析框架下基于波原子變換字典的地震信號(hào)重建研究地震信號(hào)具有震蕩特點(diǎn),雖然DCT或UDWT等變換能捕獲沿震蕩方向的形態(tài)特征,但對(duì)穿過(guò)該方向的特征描述不夠,而波原子變換作為一種新的多尺度幾何分析工具,能夠彌補(bǔ)以上不足,且對(duì)震蕩信號(hào)具有最優(yōu)稀疏表示。為此本文提出了MCA框架下基于波原子變換字典的二維地震信號(hào)重建算法。該算法首先對(duì)二維地震信號(hào)進(jìn)行形態(tài)分量分解,分別獲得局部奇異分量和平滑與線狀分量。然后利用波原子字典重建局部奇異分量;仍然利用曲波字典重建平滑線狀分量,最后將重建結(jié)果合并。實(shí)驗(yàn)表明,基于波原子變換字典的地震信號(hào)重建精度不僅要高于DCT和曲波字典組合,而且更是要高于非抽樣小波變換(UDWT)與曲波字典、曲波與曲波字典、余弦調(diào)制濾波器組與曲波等其它雙字典組合。(3)形態(tài)分量分析框架下基于多冗余字典線性組合的地震信號(hào)重建研究地震信號(hào)是地下復(fù)雜地質(zhì)結(jié)構(gòu)的響應(yīng),具有特征多樣性特點(diǎn),僅依靠單一型字典或者雙字典組合未必能夠有效刻畫(huà)這種特征多樣性。本文嘗試在MCA框架下實(shí)現(xiàn)地震信號(hào)更精細(xì)的分解,并用多個(gè)過(guò)完備冗余字典的線性組合來(lái)重建地震信號(hào)。通過(guò)對(duì)體現(xiàn)不同特征的分量進(jìn)行有針對(duì)性的重建,并在重建中采用硬閾值篩選和指數(shù)遞減更新策略,獲取更高的重建性能。實(shí)驗(yàn)表明基于多字典線性組合的重建算法不僅能夠有效重建地震信號(hào),而且能適應(yīng)復(fù)雜地震信號(hào)重建情形。該算法與基于波原子變換字典的地震信號(hào)重建算法性能相當(dāng),但比其它雙字典組合的重建效果要好,更要優(yōu)于單一型字典的重建效果。
[Abstract]:Seismic signal reconstruction is of great significance in the processing of petroleum seismic data. It can be used to reconstruct the missing seismic channel, provide regular input data for the subsequent processing modules such as wave equation migration, and realize the continuous processing between different blocks. It is helpful to eliminate the pinnate drift and multiple waves in the sea collection. To further improve the performance of the seismic signal, this paper studies the new algorithm of seismic signal reconstruction under the framework of morphological component analysis. The main work is summarized as follows: (1) the research of seismic signal reconstruction based on the combination of DCT and Qu Bo dictionary under the framework of morphological component analysis is aimed at single mathematical transformation or Dictionaries can not effectively characterize the morphological diversity of seismic signals. Under the framework of morphological component analysis (MCA), an earthquake signal reconstruction algorithm based on discrete cosine transform (DCT) and Qu Bo's double dictionary is proposed. The algorithm first decomposes the signal into local singular component and smooth and linear shape. Then the DCT dictionary is used to represent the local singular component, and the Qu Bo dictionary is used to express the smooth and linear components. Then the components are reconstructed one by one by iterative solution. Finally, the reconstructed components are merged. The seismic signals are synthesized by artificial synthesis. The reconstruction and reconstruction of the two dimensional pre stack and post stack actual seismic signals show that the algorithm can complete the reconstruction and reconstruct the essence well. The degree is not only higher than the unsampled wavelet transform (UDWT) and Qu Bo dictionary, Qu Bo and Qu Bo dictionary, the cosine modulation filter bank and Qu Bo and other double dictionaries, but also higher than the single dictionary of DCT, UDWT, or Qu Bo. (2) seismic signal reconstruction based on the wave atomic transformation dictionary based on the form component analysis framework With the characteristics of concussion, although the transformation of DCT or UDWT can capture the morphological characteristics along the direction of the oscillation, it is not enough to describe the characteristics passing through this direction. As a new multi-scale geometric analysis tool, the wave atom transformation can make up the above shortcomings and have the optimal sparse representation for the shock signal. Therefore, this paper proposes a wave based on the MCA framework. The algorithm of two-dimensional seismic signal reconstruction in the atomic transformation dictionary is used to decompose the morphological components of the two-dimensional seismic signals. The local singular components and the smooth and linear components are obtained respectively. Then the local singular components are reconstructed by the wave atom dictionary, and the Qu Bo dictionary is still used to reconstruct the smooth linear components. Finally, the reconstruction results are merged. The experimental results show that the accuracy of seismic signal reconstruction based on the wave atom transform dictionary is not only higher than the combination of DCT and Qu Bo dictionary, but also higher than the non sampling wavelet transform (UDWT) and Qu Bo dictionary, Qu Bo and Qu Bo dictionary, the cosine modulation filter bank and Qu Bo and other double word codes. (3) the multi redundant word based on the form component analysis framework. The seismic signal reconstruction of the canonical linear combination is a response to the complex geological structure of the underground. It has the characteristics of characteristic diversity. Only single dictionary or double dictionary combination may not be able to effectively depict this characteristic diversity. In this paper, we try to realize the more detailed decomposition of seismic signals under the MCA framework and use multiple overcomplete redundancy. The linear combination of the remaining dictionaries is used to reconstruct the seismic signals. Through the targeted reconstruction of the components that reflect the different features, the hard threshold screening and exponential reduction updating strategy are used in the reconstruction to obtain higher reconstruction performance. It can adapt to the reconstruction of complex seismic signal. The algorithm is equivalent to the seismic signal reconstruction algorithm based on the wave atom transformation dictionary, but it is better than the other two dictionary combinations, and it is better than the single type dictionary.
【學(xué)位授予單位】：河北工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：P631.4

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 傅燕,趙榮椿,王剛;小波變換在地震信號(hào)噪聲處理中的應(yīng)用[J];西北工業(yè)大學(xué)學(xué)報(bào);2004年06期

2 黃捍東;張如偉;郭迎春;;地震信號(hào)的小波分頻處理[J];石油天然氣學(xué)報(bào);2008年03期

3 馮智慧;劉財(cái);馮fE;王典;張先武;;基于高階累積量一維切片的地震信號(hào)初至自動(dòng)拾取方法[J];吉林大學(xué)學(xué)報(bào)(地球科學(xué)版);2011年02期

4 劉世澤;;地震信號(hào)載波傳輸[J];石油地球物理勘探;1979年04期

5 汪天偉,崔�？�;用光導(dǎo)纖維傳輸?shù)卣鹦盘?hào)[J];石油物探;1982年02期

6 邵幼英;;應(yīng)用展譜法提高多道地震信號(hào)的分辨率[J];石油地球物理勘探;1986年05期

7 王本吉;;無(wú)損地震信號(hào)的去工頻裝置—自動(dòng)平衡器[J];石油儀器;1987年01期

8 韓其玉;地震信號(hào)時(shí)頻域表示[J];石油大學(xué)學(xué)報(bào)(自然科學(xué)版);1994年03期

9 徐天吉;程冰潔;;小波域地震信號(hào)的多尺度研究與應(yīng)用[J];石油天然氣學(xué)報(bào);2007年05期

10 王成龍;曾珍;周軍;;小波域提取地震信號(hào)瞬時(shí)參數(shù)[J];內(nèi)蒙古石油化工;2008年01期

相關(guān)會(huì)議論文 前10條

1 張猛;王華忠;;小波變換和希爾伯特變換在地震信號(hào)瞬時(shí)參數(shù)提取中的比較研究[A];中國(guó)地球物理學(xué)會(huì)第二十七屆年會(huì)論文集[C];2011年

2 盧軍;潘衛(wèi)平;;地震信號(hào)數(shù)字磁帶記錄回放系統(tǒng)[A];1995年中國(guó)地球物理學(xué)會(huì)第十一屆學(xué)術(shù)年會(huì)論文集[C];1995年

3 朱培民;俞國(guó)柱;王家映;;地震信號(hào)的對(duì)稱性、高斯性及其檢測(cè)方法[A];2001年中國(guó)地球物理學(xué)會(huì)年刊——中國(guó)地球物理學(xué)會(huì)第十七屆年會(huì)論文集[C];2001年

4 歐陽(yáng)祖熙;師潔珊;雷興利;;正交變換在地震信號(hào)實(shí)時(shí)檢測(cè)與處理中的應(yīng)用[A];中國(guó)地震學(xué)會(huì)第三次全國(guó)地震科學(xué)學(xué)術(shù)討論會(huì)論文摘要匯編[C];1986年

5 范葉平;;磁帶記錄地震信號(hào)的模數(shù)轉(zhuǎn)換與處理[A];中國(guó)地震學(xué)會(huì)第七次學(xué)術(shù)大會(huì)論文摘要集[C];1998年

6 羅朝盛;汪富泉;;分形與小波在地震信號(hào)的壓縮及其恢復(fù)中的應(yīng)用[A];1992年中國(guó)地球物理學(xué)會(huì)第八屆學(xué)術(shù)年會(huì)論文集[C];1992年

7 熊高君;張學(xué)工;李衍達(dá);;利用地震信號(hào)自動(dòng)確定飛機(jī)投彈炸點(diǎn)位置的方法[A];2001年中國(guó)地球物理學(xué)會(huì)年刊——中國(guó)地球物理學(xué)會(huì)第十七屆年會(huì)論文集[C];2001年

8 廖祖文;高靜懷;陳文超;;極平坦沖擊響應(yīng)濾波器估計(jì)地震信號(hào)瞬時(shí)特征[A];中國(guó)地球物理學(xué)會(huì)第二十屆年會(huì)論文集[C];2004年

9 沈萍;楊選輝;劉希強(qiáng);張廉強(qiáng);;提高地震信號(hào)分辨率的小波包方法[A];中國(guó)地球物理第二十一屆年會(huì)論文集[C];2005年

10 許朝陽(yáng);范萬(wàn)春;季國(guó)華;劉俊民;;時(shí)頻分析在地震信號(hào)初至估計(jì)中的應(yīng)用[A];陜西地球物理文集（五）國(guó)家安全與軍事地球物理研究[C];2005年

相關(guān)重要報(bào)紙文章 前1條

1 通訊員 趙彬　楊雄武 吳洪彪;全國(guó)第一個(gè)地震信號(hào)發(fā)射臺(tái)在賓川建成并投入使用[N];大理日?qǐng)?bào)(漢);2011年

相關(guān)博士學(xué)位論文 前2條

1 王培茂;地震信號(hào)的時(shí)頻特征表示方法及應(yīng)用[D];吉林大學(xué);2008年

2 付燕;人工地震信號(hào)去噪方法研究[D];西北工業(yè)大學(xué);2002年

相關(guān)碩士學(xué)位論文 前10條

1 陳穎頻;地震信號(hào)分?jǐn)?shù)域頻譜成像理論及應(yīng)用研究[D];電子科技大學(xué);2013年

2 馬妍;基于時(shí)頻分析的地震信號(hào)瞬時(shí)參數(shù)提取方法研究[D];東北石油大學(xué);2013年

3 彭建亮;最優(yōu)分?jǐn)?shù)階濾波器設(shè)計(jì)及應(yīng)用研究[D];電子科技大學(xué);2011年

4 陳學(xué)華;時(shí)頻分布與地震信號(hào)譜分析研究[D];成都理工大學(xué);2006年

5 孫長(zhǎng)蘋(píng);S變換地震信號(hào)薄層預(yù)測(cè)處理技術(shù)[D];東北石油大學(xué);2011年

6 李傳輝;地震信號(hào)快速匹配追蹤分解及瞬時(shí)譜分析[D];中國(guó)石油大學(xué)（華東）;2012年

7 安蘊(yùn);基于MATLAB的小波分析用于地震信號(hào)的去噪研究[D];中北大學(xué);2012年

8 李蕾;地震信號(hào)的時(shí)頻分析及其在蘇里格氣田薄儲(chǔ)層識(shí)別中的應(yīng)用[D];成都理工大學(xué);2009年

9 李剛;基于S變換的地震信號(hào)相干噪聲壓制研究[D];西南交通大學(xué);2011年

10 楊威;基于獨(dú)立分量分析的地震信號(hào)隨機(jī)噪聲盲分離方法應(yīng)用研究[D];成都理工大學(xué);2009年

，

本文編號(hào)：2100548