本发明专利技术涉及一种基于Curvelet变换的地震信号去噪方法，建立一个不同子波长度的楔形模型，模型中只存在一个薄层，不同子波分辨薄层和楔形的能力也不同，选用时间分辨率低的地震记录作为匹配道，时间分辨率高的地震记录作为参考道，通过Curvelet变换的匹配滤波方法对匹配道地震记录以及掺加高斯白噪声的地震记录进行匹配处理，并与参考道分辨率高的地震记录进行对比。经实际对比试验结果表明，通过FITSA算法同时处理两方面的影响，匹配后的结果波形一致性高，并且噪声得到了好的压制，明显的提高了地震数据处理的分辨率、信噪比。在改善信噪比的同时极大地提高了地震资料的处理效率。
【技术实现步骤摘要】
本专利技术涉及一种地震数据的处理方法，尤其是基于Curvelet变换的地震信号去 噪方法。 技术背景 地震勘探中，不同震源的地震数据受匹配滤波方法的限制，匹配滤波后的地震数 据仍存在信噪比低、分辨率低等一系列差异；或新老地震资料进行匹配处理后出现分层不 清晰，使得波阻抗反演的精度难以保证和地震属性参数的提取困难；或不同区块地震资料 的拼接也存在同相轴不连续、信噪比低等，给地震数据匹配处理带来了困难，这一系列问题 都严重制约着地震数据处理的分辨率、信噪比。 吉林大学2008年硕士论文公开了《基于Curvelet变换的地震数据去噪方法研 宄》，介绍了一种基于Curvelet变换的地震数据处理技术研宄；将第二代Curvelet变换引 入地震数据处理，通过选取恰当的阈值，对地震数据进行Curvelet变换。计算了模拟数 据的Curvelet变换，对比了不同信噪比下的去噪效果。并且通过Curvelet变换对实际地 震数据进行去噪处理，实验结果得到了比较好的效果。 CN103543469A公开了《一种基于小波变换的小尺度阈值去噪方法》，首先，小尺度 地对地震数据进行扫描，得到一个小时窗内的相关系数值，其次，设置一个阈值对这个小尺 度时窗内的数据进行判断，是以地震信号为主还是以噪声信号为主，然后采用合适的分频 数及合适的小波阈值进行去噪，最后将去噪后的小波尺度进行小波重构，从而得到去噪后 信噪比较高的地震道集。 CN103399348A公开了一种《基于Shearlet变换的地震信号去噪方法》，读入二维 地震剖面数据，将二维地震数据S扩展为一长宽为奇数的方阵S1，构造频域方向滤波器组， 将各个变换矩阵分别与Sl信号向量相乘，再分别做二维傅里叶反变换，得到各个方向和尺 度的Shearlet系数Cy，阈值处理，将经过阈值处理的Shearlet变换系数做Shearlet反变 换获得去噪之后的地震数据。本专利技术将含有噪声的地震信号做拉普拉斯分解然后利用剪切 波函数进行滤波处理，得到对应剪切波系数，通过阈值处理滤除噪声信号，再通过逆非下采 样剪切波变换恢复去噪的信号，获得较好的去噪效果，具有较好的实用价值。 上述现有技术相比虽然在一定程度上能够有效的压制噪声，但过程复杂，计算速 度较慢，信噪比低，地震数据处理效果不是很好。
技术实现思路
本专利技术的目的就是针对上述现有技术的不足，提出了将采集到的地震数据进行匹 配滤波与噪声压制，通过FITSA算法同时处理两方面的影响，在改善信噪比的同时极大地 提高地震资料处理效率。 本专利技术的目的是通过以下方式实现的： 建立一个不同子波长度的楔形模型，模型中只存在一个薄层，不同子波分辨薄层 和楔形的能力也不同，选用时间分辨率低的地震记录作为匹配道，时间分辨率高的地震记 录作为参考道，通过Curvelet变换的匹配滤波方法对匹配道地震记录以及掺加高斯白噪 声的地震记录进行匹配处理，并与参考道分辨率高的地震记录进行对比。 ，包括以下步骤： A、输入含噪声信号道集； B、利用Curvelet变换，由原始地震数据得到匹配算子A ; C、利用匹配算子A构建等式Ax = b+n......(1)， 在匹配滤波过程中：A为匹配算子，X为待匹配数据，b为匹配道数据，η为随机噪 声； 在压制随机噪声过程中：A表示为产生随机噪声的算子矩阵，X是不含随机噪声的 数据，b为伴随随机噪声的地震记录；以上两种情况的η都是未知的噪声数据； D、将等式（1)中数据转换到Curvelet域?为稀疏数据： Ε、将等式转化为目标函数：【主权项】1. 一种，其特征在于，建立一个不同子波长度 的楔形模型，模型中只存在一个薄层，不同子波分辨薄层和楔形的能力也不同，选用时间分 辨率低的地震记录作为匹配道，时间分辨率高的地震记录作为参考道，通过Curvelet变换 的匹配滤波方法对匹配道地震记录以及掺加高斯白噪声的地震记录进行匹配处理，并与参 考道分辨率高的地震记录进行对比。2. 按照权利要求1所述的，其特征在于，包括 以下步骤： A、 输入含噪声信号道集； B、 利用Curvelet变换，由原始地震数据得到匹配算子A ; C、 利用匹配算子A构建等式Ax = b+n…（1)， 在匹配滤波过程中：A为匹配算子，X为待匹配数据，b为匹配道数据，η为随机噪声； 在压制随机噪声过程中：A表示为产生随机噪声的算子矩阵，X是不含随机噪声的数 据，b为伴随随机噪声的地震记录；以上两种情况的η都是未知的噪声数据； D、 将等式（1)中数据转换到Curvelet域变为稀疏数据； ε、将等式转化为目标函数：=pm -郇+AiHil…⑵， 式中：m是X在Curvelet域中稀疏系数，D = AR，R是X的Curvelet逆变换，即X = Rm， λ是正则化参数； F、 令目标函数j最小，利用FISTA算法求解X ; G、 输出滤波后的地震数据。【专利摘要】本专利技术涉及一种，建立一个不同子波长度的楔形模型，模型中只存在一个薄层，不同子波分辨薄层和楔形的能力也不同，选用时间分辨率低的地震记录作为匹配道，时间分辨率高的地震记录作为参考道，通过Curvelet变换的匹配滤波方法对匹配道地震记录以及掺加高斯白噪声的地震记录进行匹配处理，并与参考道分辨率高的地震记录进行对比。经实际对比试验结果表明，通过FITSA算法同时处理两方面的影响，匹配后的结果波形一致性高，并且噪声得到了好的压制，明显的提高了地震数据处理的分辨率、信噪比。在改善信噪比的同时极大地提高了地震资料的处理效率。【IPC分类】G01V1-28【公开号】CN104730576【申请号】CN201510175579【专利技术人】龙云, 王洪超, 陈祖斌, 林君, 杨泓渊 【申请人】吉林大学【公开日】2015年6月24日【申请日】2015年4月14日本文档来自技高网...
【技术保护点】
一种基于Curvelet变换的地震信号去噪方法，其特征在于，建立一个不同子波长度的楔形模型，模型中只存在一个薄层，不同子波分辨薄层和楔形的能力也不同，选用时间分辨率低的地震记录作为匹配道，时间分辨率高的地震记录作为参考道，通过Curvelet变换的匹配滤波方法对匹配道地震记录以及掺加高斯白噪声的地震记录进行匹配处理，并与参考道分辨率高的地震记录进行对比。
【技术特征摘要】
【专利技术属性】
技术研发人员：龙云，王洪超，陈祖斌，林君，杨泓渊，
申请(专利权)人：吉林大学，
类型：发明
国别省市：吉林;22
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。