噪声压制

摘要： 常规去噪方法众多,但每种方法都受某种假设或条件限制。另外,常规去噪方法中一些优化问题具有多个局部极值,导致算法可能收敛到局部最优解而非全局最优解。为此,提出了一种基于平稳小波变换与深度残差网络的地震随机噪声压制方法。采用残差网络(ResNet)的拓扑结构,结合平稳小波变换压制地震数据噪声。残差模块有效避免了网络过深引起的梯度消失或计算消耗但损失函数趋于饱和的问题。另外,小波变换是一种高效的特征提取方法,可获得信号低频和不同方向高频特征信息,分区域学习信号或噪声的特征。首先,对Train400数据集中的每幅图片旋转不同角度以增加训练集数据量,经过旋转变换后加入高斯噪声。然后,对每幅图片进行1级平稳Haar小波分解,得到训练数据集;通过训练提取信号中噪声的小波变换高、低频信息,在此基础上通过直连通道,从含噪数据的小波分解中减去学习到的噪声的小波分解,得到去噪信号的小波分解。最后,通过逆平稳小波变换得到去噪信号。合成信号和实际地震数据去噪试验表明,所提方法能较好地压制地震随机噪声,去噪信号的信噪比、峰值信噪比均较高。

摘要： 传统的块匹配三维协同滤波方法在数字信号去噪中虽然取得较好的应用效果,但其块匹配及分组结果易受块间能量差异影响,参数选取效率不高且去噪效果有待进一步提升,为此,提出一种基于分块能量归一的块匹配三维协同滤波方法,该方法主要包括以下2步:①先对分块数据在二维变换(先在行(列)方向进行一维变换,再在列(行)方向进行一维变换)域进行软/硬阈值滤波和分块能量归一处理;②进行二维变换域块匹配及分组、块顺序方向一维变换(即分块数据的三维变换)和三维变换域软/硬阈值滤波、分块数据三维反变换和保持分块数据能量关系的块聚集。理论分析、模型数据试验和实际数据应用结果表明,该方法能消除块间能量差异的影响,提升相似块匹配精度和计算效率,最终提升去噪效果,可被广泛用于去噪处理。

摘要： 磁共振探测(magnetic resonance sounding,MRS)是一种直接探测地下水的地球物理方法,具有定量、准确和高效等优点,广泛应用于水资源调查等领域.MRS信号的质量对于磁共振数据的解释具有重要作用.本文针对强环境干扰情况下MRS信号的随机噪声压制问题展开研究.基于卷积神经网络(convolutional neural networks,CNN)框架,采用监督学习的训练方式,得到含噪信号的时频谱与原始无噪声信号的时频谱间的非线性映射关系,进而实现磁共振信号噪声的压制.仿真结果表明,CNN方法对含噪MRS信号的信噪比提升可达15dB以上.并对比分析了CNN方法与时频峰值滤波(time-frequency peak filtering,TFPF)方法的噪声压制效果,证明了该方法的有效性和优越性.最后,使用该方法对野外实测数据的噪声压制,进一步证明了本方法的有效性和实用性.

摘要： Radon变换是一种稀疏变换,被广泛应用于地震数据处理,其中线性Radon和抛物Radon最为常用.在实际地震数据中,直达波和面波的同相轴形态为线性,反射波为双曲型,单独使用线性Radon或抛物Radon变换时,不能确保所有同相轴在变换域的系数都是稀疏的,影响地震数据处理效果.本文提出的多路径Radon变换联合了线性Radon变换和抛物Radon变换,每个同相轴都有两种不同的变换参数来与积分路径相适应,能够兼顾不同形态的同相轴;然后利用最小二乘稀疏反演方法对不同形态同相轴匹配最佳积分路径,使其自动分离到两个不同的Radon域剖面且保持系数同时稀疏.从多路径Radon域剖面上,能够很容易地识别不同系数所对应的同相轴形态、时间截距以及速度,这些特征有利于提高利用Radon变换方法进行随机噪声压制、面波压制以及波型分离等技术的处理效果,该变换在模型数据和实际数据中的应用结果证明了本文方法有效性.

摘要： 探月雷达信号处理解析对正确认识月球组构具有重要意义。由于天线耦合、着陆器相关金属构件等复杂工作因素的影响,使嫦娥三号探月雷达的第二通道数据受到明显的噪声干扰,影响数据解释。为提高探月雷达数据的信噪比,提出一种自适应的形态学滤波方法,其能够通过结构元素尺寸不同的形态学滤波器提取探月雷达信号中不同尺度的信息,且能够利用粒子群算法对结构元素尺寸进行自动筛选。通过实测数据对算法的去噪性能进行测试,结果表明,相比带通滤波和经验模态分解方法,自适应形态学滤波方法具有明显的优越性,能够更好地提取探月雷达信号中的有用信息及压制干扰噪声。同时,该方法的输出结果为探月雷达数据的进一步解释提供了较好的科学依据。

摘要： 塔里木盆地作为我国重要的油气勘探地区,其地表主要由沙漠覆盖.塔里木地区获取的沙漠地震资料通常表现为低信噪比,并且有效信号与背景噪声在低频段存在严重的混叠现象.这两点给沙漠地震资料的消噪带来了巨大的困难,进而影响后期的反演、成像以及解释等工作.为了压制沙漠背景噪声并完整恢复有效信号,本文采用生成对抗网络(Generative Adversarial Network,GAN)的基本思路并利用去噪器代替GAN中的生成器,提出一种针对沙漠地震资料的全新消噪网络,命名为沙漠地震卷积对抗降噪网络(Desert Seismic Convolutional Adversarial Denoising Network,DSCA-Net).在DSCA-Net中,我们将去噪器的均方误差损失与去噪器、鉴别器之间的对抗损失相结合,提出了一种全新损失函数;利用该损失函数来优化网络,进而得到适合沙漠地震资料去噪的模型.模拟与实际实验均表明本文提出的DSCA-Net可以有效地压制沙漠地震资料中的背景噪声,同时显著增强同相轴的连续性;经过DSCA-Net处理后的沙漠地震资料信噪比得到显著提升.

摘要： 针对由于地震数据中含有的随机噪声,严重影响后续资料处理解释的准确性问题,提出一种基于卷积神经网络的智能化地震随机噪声压制方法。首先根据卷积神经网络原理设计一种深层非线性的噪声压制网络,然后利用构建的高质量随机噪声训练集对该网络进行训练,在高维空间实现对随机噪声特征的自动学习,从而拟合出含噪地震数据记录与随机噪声的非线性映射关系,实现随机噪声自动压制。将该方法用于地震数据噪声压制,并与常用的滤波算法(均值滤波法和中值滤波法)进行对比,实验结果证明,该方法具有更高的信噪比,克服了传统方法存在的问题。实例验证了该方法的可行性和有效性。

摘要： 微地震监测被广泛应用于非常规油气勘探领域,促进油气的增储和高效开采.由于微地震数据具有非平稳性,现行去噪方法的效果并不理想.文中提出一种基于样本熵(SE)自适应白噪声完整集合经验模态分解(CEEMDAN)的时频峰值滤波(TFPF)方法,压制微地震数据中的噪声,保留有效信号幅值.原始微地震数据经CEEMDAN分解为若干个本征模态分量IMFs;通过计算IMF的样本熵将IMF划分为需滤波和存留的两个组分,对需TFPF滤波的IMFs逐一选择时窗长度进行滤波;将处理后的IMFs与不需处理的IMFs重构即可得最终滤波信号.理论模型与实际数据均证明,所提方法噪声压制效果优于传统EMD和固定时窗的TFPF去噪方法.

摘要： 强噪声干扰、信噪比过低是造成深层地震资料成像不佳的主要因素.为此,提出在时频域内将变分模态分解算法应用于分频地震资料的噪声压制处理的新思路.首先,通过希尔伯特—黄变换(HHT)构建地震数据的解析信号,将地震数据转换到时频域,在时频域进行分频变分模态分解;随后,分析有效信号与噪声在时频切片上的能量分布,在此基础上优选出有效信号模态分量重构时频切片;最后反变换回时空域,达到噪声压制的目的.应用模型数据分析了关键参数对去噪效果的影响;实际资料的应用结果表明该算法可有效压制较强的随机背景噪声,同时对陡倾角的线性干扰也有明显的压制作用.

摘要： 通过小波变换与CEEMDAN相结合的方式对地震信号进行降噪处理,对小波分解的高频信号进行CEEMDAN分解,再根据自相关函数剔除高频IMF分量进行重构达到提取有效反射波,压制噪声干扰的目的,最后对信号进行小波重构并进行信噪比和均方差计算.结果表明,通过小波变换和CEEMDAN降噪后,有效地减少了噪声对于地震信号的影响,对于信噪比和分辨率都有提高.

摘要： 经过几十年的发展,海洋可控源电磁法(MCSEM)逐渐被纳入了海洋油气勘探的基本流程,并能极大的提高海洋勘探作业的油气储层探测能力,降低勘探成本.海水能够屏蔽空间电磁噪声,有利于应用MCSEM探测海底高阻异常体,但是MCSEM信号依然会受到随机噪声、空气波及海水扰动噪声的影响,导致信号失真,直接影响电磁数据的定性显示分析及定量反演解释效果.因此对MCSEM数据进行去噪方法研究,是后期数据处理和资料解释过程中必不可少的一个环节.本文提出了一种经验模态分解(EMD)和小波多分辨率分析(Wavelet MRA)相结合的MCSEM数据噪声压制方法，提出的联合EMD和Wavelet MRA的MCSEM数据噪声压制方法，能够很好的消除随机噪声以及由海水运动引起的扰动噪声，为后期数据定性分析及反演解释奠定了基础。

摘要： 随着我国"深部探测技术与实验研究"专项的深入,不可避免地需要在长江中下游成矿带及典型矿集区开展大地电磁探测工作.矿集区中各种复杂的电磁干扰源严重污染了实际大地电磁信号,引起大地电磁阻抗估算偏差严重及测量获得的视电阻率值过度失真等状况,导致不能客观反映地下电性分布.这些都给地球物理勘探工作带来了巨大困扰,极大地影响了地下物性结构和电性分析的可解释性及采集数据本身的可靠性.在前期研究基础上，结合基本数学形态学理论，提出一种加权多尺度形态滤波的噪声压制方法。通过利用不同尺度的结构元素对待处理信号进行全方位扫描，加权合成后获取更为精细的形态特征信息，同时尝试性地引入递归图，对不同时间尺度的大地电磁时间序列的动力学行为进行信噪甄别和确定性检验。实验结果表明，该方法能够更加精细地分离出大地电磁信号中的强噪声干扰，改善了矿集区大地电磁测深的数据品质，并能定性判断大地电磁时间序列的非线性和原动力系统的确定性，为今后在矿集区开展大地电磁测深及建立鉴定大地电磁信噪特征的评价准则提供了新的解决思路，具有非常重要的理论意义与实际应用价值，应用前景广阔。

摘要： 全波形反演能够客观反映地震波传播规律，在复杂地质模型的反演方面具有显著优势。本文针对层间噪声产生的原因，提出了基于EPS滤波的层间噪声压制方案。本文选择了边缘保持平滑(Edge PreservingSmoothing,EPS)滤波器来进行噪声的压制，其基本思想是在压制模型参数空间随机扰动的同时保持边缘的信息，针对全波形反演中模型参数扰动量的计算结果中存在大量的层间噪声的特点，从噪声的原因出发，采用了EPS滤波，配合模型横向平滑进行了层间噪声压制，完成了对多层模型，透镜体，陷落柱，Marmousi等模型的测试，反演结果基本符合真实模型。

摘要： 本文对多道多维多域滤波方法进行了分析，在实现的过程中通过选择需要进行滤波的地震道，根据数据维度、噪声类型与特征在合适的域内进行变换，优化选择相关系数、视速度、频率和波数等参数的阙值，有效分离波场，并且可以控制滤波的程度。在实际应用中，考虑了空间假频、折叠效应、零倾角FK谱等的影响。其中，通过空间插值来减小道间距，从而缓解空间假频现象;将资料延伸到空间时间轴范围之外进行充零缓解了折叠效应对滤波结果的影响;针对FK谱中的零频部分，使用特殊的窗函数进行修正，增加了滤波的稳定性;处理不规则数据时，对其进行了重新排列或插值的规则化处理;当采集系统为同时震源时，需要着重考虑地震波信息的混合效应。测试结果表明多道多维多域滤波器为新的地震数据采集方法提供了有效的噪声压制手段。

摘要： 随着人类文明的不断进步,复杂环境噪声和重工业密集等因素造成的人文电磁干扰日益严重,导致野外采集的音频大地电磁数据受到严重的电磁干扰,其结果已不能客观反映地下电性分布.为了快速、有效压制矿集区音频大地电磁信号中的大尺度强干扰,保留低频段的有用信息.根据大地电磁噪声干扰类型,选用小波包和余弦原子等多种原子构造的冗余字典进行稀疏分解,并采用稀疏优化算法——分段正交匹配追踪(StOMP)提高计算效率,达到快速去噪目的.文中所提方法为后续大规模开展海量实测音频大地电磁数据处理提供了一条新的研究思路,应用前景广阔.

摘要： 海洋油气资源丰富,但勘探程度相对低,是油气公司重点投资和东方地球物理服务公司激烈竞争的探区之一.海底节点(OBN)地震勘探与常规的拖缆勘探相比具有宽频、宽方位、高保真和高重复性等优势.然而,OBN数据处理却面临着四分量数据采集、稀疏的接收节点分布以及震源和接收节点间巨大的高程差等常规处理无法解决的难题.为解决上述难题,创造性地给出了三分量数据重定向、三分量Vz噪声压制、共反射点叠加成像和OBN叠前时间/深度域成像等OBN处理关键技术,开发了相应的GeoEast工业化软件,建立了一套高精度和高效率的OBN数据处理流程.目前,填补国内工业化软件空白的GeoEast-OBN处理软件已成功应用于参与国际竞争的某国外实际资料的处理.

摘要： 海洋垂直缆地震数据中的多次波使得目的层反射波的振幅、频率和相位发生畸变,影响了地震成像的可靠性与真实性,增大了油气勘探的风险和难度.本文分析了Radon变换在波场分离及压制随机噪声方面的能力,并将传统线性Radon变换与双曲线Radon变换相结合,提出了混合Radon正反变换算法,尝试用混合的算法进行试验.在结果显示,混合Radon变换相较于常规Radon变换,在Radon域地震记录各同相轴能量的分辨率更高.

摘要： 地面微地震监测资料采集方式特殊,采集后资料中存在大量的噪声,随机噪声很明显,并带有能量很强的局部相干噪声,有效信号不连续,振幅较弱,甚至有效信号完全被湮没在噪声中,看不到同相轴,资料的信噪比很低.本文将随机噪音作为源信号,经过数据的白化处理后,消除了数据间的相关性,随后应用快速独立分量分析算法进行了信号和噪声的分离,并对模型进行了试算和实际资料的处理,取得了较好的效果.

摘要： 本文利用Curvelet变换阈值法对深反射地震数据的噪声进行压制，现在阈值法主要分为硬阈值和软阈值两种方法。这两种方法各有优缺点，本文希望通过对这两种方法的比较，提出一种新的方法，能更好的压制深反射地震数据中的噪声，提高信噪比，同时减少有效信号的损失。

摘要： 海上地震资料中噪声类型十分复杂,其中外源干扰反射能量较强,在地震道集上表现为双曲型干扰,并且其频谱形态与震源信号几乎完全重叠.本文主要介绍了利用形态学原理来压制双曲型外源干扰的方法.首先根据外源干扰信号的特点,给出干扰时距曲线方程和道间时差方程,据此求取外源点坐标,再由时距曲线模拟干扰模型,利用模拟时差将外源干扰拉平.最后以数学形态学压制线性噪声的原理为基础,运用形态学滤波去除校平后的外源干扰.

摘要： 本发明公开了一种深层叠前地震数据噪声压制方法及系统，对原始叠前数据进行分块；对分块后的其中一块原始叠前地震数据利用中值估计算子估算该块数据的噪声方差等级；对估计过噪声方差等级的原始叠前地震数据分块进行高维连续小波变换；依据相干干扰的角度确定分块需要保留的连续小波变换变换结果角度范围；根据分块的噪声标准差确定其需要保留的子带内的阈值；利用确定好的每个保留子带的阈值对需要保留子带中的小波系数进行阈值处理；对阈值处理后的小波变换子带进行高维小波逆变换得到重建的高信噪比信号；重复以上步骤直至所有分块处理完成，将得到的所有高信噪比分块重新拼接为完整的高信噪比数据作为完成噪声压制的深层叠前地震数据。

摘要： 本发明提出基于噪声语义相关性深度迁移去噪自编码网络的微地震资料噪声压制方法及系统，所述方法首先利用微地震合成资料对用去噪自编码器构造的模型进行训练，其中采用噪声语义相关性作为去噪自编码网络的损失函数，均方差作为去噪自编码网络的正则项；然后，采用最大均值差异最小化进行训练模型深度迁移。最后利用现场微地震资料对深度迁移去噪自编码噪声压制模型进行微调，得到最优模型，进行测试验证。所述方法克服了现有的深度学习去噪算法在微地震噪声压制背景下的限制，提升了微地震噪声压制模型的性能，提高了后续的事件识别与震源定位的准确性与可靠性。

摘要： 本发明公开了一种基于几何纹理噪声估计的低秩矩阵逼近的沙漠地震噪声压制方法，包括以下步骤：步骤一、获取含噪地震信号Y，设置参数δ，η，L，τ；步骤二、设置Y0＝Y,步骤三、对k＝1:L做迭代正则化：步骤四、选择一个主要地震纹理块步骤五、构建相似块矩阵步骤六、估计噪声标准差；步骤七、奇异值分解；步骤八、估计奇异值步骤九、获得奇异值矩阵步骤十、用阈值τ将信号的较大奇异值和较小奇异值分开；步骤十一、获得估计值和步骤十二、利用和来获得和得出去噪的地震信号本发明提供的压制方法能够根据含噪地震信号不同纹理块的几何结构直接估计出噪声标准差，对沙漠地震低频噪声压制有明显的效果。

摘要： 本发明提供了一种地震图像噪声压制方法、装置及电子设备，涉及图像处理技术领域，该方法包括：对原始地震图像中每个像素点依次进行如下滤波修复处理，得到噪声压制处理后的目标地震图像：根据当前像素点对应的邻域内的各个近邻点的灰度值，对当前像素点进行中值滤波，得到滤波值；根据该滤波值，确定每个近邻点对应的灰度权重；根据各个近邻点对应的灰度权重，对当前像素点进行双边滤波，得到当前像素点对应的目标修复值。这种结合了中值滤波和双边滤波的滤波修复方式，能够同时有效去除地震图像上的高斯噪声和椒盐噪声，与对原始地震图像先后进行中值滤波和双边滤波的滤波方式相比，简化了去噪流程，提高了信噪比。

摘要： 本发明公开了一种基于3D‑SNACNN网络的叠前地震资料中强散射噪声压制方法及系统，构造3D‑SNACNN网络，选择三维地震数据并重排为OVT域数据作为网络训练的数据集；利用三维连续小波快速算法对选定的OVT域地震数据去噪，得到对应的干净数据，将干净数据和网络训练数据集以相同的方式划分为若干满足3D‑SNACNN网络输入要求的三维数据，然后从中筛选出部分数据构成训练样本对，将训练样本对送入3D‑SNACNN网络进行训练，待训练完成之后，利用3D‑SNACNN网络对测试集中的地震数据进行处理，完成三维地震资料中各种随机噪声的压制。本发明解决了叠后三维地震资料中随机噪声的干扰问题，有效压制叠前地震资料中的强散射噪声，本发明支持并行处理，并具有良好的自适应性，满足工业上大规模计算需求。

摘要： 本发明属于地震数据处理技术领域，具体涉及一种基于3D卷积神经网络自监督3D地震数据随机噪声压制方法，1、设计3D卷积神经网络架构；2、准备含有随机噪声的3D地震数据；3、设计自监督辅助任务；4、设计避免过拟合的策略；5、运行3D卷积神经网络；6、确定最优压制噪声结果。相比于现有基于深度学习的方法，本方法通过自监督策略辅助的新型3D卷积神经网络解决数据集中样本多样性或者标签质量限制神经网络去噪能力以及泛化能力的问题；考虑3D地震数据中有效信号的空间相关性，通过3D卷积克服2D卷积在提取3D空间结构特征上的局限性，改善神经网络对有效信号的保护能力，提高3D地震资料的信噪比。

摘要： 本发明属于地球物理勘探技术领域，具体公开了一种基于变分模态分解(Variational ModeDecomposition，VMD)的时域电磁法近场噪声压制方法，包括设置固定基站和至少一移动站同步采集信号，利用固定基站和移动采集站之间噪声的相关性来进行信号压制，①得到基站信号，选取多个周期并使用VMD算法处理后重构得到去噪的基信号；②将信号减去基信号得到噪声；③将移动采集站信号减去噪声得到LNC压制后的信号。本方法根据变分最优解方法对基站信号处理得到噪声信号，再利用噪声进行近场人文噪声压制(Local Noise Compensation，LNC)，进而获得更高信噪比的可控源电磁信号。

摘要： 本申请涉及地震数据处理领域，具体涉及一种噪声压制方法、系统、装置及电子设备，解决了现有技术中地震数据中舒尔特波与水层波难以压制的问题。方法包括：对地震数据进行预处理；基于所述预处理后的地震数据，确定所述地震数据中的舒尔特波的加权系数；基于所述舒尔特波的加权系数，确定所述地震数据的第一偏振特征信息；基于所述地震数据的第一偏振特征信息，压制所述地震数据中的舒尔特波；基于压制舒尔特波后的地震数据，确定所述地震数据中的水层波的加权系数；基于所述水层波的加权系数，确定所述地震数据的第二偏振特征信息；基于所述地震数据的第二偏振特征信息，压制所述地震数据中的水层波，以得到压制噪声后的地震信号。

摘要： 一种微地震资料噪声压制方法及系统、存储介质和地震信息处理设备，属于微地震资料数据处理技术，为解决现有方法无法消除全部噪声而且还会损失有效信号的问题。技术要点：利用检波器对目标区块的微地震资料进行采集；将获得的微地震资料按比例划分训练集、验证集和测试集，将训练集数据输入到时间注意力机制互信息生成对抗网络模型中学习并输出微地震噪声压制预训练模型；将验证集数据输入到训练好的模型中，利用信噪比对模型参数进行验证，获得最优微地震噪声压制模型超参数组合；再利用测试集数据对最优超参数组合进行测试并获得最终微地震噪声压制模型；将现场微地震资料输入到最终微地震噪声压制模型中获得去噪后的微地震资料，实现微地震资料噪声压制。

摘要： 本发明为一种基于B样条抽道的时间域电磁数据甚低频噪声压制方法。读取时间域电磁系统关发射采集的z分量噪声数据，频谱分析以获取甚低频噪声的中心频率；基于B样条基函数构建时间域电磁数据衰减曲线的抽道方案，根据衰减曲线特性设定模型阶数及节点向量；计算B样条抽道方案的幅频响应，优化B样条节点向量使得幅频响应的零点位于甚低频噪声的中心频率附近，通过降低抽道方案在甚低频噪声中心频率附近频率响应的幅度，有针对性地压制甚低频噪声。针对甚低频噪声对时间域电磁信号的干扰问题，设计频率响应可调控的抽道方案，既保证了时间域电磁信号的提取，又能提高对甚低频噪声的压制，同时避免了外部滤波器引入的电磁信号失真。