基于经验模态分解的核磁共振去噪方法研究

核磁共振(NMR)在孔隙结构评估和流体识别方面具有独特的优势,但NMR信号很容易受到噪声影响。根据NMR噪声的时域和频域特征,提出了基于一种经验模态分解(EMD)的NMR去噪方法。首先,利用EMD将信号由高频到低频分解为一系列的本征模态函数,以此分解噪声和噪声NMR信号,然后,使用曲线趋势法和改进的过零点率曲线确定信号噪声分离准则,将有用信号叠加到剩余项以获得去噪信号。通过岩芯数据和测井数据对比发现,基于EMD的去噪方法可以提高信噪比的同时保留孔隙结构信息,其去噪效果优于小波阈值和EMD小波阈值法,计算得到的孔隙度接近实际孔隙度。