基于Shear let熵與SVM的地震信號去噪研究
發(fā)布時間:2021-10-29 02:14
地震勘探作為一種資源探索的方法一直都是學(xué)者們研究的熱點。隨著國家對礦產(chǎn)資源需求量的增多,并且能夠被開采的資源不斷減少,地震勘探的應(yīng)用難度越來越大。地震勘探工程的基礎(chǔ)是從品質(zhì)好的地震記錄出發(fā)開展后續(xù)環(huán)節(jié)。消減地震勘探隨機噪聲提高信噪比(SNR)是改善地震記錄品質(zhì)的關(guān)鍵。近年來,常規(guī)油氣勘探資源日益緊缺,儲備量豐富的非常規(guī)油氣勘探已經(jīng)成為全球油氣開采的新熱點。微地震監(jiān)測是一種非常規(guī)油氣勘探技術(shù),但由于實際接收到的微地震信號總是被大量噪聲所干擾,并且實際的微地震有效信號能量十分微小,導(dǎo)致有效信號無法人工識別。而沙漠地帶常年被沙土覆蓋,其產(chǎn)生的隨機噪聲極其復(fù)雜,具有低頻性、變化的非平穩(wěn)性、非高斯性、非時限性、非均勻變相波動特性等。這類噪聲限制了已有優(yōu)秀的消噪技術(shù)的效果。本論文基于Shearlet(剪切)熵與SVM(Support Vector Machines,支持向量機)開展地震信號隨機噪聲消減研究,主要針對微地震信號和沙漠地震信號展開去噪處理。根據(jù)微地震信號與沙漠信號各自的特性,本文通過提取不同的特征量來實現(xiàn)信噪的分離。使用Shearlet變換將微地震信號與沙漠地震信號映射到變換域進行處理...
【文章來源】:吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:72 頁
【學(xué)位級別】:碩士
【部分圖文】:
Shearlet頻域支撐區(qū)間(a)Shearlet頻域剖分
第 2 章 Shearlet 熵的基本原理11圖 2.2 分解流程圖2.2 Shearlet 能量熵Shearlet 不但有著十分簡單的數(shù)學(xué)結(jié)構(gòu),同時可以實現(xiàn)最優(yōu)逼近的信號稀疏表達。使用 Shearlet 變換分解信號,能捕捉信號更多的特征,能將單一的時域信號變換到 Shearlet 域,得到多尺度多方向的 Shearlet 系數(shù),十分有利于多維特征的提取。本文對待處理井中微地震數(shù)據(jù)進行 Shearlet 變換后,可通過 Shearlet 尺度間相關(guān)性的特征,增強信號,削弱噪聲的影響。并求出增強后信號的能量熵作為井中微地震信號的特征量。2.2.1 信息熵信息論之父 Shannon 在 1948 年提出了這樣的概念:任意一段信息都存在冗余度,冗余度的大小是與這段信息中每一個數(shù)出現(xiàn)的概率密切相關(guān)的。后來Shannon 結(jié)合熱力學(xué)的基本原理
首先進行尺度選擇,由于井中微地震中大量的有效信號信息集中在高頻尺度層,所以選取精(高)尺度層 3 和 4 進行處理。圖 2.4 為進行 Shearlet 變換后第 3 尺度各方向子帶的 Shearlet 系數(shù)。從圖中可以看出,有效信號系數(shù)分布集中,且幅值較大,能量更強,而噪聲隨機分布在各個尺度各個方向。(a) 方向 1 (b) 方向 2 (c) 方向 3
【參考文獻】:
期刊論文
[1]基于支持向量機的地震體波震相自動識別及到時自動拾取[J]. 蔣一然,寧杰遠(yuǎn). 地球物理學(xué)報. 2019(01)
[2]基于核密度估計的結(jié)構(gòu)地震需求信息熵重要性分析[J]. 王秀振,錢永久,瞿浩. 振動與沖擊. 2019(01)
[3]深度神經(jīng)網(wǎng)絡(luò)拾取地震P和S波到時[J]. 于子葉,儲日升,盛敏漢. 地球物理學(xué)報. 2018(12)
[4]基于深度神經(jīng)網(wǎng)絡(luò)的圖像修復(fù)取證算法[J]. 朱新山,錢永軍,孫彪,任超,孫亞,姚思如. 光學(xué)學(xué)報. 2018(11)
[5]焦石壩區(qū)塊分段壓裂井中微地震實時監(jiān)測技術(shù)[J]. 高東偉,趙志紅,張晗,李婷. 油氣井測試. 2018(05)
[6]基于粒子群算法的支持向量機的參數(shù)優(yōu)化[J]. 陳晉音,熊暉,鄭海斌. 計算機科學(xué). 2018(06)
[7]塔里木盆地石油地質(zhì)基本特征研究[J]. 馬文婷. 中國石油和化工標(biāo)準(zhǔn)與質(zhì)量. 2017(05)
[8]陸地地震勘探隨機噪聲統(tǒng)計特性[J]. 鐘鐵,李月,楊寶俊,吳寧,田雅男. 地球物理學(xué)報. 2017 (02)
[9]基于多小波熵和信號熵的植物電信號特征提取[J]. 舒彬. 電腦知識與技術(shù). 2016(07)
[10]沙漠地區(qū)地震勘探隨機噪聲建模及其在噪聲壓制中的應(yīng)用[J]. 李光輝,李月. 地球物理學(xué)報. 2016(02)
博士論文
[1]陸地地震勘探隨機噪聲建模與分析[D]. 李光輝.吉林大學(xué) 2016
[2]多尺度分析與壓縮感知理論在圖像處理中的應(yīng)用研究[D]. 馮鑫.蘭州理工大學(xué) 2012
碩士論文
[1]基于Shearlet變換與AIC的微地震初至提取[D]. 鞏佳琦.吉林大學(xué) 2018
[2]基于Contourlet變換和Shearlet變換的圖像去噪算法研究[D]. 唐飛.湘潭大學(xué) 2014
[3]水力壓裂微地震事件自動識別與拾取[D]. 魏路路.長安大學(xué) 2013
[4]井中壓裂微地震監(jiān)測技術(shù)方法研究[D]. 徐剛.中國石油大學(xué)(華東) 2013
[5]Shearlet變換在圖像邊緣檢測中的應(yīng)用研究[D]. 岳彥剛.西安建筑科技大學(xué) 2013
本文編號:3463764
【文章來源】:吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:72 頁
【學(xué)位級別】:碩士
【部分圖文】:
Shearlet頻域支撐區(qū)間(a)Shearlet頻域剖分
第 2 章 Shearlet 熵的基本原理11圖 2.2 分解流程圖2.2 Shearlet 能量熵Shearlet 不但有著十分簡單的數(shù)學(xué)結(jié)構(gòu),同時可以實現(xiàn)最優(yōu)逼近的信號稀疏表達。使用 Shearlet 變換分解信號,能捕捉信號更多的特征,能將單一的時域信號變換到 Shearlet 域,得到多尺度多方向的 Shearlet 系數(shù),十分有利于多維特征的提取。本文對待處理井中微地震數(shù)據(jù)進行 Shearlet 變換后,可通過 Shearlet 尺度間相關(guān)性的特征,增強信號,削弱噪聲的影響。并求出增強后信號的能量熵作為井中微地震信號的特征量。2.2.1 信息熵信息論之父 Shannon 在 1948 年提出了這樣的概念:任意一段信息都存在冗余度,冗余度的大小是與這段信息中每一個數(shù)出現(xiàn)的概率密切相關(guān)的。后來Shannon 結(jié)合熱力學(xué)的基本原理
首先進行尺度選擇,由于井中微地震中大量的有效信號信息集中在高頻尺度層,所以選取精(高)尺度層 3 和 4 進行處理。圖 2.4 為進行 Shearlet 變換后第 3 尺度各方向子帶的 Shearlet 系數(shù)。從圖中可以看出,有效信號系數(shù)分布集中,且幅值較大,能量更強,而噪聲隨機分布在各個尺度各個方向。(a) 方向 1 (b) 方向 2 (c) 方向 3
【參考文獻】:
期刊論文
[1]基于支持向量機的地震體波震相自動識別及到時自動拾取[J]. 蔣一然,寧杰遠(yuǎn). 地球物理學(xué)報. 2019(01)
[2]基于核密度估計的結(jié)構(gòu)地震需求信息熵重要性分析[J]. 王秀振,錢永久,瞿浩. 振動與沖擊. 2019(01)
[3]深度神經(jīng)網(wǎng)絡(luò)拾取地震P和S波到時[J]. 于子葉,儲日升,盛敏漢. 地球物理學(xué)報. 2018(12)
[4]基于深度神經(jīng)網(wǎng)絡(luò)的圖像修復(fù)取證算法[J]. 朱新山,錢永軍,孫彪,任超,孫亞,姚思如. 光學(xué)學(xué)報. 2018(11)
[5]焦石壩區(qū)塊分段壓裂井中微地震實時監(jiān)測技術(shù)[J]. 高東偉,趙志紅,張晗,李婷. 油氣井測試. 2018(05)
[6]基于粒子群算法的支持向量機的參數(shù)優(yōu)化[J]. 陳晉音,熊暉,鄭海斌. 計算機科學(xué). 2018(06)
[7]塔里木盆地石油地質(zhì)基本特征研究[J]. 馬文婷. 中國石油和化工標(biāo)準(zhǔn)與質(zhì)量. 2017(05)
[8]陸地地震勘探隨機噪聲統(tǒng)計特性[J]. 鐘鐵,李月,楊寶俊,吳寧,田雅男. 地球物理學(xué)報. 2017 (02)
[9]基于多小波熵和信號熵的植物電信號特征提取[J]. 舒彬. 電腦知識與技術(shù). 2016(07)
[10]沙漠地區(qū)地震勘探隨機噪聲建模及其在噪聲壓制中的應(yīng)用[J]. 李光輝,李月. 地球物理學(xué)報. 2016(02)
博士論文
[1]陸地地震勘探隨機噪聲建模與分析[D]. 李光輝.吉林大學(xué) 2016
[2]多尺度分析與壓縮感知理論在圖像處理中的應(yīng)用研究[D]. 馮鑫.蘭州理工大學(xué) 2012
碩士論文
[1]基于Shearlet變換與AIC的微地震初至提取[D]. 鞏佳琦.吉林大學(xué) 2018
[2]基于Contourlet變換和Shearlet變換的圖像去噪算法研究[D]. 唐飛.湘潭大學(xué) 2014
[3]水力壓裂微地震事件自動識別與拾取[D]. 魏路路.長安大學(xué) 2013
[4]井中壓裂微地震監(jiān)測技術(shù)方法研究[D]. 徐剛.中國石油大學(xué)(華東) 2013
[5]Shearlet變換在圖像邊緣檢測中的應(yīng)用研究[D]. 岳彥剛.西安建筑科技大學(xué) 2013
本文編號:3463764
本文鏈接:http://sikaile.net/kejilunwen/diqiudizhi/3463764.html
最近更新
教材專著