基于多模態(tài)低秩處理的沙漠地震隨機噪聲壓制
發(fā)布時間:2021-11-27 12:18
作為現(xiàn)代地球物理勘探的主要手段和油氣資源勘探領(lǐng)域中的重要方法之一,地震勘探一直以來都備受各國學者的密切關(guān)注。近年來,隨著人類生產(chǎn)生活對油氣資源的需求日益攀升,容易開采的油氣資源的減少,非常規(guī)的油氣資源開采成為熱點,這也就使得地震勘探的應(yīng)用難度越來越大。地震勘探工程的順利展開很大程度上依賴于一副品質(zhì)良好的地震記錄,而消減地震勘探隨機噪聲提高其信噪比是提升地震記錄品質(zhì)的關(guān)鍵一步,因此,尋找一種有效的地震勘探隨機噪聲的壓制方法,提高地震記錄品質(zhì)意義深遠。近年來,各國學者相繼提出了一系列隨機噪聲消減的方法,如f-x反褶積、小波去噪算法、時頻峰值濾波、經(jīng)驗?zāi)B(tài)分解等,這些經(jīng)典的算法先后被應(yīng)用于地震信號處理領(lǐng)域中,雖然均取得了一定的效果,然而,各自的局限性使得處理效果不盡人意。f-x反褶積雖然工程應(yīng)用較為普遍,但它要求反射波同向軸具有線性或局部線性,無法壓制不規(guī)則噪聲,而且,在處理低信噪比資料時會出現(xiàn)明顯誤差;小波變換作為一種多尺度的時頻分析方法,雖然在地震勘探應(yīng)用比較廣泛,但是其去噪效果很大程度上依賴于閾值的選取,限制了方法應(yīng)用的靈活性和適用性;時頻峰值濾波雖然可以處理低信噪比的數(shù)據(jù),但是受非線...
【文章來源】:吉林大學吉林省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:60 頁
【學位級別】:碩士
【部分圖文】:
模擬沙漠地震數(shù)據(jù)EMD分解示意圖
吉林大學碩士學位論文12(3)令ii1,循環(huán)進行步驟(2),直至Mi;(4)將M次得到的IMF分量進行數(shù)學平均,得到最終的IMF分量。將EEMD算法應(yīng)用到模擬沙漠地震資料的處理中,這里我們依然選取一道含有三個雷克子波的模擬信號進行分解。圖2.2是對沙漠地震信號進行EEMD分解的示意圖,從上至下依次為含噪信號和分解得到的IMF分量,從圖中可以看出,相比于EMD分解,EEMD分解之后,有效信號更大程度上被分解在不同的模態(tài)分量中,也就是說EEMD算法相比于EMD算法,一定程度上克服了模態(tài)混疊的現(xiàn)象。圖2.2模擬沙漠地震數(shù)據(jù)EEMD分解示意圖2.2.2參數(shù)初始化由于EEMD算法的核心思想就是高斯白噪聲的引入,那么所添加的高斯白噪聲的幅值如何選取就是我們不得不思考的問題;另外,我們定義經(jīng)集合平均之后的分量為我們想要的模態(tài)分量,那么夠早的集合信號的數(shù)量是多少,是否越多越好,也是我們需要考慮的問題,因此添加白噪聲的幅值a和構(gòu)造集合信號的數(shù)量M,這兩個參數(shù)的設(shè)置對于EEMD分解的準確度與計算效率都有著有很大的影響。通過大量的試驗,我們發(fā)現(xiàn),a偏小,不足以淹沒干擾信號的影響,a偏大,會導致噪聲信號淹沒有用信號,后面的分解也會失去意義。再來看M值選取,毫無疑問,M越大分解的準確度必然會隨之提高,最終的去噪效果也必然會越好,但是存在的問題是運算量也會隨之增大,計算成本會變得非常高,當你付出的成本與結(jié)果優(yōu)化的程度不匹配的
吉林大學碩士學位論文16將CEEMDAN算法應(yīng)用于模擬沙漠地震數(shù)據(jù)處理過程,圖2.4是該算法對模擬沙漠地震數(shù)據(jù)分解示意圖,本文依然采用了一道含有三個雷克子波的模擬信號進行分解。分解之后獲得9個模態(tài)分量。圖2.4模擬沙漠地震數(shù)據(jù)CEEMDAN分解示意圖為了更直觀的對比三種算法的性能,圖2.5從一副噪聲強度更大的模擬沙漠地震數(shù)據(jù)中任選一道,給出了EEMD算法與CEEMDAN算法的單道對比圖,圖2.5(a)為EEMD算法的單道對比圖,圖2.5(b)為CEEMDAN算法的單道對比圖,從圖中方框圈出部分可以看出,CEEMDAN算法在降噪之后,信號的保幅性能得到了一定的提升,也就是說,CEEMDAN算法在一定程度上克服了模態(tài)混疊,更好地實現(xiàn)了將噪聲同有效信號分解到不同頻帶上的目標。
本文編號:3522272
【文章來源】:吉林大學吉林省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:60 頁
【學位級別】:碩士
【部分圖文】:
模擬沙漠地震數(shù)據(jù)EMD分解示意圖
吉林大學碩士學位論文12(3)令ii1,循環(huán)進行步驟(2),直至Mi;(4)將M次得到的IMF分量進行數(shù)學平均,得到最終的IMF分量。將EEMD算法應(yīng)用到模擬沙漠地震資料的處理中,這里我們依然選取一道含有三個雷克子波的模擬信號進行分解。圖2.2是對沙漠地震信號進行EEMD分解的示意圖,從上至下依次為含噪信號和分解得到的IMF分量,從圖中可以看出,相比于EMD分解,EEMD分解之后,有效信號更大程度上被分解在不同的模態(tài)分量中,也就是說EEMD算法相比于EMD算法,一定程度上克服了模態(tài)混疊的現(xiàn)象。圖2.2模擬沙漠地震數(shù)據(jù)EEMD分解示意圖2.2.2參數(shù)初始化由于EEMD算法的核心思想就是高斯白噪聲的引入,那么所添加的高斯白噪聲的幅值如何選取就是我們不得不思考的問題;另外,我們定義經(jīng)集合平均之后的分量為我們想要的模態(tài)分量,那么夠早的集合信號的數(shù)量是多少,是否越多越好,也是我們需要考慮的問題,因此添加白噪聲的幅值a和構(gòu)造集合信號的數(shù)量M,這兩個參數(shù)的設(shè)置對于EEMD分解的準確度與計算效率都有著有很大的影響。通過大量的試驗,我們發(fā)現(xiàn),a偏小,不足以淹沒干擾信號的影響,a偏大,會導致噪聲信號淹沒有用信號,后面的分解也會失去意義。再來看M值選取,毫無疑問,M越大分解的準確度必然會隨之提高,最終的去噪效果也必然會越好,但是存在的問題是運算量也會隨之增大,計算成本會變得非常高,當你付出的成本與結(jié)果優(yōu)化的程度不匹配的
吉林大學碩士學位論文16將CEEMDAN算法應(yīng)用于模擬沙漠地震數(shù)據(jù)處理過程,圖2.4是該算法對模擬沙漠地震數(shù)據(jù)分解示意圖,本文依然采用了一道含有三個雷克子波的模擬信號進行分解。分解之后獲得9個模態(tài)分量。圖2.4模擬沙漠地震數(shù)據(jù)CEEMDAN分解示意圖為了更直觀的對比三種算法的性能,圖2.5從一副噪聲強度更大的模擬沙漠地震數(shù)據(jù)中任選一道,給出了EEMD算法與CEEMDAN算法的單道對比圖,圖2.5(a)為EEMD算法的單道對比圖,圖2.5(b)為CEEMDAN算法的單道對比圖,從圖中方框圈出部分可以看出,CEEMDAN算法在降噪之后,信號的保幅性能得到了一定的提升,也就是說,CEEMDAN算法在一定程度上克服了模態(tài)混疊,更好地實現(xiàn)了將噪聲同有效信號分解到不同頻帶上的目標。
本文編號:3522272
本文鏈接:http://sikaile.net/shoufeilunwen/benkebiyelunwen/3522272.html
最近更新
教材專著