f-x域去噪方法研究

本文提出一种拟线性化变换的方法 ,将地震数据进行拟线性变换 ,在此基础上进行 f - x域预测去噪 ,具体步骤为 :1利用正交多项式逼近技术 ,采用最大相似系数准则 ,计算出描述地震同相轴走势的相关系数 ;2利用相关系数对地震数据在空间上做拟线性化变换 ,对变换后的地震数据进行奇异滤波和 f - x域有效信号预测 ;3对预测结果进行反变换。理论数据试算和实际资料处理表明 ,本文提出的去噪方法具有去噪能力强、振幅保真性好、不降低纵向分辨率等特点 。

f-x域算子外推去噪技术研究

在对f-x域预测滤波去噪技术深入研究的基础上，本文提出产工域算子外推去噪技术。f-x域算子外推去噪技术的假设前提和数学原理与f-x域预测滤波去噪技术大致相同。不同之处是它利用了有效反射信号和线性（或近似线性）干扰波的道间时差及能量的差异，以及有效信号同相轴的所有频率成分具有相同时差的假设条件，运用信噪比较高的中频段频率成分外推来求取高、低频带的预测算子。利用求得的预测算子进行预测滤波去噪处理，可使掺杂在有效地震反射数据中的随机噪声和线性（或近似线性）干扰波同时得到压制，同时还能使有效信号的高频成分得到较好的保护。

改进的f-x域预测滤波及其应用

常规的ｆ－ｘ域预测滤波不仅理论上的假设比较苛刻，而且在分离随机噪音和有效信号时会引起信号畸变，降低输出剖面的保真效果和分辨率。本文对预测滤波器的各种误差来源和稳定性进行了分析，并提出了相应的改进措施。理论模型试算和实际资料处理结果表明，改进的ｆ－ｘ域预测滤波可以克服以上问题。

f-x域预测反褶积在多次波衰减中的应用

多次波是海洋资料处理中最主要的噪音,目前有多种多次波压制方法,但每一方法均有其优势和局限性,任意一种单一的方法均难有效地消除各种多次波,常采用SRME、拉冬、分频去绕射多次波组合的方法进行多次波的去除。在某些工区,即使采用上述组合方法仍然有能量强、频带宽的残余多次波,用常规的方法难以对其进行去除,对这类残余的多次波,这里提出运用f-x域预测反褶积的方法进行去除。该方法主要在共偏移距道集上进行处理,是基于f-x域信号的可预测性进行多次波的衰减,首先追踪出待消除多次波对应有效波的层位,再以此层位信号为依据,在f-x域内进行预测反褶积,压制多次波后,再将其共偏移距道集进行成像。通过理论数据模拟与实际资料验证得出:该方法对压制资料残余的强能量多次波,具有很好的压制效果。

f-x-y域最小平方反演预测滤波

在对f-x域预测滤波方法深入研究的基础上,本文提出了f-x-y域最小平方反演预测滤波方法。该去噪方法的基本思想是假设信号中也存在不可预测部分,利用信号中的不可预测部分和随机噪音的联合分布建立目标函数,进而实现频率空间的预测滤波。理论模型试算和实际资料处理表明,该方法较f-x-y域预测滤波能更好的提高地震资料的信噪比,保持地震同相轴的连续性。

基于空间变换的F-X域地震去噪新方法

地震记录的高信噪比与高分辨率处理几乎涵盖了地震资料处理的全部内容 ,高分辨率处理是以高信噪比处理为前提的 ,没有一定的信噪比而一味地追求高分辨率是徒劳的。因此 ,提出了一种适应复杂构造地区地震资料去噪的新方法———基于空间变换的F X域地震去噪新方法。该方法首先利用正交多项式逼近技术 ,采用最大相似系数准则计算出描述地震同相轴走势的有关系数。然后 ,利用这些系数对地震数据在横向作线性化变换 ,并对变换后的地震数据进行奇异滤波和F X域有效信号预测。最后 ,对得到的预测结果进行反拟线性变换 ,即完成整个去噪过程。理论数据和实际资料试算结果表明 ,该方法能较好地适应复杂构造 ,具有较强的去随机干扰能力 ,保真性较好。

改进的F-X域EMD去噪技术及分布式并行实现

在地震数据处理领域,较高的计算效率及较好的处理效果一直是地球物理工作者追求的目标。介绍了改进的F-X域(频率-空间域)经验模态分解(Empirical Mode Decomposition,EMD)方法,首先将地震信号转换到F-X域后分解成一系列固有模态函数(Intrinsic Mode Functions,IMF),然后通过小波阈值滤波对固有模态函数除第一个分量之外的其他分量进行滤波处理来达到去噪目的。此外,为解决改进后的F-X域EMD去噪方法计算效率问题,提出了分布式并行算法,兼顾了运算效率与计算精度。数值模拟结果表明,与F-X域预测滤波技术相比,改进后的F-X域EMD去噪方法可以更加有效地衰减随机噪声和压制线性干扰;最后将该方法应用于实际地震数据处理,进一步验证了该方法的有效性和优越性。

基于f-x EMD波场分离的绕射多次波压制方法

自由表面多次波压制(SRME)方法是海洋地震数据处理中的关键步骤。当存在崎岖海底条件时,绕射波十分发育,常规SRME算法很难将复杂绕射多次波有效消除。对压制效果较差的多次波进行成因分析,首先基于f-x EMD波场分离算法,将全数据分解为反射部分和绕射部分,再对其进行多次波预测,获得绕射预测多次波子集:反射-绕射预测多次波、绕射-反射预测多次波和绕射-绕射预测多次波。然后,改进常规SRME算法的迭代过程,在SRME的迭代过程中使用与原数据中多次波更加匹配的绕射多次波子集进行多次波压制。与常规SRME算法的对比结果表明,改进的SRME算法在理论数据和实际数据处理中对多次波的压制都取得更好的效果。

基于奇异值分解的f-x-y域滤波方法

在简单回顾奇异值法压制随机噪音的基础上,提出了基于奇异值分解的f x y域滤波方法。该方法是一种三维去噪方法,它不需求取同相轴的倾角就可以去除倾斜同相轴的随机噪音,同时还可以较好地保持地震信号的振幅。经理论模型试算表明,该方法运算速度快,效果明显,是一种可行的去噪方法。

f-k域与f-x域联合实现道内插

传统的道内插技术是采用扫描同相轴的倾角，然后沿若干倾角方向加权求和来实现。据采样定理实现的f-k道内插技术及f-x域道内插技术各有利弊。本文在此基础上，联合利用f-k域与f-X域实现道内插，可以达到兴利除弊的目的。从对理论记录和实际资料处理结果来看，本方法具有速度快、精度高、内插背景自然。

f-x域经验模式分解与多道奇异谱分析相结合去除随机噪声

近年来,经验模式分解法(EMD)因其处理非稳态地震信号的能力和易于实现而备受关注。总结了EMD在地震去噪中的应用情况,提出了一种基于f-x域EMD和多道奇异谱分析(MSSA)相结合的去噪新方法。该方法不同于f-x域EMD分别与f-x域预测滤波、小波阈值、曲波变换等相结合的各种去噪方法,它可以得到比f-x域MSSA更高的信噪比并能预测f-x域EMD中损失掉的线性能量。该方法的实现过程为:首先,对地震剖面应用f-x域EMD,保留所有相对水平的同相轴,这样在噪声剖面中留下很少的倾斜信号和随机噪声,然后在差异剖面中应用f-x域MSSA恢复倾斜信号,最后将水平信号和倾斜信号相加得到去噪剖面。理论测试和实际数据的处理结果验证了该方法的优越性。

用优频算子外推改善F-X域滤波性能

针对常规F-X域预测方法的效果严重依赖于原始地震数据信噪比的缺点,本文提出一种优势频带算子外推噪声衰减方法。这种方法充分利用了相邻频带预测算子之间的关系,用高信噪比频带的预测算子去预测低信噪比频带的预测算子,使低信噪比频带预测算子具有可靠精度,从而保护了低信噪比频带中的有效高频信号。

统一计算设备架构下的F-X域预测滤波并行算法

针对传统F-X域预测滤波去除地震资料随机噪声耗时巨大的问题,提出了基于统一计算设备架构(CUDA)的并行算法。首先,对算法进行模块化分析以找到算法的计算瓶颈;然后从每个窗口数据计算相关矩阵、求滤波因子、滤波等步骤入手,使用图形处理器(GPU)将滤波过程分解为多个任务并行处理;最后,对算法进行并行实现,并对相邻滤波窗口的数据冗余读取进行优化以提升算法效率。基于NVIDIA Tesla K20c显卡的实验结果表明,在250×250大小工区的地震数据中,所提并行算法较原串行算法在效率上实现了10.9倍的提升,同时能保证工程中要求的计算精度。

三维地震资料空变f-x-y域预测滤波

为了更加准确地求取滤波算子,同时也为了得到更好的预测滤波结果,本文提出了三维空变f-x-y域预测滤波方法。该去噪方法的实现原理是在目标函数中引入了预测算子的先验信息,将各个时窗预测算子的求取有机地联系起来,从而实现频率空间的预测滤波。理论模型试算表明,该方法较f-x-y域预测滤波能更好的提高地震资料的信嗓比,保持地震同相轴的连续性。

f-x域共偏移距道集的EEMD随机噪声压制方法

f-x域随机噪声压制方法面临着2个问题:叠前共炮点道集或CMP道集反射波同相轴为双曲线型,去噪同时会损害有效波;地震信号为复杂的非平稳信号,要求去噪方法具有自适应性。基于f-xEEMD的共偏移距道集随机噪声压制方法利用了共偏移距道集反射波同相轴为水平满足f-x域去噪假设条件和EEMD算法对非平稳信号的良好适应性,对f-x域每一个等频率切片做EEMD分解,并去除以高频随机噪声为主的第一个IMF分量,最后将f-x域数据反变换回t-x域,实现噪声分离。正演模拟和实际地震数据试算结果表明:该方法在压制随机噪声的同时,能够保持有效信号。

改进的F-X域EMD去噪在井间地震数据处理中的应用

井间地震作为一种高分辨率地震方法在数据采集时存在大量的随机噪声。笔者采用改进的F-X域经验模态分解(empirical mode decomposition,简称EMD)方法,将信号转换到F-X域后分解成一系列固有模态函数,进而通过滤波来达到去噪目的。通过对理论数据和实际井间地震数据的处理与分析,得出如下结论:此方法不依赖于基函数的选择,具有很强的自适应性,对于消除井间地震数据中的噪声以及提高地震数据的信噪比有较好的效果。

基于F-X域预测和全变分的串行滤波器

传统的F-X域预测滤波方法在理论上需要假设地震同相轴呈线性,当假设条件不满足时,在分离有效信号和随机噪声时会产生信号畸变。本文提出一种基于F-X域预测滤波和全变分滤波的串行压制噪声方法,对F-X域预测滤波的残差信号进行全变分滤波,并将全变分滤波结果与F-X域预测滤波结果相加作为有效信号的估计。对合成地震数据和实际地震数据的处理结果均表明,相对于F-X域预测滤波法,本文方法在压制随机噪声的同时能更好地保护有效信号,即显著提高信号的保真度。

基于F-X预测滤波的基追踪算法在雀莫错地区低信噪比资料处理中的应用

雀莫错地区位于西藏羌塘盆地北羌塘坳陷带东部,综合分析认为该区基本具备陆源天然气水合物的形成条件,但受区域地层与构造环境等因素的影响,地震资料信噪比较低,传统的地震资料处理方法得到的地震剖面横向连续性不甚理想,影响了该地区天然气水合物构造、气源条件及冻土展布成藏体系的识别。为改善资料处理效果,将基于F-X预测滤波的基追踪算法应用于研究区的地震资料处理。介绍了基于F-X预测滤波的基追踪算法的基本原理以及处理流程;给出了研究区实际地震资料的处理结果并与传统的基追踪算法的处理结果进行了对比分析,结果表明其处理得到的反射系数剖面横向连续性好,为研究区后续厘清天然气水合物成藏关键因素、探测相关地球物理标志及圈定天然气水合物成矿远景区等提供了基础地震资料。

用f-x域预测技术消除随机噪音

针对 f-x 域预测技术的局限性和实际地下构造的复杂性,本文提出了 f-x 域预测与二维滤波并用的办法,使反射信号畸变尽可能小。考虑到 f-x 域预测技术对随机干扰的压制程度不太理想,本文根据信号的可预测性和随机干扰的不可预测性,应用信噪比的模对预测值作自适应加权处理,提高 f-x 域预测技术压制随机干扰的能力。这两项对 f-x 域预测技术的改进在理论数据和实际地震记录上均见到了明显的效果。

F-X域等道距道内插

SimonSpitz（1989）提出的用F－X域预测技术实现道内插的方法，尽管有许多优点，但还是存在计算量大、精度低等一些问题。本文给出了一种新的F－X域实现道内插的方法，该方法是利用F－X域预测算子包含了所有反射波同相轴的倾角信息这一特性来实现道内插。它不必像常规方法那样扫描反射波同相轴的倾角，而且即使存在严重的空间仅频时，也可得到较好的内插效果。理论与实际资料试验的结果表明，该方法具有速度快、精度高、内插出的地震道波形自然、不受空间仅频影响等优点，但前提是要求在作道内播之前道距必须相等。