為了提高油氣儲層預(yù)測和流體識別精度,非平穩(wěn)地震信號的時頻域去噪方法和高精度時頻分析研究日趨活躍。本文以非平穩(wěn)地震信號的分析和處理為研究課題,重點研究了非平穩(wěn)地震信號的去噪技術(shù)、基于分數(shù)階傅立葉變換的高精度時頻分析方法、基于稀疏正則約束的稀疏時頻分析方法等。主要研究內(nèi)容分為以下幾個方面:(1)研究了非平穩(wěn)信號時頻分析方法和數(shù)據(jù)預(yù)處理方法。時頻分析方法和數(shù)據(jù)預(yù)處理是分析非平穩(wěn)信號的重要技術(shù)。由于非平穩(wěn)信號源的復(fù)雜多變性,時頻分析和數(shù)據(jù)預(yù)處理問題是非常有挑戰(zhàn)性和活躍的研究話題。第一部分調(diào)研了各類經(jīng)典的時頻分析和數(shù)據(jù)預(yù)處理方法。(2)提出一種基于交疊組稀疏的廣義全變分去噪方法。該方法重點討論了基于交疊組稀疏的改進廣義全變分方法。廣義全變分模型是全變分模型的推廣并被證明是能夠有效去除全變分模型階梯效應(yīng)的方法,然而,該模型獨立處理每個像素,忽略了圖像的結(jié)構(gòu)相似先驗。因此,廣義全變分模型對于大幅度噪聲并不魯棒。本部分的研究動機是通過利用圖像的結(jié)構(gòu)相似性進一步提高廣義全變分模型的去噪性能。通過引入交疊組稀疏到廣義全變分模型,挖掘圖像一階和二階領(lǐng)域差分梯度信息的結(jié)構(gòu)相似性,從而達到提高廣義全變分模型對重...

【文章頁數(shù)】：146 頁

【學(xué)位級別】：博士

圖2-1稀疏表示示意圖

圖3-1四種去噪算法去噪效果圖

圖3-2四種去噪算法單道去噪對比圖

圖3-1中各種方法的去噪結(jié)果中，各抽取一道信號

本文編號：3883095