导读:本文包含了随机噪声衰减论文开题报告文献综述及选题提纲参考文献，主要关键词:非局部中值滤波器,随机噪声,构造导向滤波,局部地震倾角
随机噪声衰减论文文献综述
国胧予,刘财,刘洋,郑植升[1]（2019）在《基于非局部中值滤波器的地震数据随机噪声衰减方法》一文中研究指出衰减随机噪声并增强构造连续性能够有效地提升地震数据解释的质量。本文提出了非局部中值滤波方法,能够在衰减随机噪声的同时保护地质构造。一种方法是用高斯加权的欧式距离代表局部结构相似性,在全局范围内寻找与当前点局部结构相似的点进行加权中值滤波,得到二维非局部中值滤波器。另一种方法是基于构造导向滤波策略,利用相邻的地震道构建预测数据体使预测轴的方向近似水平,沿着预测轴的方向使用非局部中值滤波的一维形式进行滤波,实现了基于非局部中值滤波器的构造导向滤波。与传统的去噪方法如工业界常用的FXDECON方法相对比,所提出的滤波方法能更好地平衡衰减随机噪声和保护构造信息的关系。理论模型和野外数据都验证了提出方法的有效性。(本文来源于《2019年油气地球物理学术年会论文集》期刊2019-11-27）
陈颖频,彭真明,李美惠,喻飞[2]（2019）在《基于交迭组稀疏广义全变分的地震信号随机噪声衰减》一文中研究指出广义全变分方法能较有效去除地震信号随机噪声。本文将交迭组稀疏收敛技术引入广义全变分模型,提出一种改进的广义全变分去噪方法。该方法更充分地挖掘并利用了图像一阶梯度和二阶梯度的结构稀疏的先验知识,从而获得比常规广义全变分更好的去噪效果。针对构建的改进模型,基于交替乘子迭代法框架,将多约束问题转化为去耦合的若干子问题,并引入傅里叶变换技术以提高算法运行效率。针对地震信号进行的各类全变分去噪方法的对比实验结果显示,本文方法的去噪性能相比于常规广义全变分方法具有较大提升,尤其对重噪声污染像素点具有更好的去噪效果。(本文来源于《石油地球物理勘探》期刊2019年01期）
罗勇,毛海波,杨晓海,李文捷,陈文超[3]（2018）在《基于双重稀疏表示的地震资料随机噪声衰减方法》一文中研究指出针对固定字典难以完全匹配实际资料复杂的形态特征,以及学习字典不具备快速算法、计算复杂等问题,文中选择双重稀疏字典来兼备结构性和自适应性,不仅降低了训练样本的数量,而且更适于高维信号的分析。该方法以过完备离散余弦变换(overcomplete discrete cosine transform,ODCT)作为训练基字典,将待处理资料的特征数据作为样本,利用稀疏K-SVD算法,建立了基于双重稀疏字典的地震随机噪声衰减模型。典型的合成及实际高维地震资料处理结果表明,本文方法不仅可以有效地对地震资料随机噪声进行衰减,而且能更好地保持断层等边缘结构。(本文来源于《物探与化探》期刊2018年03期）
张芬,刘达伟,王伟,王晓凯,陈文超[4]（2018）在《基于深度残差网络的地震资料随机噪声衰减方法》一文中研究指出地震资料成像过程中,检波器接收及后续的数据处理均会带来随机噪声。随机噪声的存在,增加了地震资料属性分析及解释的难度。本文提出了一种基于深度残差网络(Deep Residual Networks)的地震资料随机噪声衰减方法。不同于传统的基于信号先验信息建模的方法,深度网络通过训练大量的数据样本,从中学习得到相应的去噪模型,即深度残差网络将信号的去噪作为一个学习的目标,将原始的噪声数据与对应去噪后的标签数据的差值作为残差网络的输入,通过大量的样本训练,学习一个残差映射。通过对实际地震资料的处理,验证了本文所提方法的有效性。(本文来源于《CPS/SEG北京2018国际地球物理会议暨展览电子论文集》期刊2018-04-24）
杨会,张华,王冬年,刁塑[5]（2018）在《基于曲波变换与EMD的地震数据随机噪声衰减》一文中研究指出由于曲波变换对信号具有较好的稀性,使得曲波阈值去噪法在数字信号噪声处理领域得到了广泛的应用,但该方法对弱信号曲波系数存在过分的扼杀现象,从而去除了部分弱有效波信号。为了在彻底地去除地震数据中的随机噪声的同时,更完整地保留地震数据特征,在曲波阈值去噪过程中引入二维经验模态分解(BEMD)法。首先将地震信号从高频到低频分解为若干个本征模态函数分量,然后利用前几阶含噪声的高频分量重构二维含噪记录,并使用曲波阈值法降噪处理后再与剩余不含噪声的低频分量重构出去噪的信号。不论是对理论模型还是野外数据,联合法的处理结果均优于单一曲波法处理结果。理论与实际数据实验结果表明,联合法在几乎去除地震数据中的随机噪声的同时尽可能地保留了弱信号,提高了地震信号的信噪比。(本文来源于《工程地球物理学报》期刊2018年01期）
林春[6]（2018）在《3D Steerable Pyramid分解域地震资料随机噪声衰减》一文中研究指出叁维地震资料的去噪工作在油气地球物理勘探中处于至关重要的位置.本文分析了3D Steerable Pyramid分解及重构原理,在3D Steerable Pyramid分解域采用硬阈值降阈值+均值滤波的方法对叁维地震资料中的随机噪声进行衰减.经过理论模型和实际资料实验,得出无论噪声水平的高低,在3D Steerable Pyramid分解域采用硬阈值降阈值+均值滤波方法均可以从噪声背景中识别出有效信号,并且保证信噪比有足够的提高;在去噪的同时,不但连续性好,反射强的同相轴得到了增强,而且连续性差,反射弱的同相轴也得到了有效的保留.采用本方法去噪伪影较少,数据的保真度较高,去噪结果干净,同相轴连续,波组关系清晰,断块成像清晰、断点干脆.(本文来源于《地球物理学进展》期刊2018年03期）
赵玉敏,李国发,王伟,周振晓,唐博文[7]（2017）在《基于数据驱动和反演策略的时空域随机噪声衰减方法（英文）》一文中研究指出常规的时间-空间域和频率-空间域预测滤波方法假设地震记录由地震信号和随机噪声两部分构成,即所谓的加噪声模型,但是,在对随机噪声进行估算时,又假设随机噪声可以通过预测误差滤波器由地震记录中进行预测,即所谓的源噪声模型。这种前后不一致的噪声模型降低了该类方法的去噪能力和保幅性能。为此,本文提出了一种基于反演的时空域随机噪声衰减方法。它首先从地震数据中估算预测滤波算子,该算子表征了地震信号的可预测性,自适应地描述了地震信号的空间结构。在得到预测误差算子之后,将该算子作为正则化约束引入到地震信号反演系统,由含有随机噪声的地震数据直接反演地震信号。不同于常规随机噪声衰减方法,该方法将随机噪声衰减问题归结为正则化约束下的地震信号反演问题,克服了常规方法噪声模型的不一致性问题。我们采用模型数据和实际数据进行了实验分析,并与常规方法进行了效果对比。实验结果表明:与常规方法相比,本文方法在噪声压制的同时,没有对有效信号产生明显伤害,具有更好的振幅保持能力。(本文来源于《Applied Geophysics》期刊2017年04期）
李文静,孙成禹,郝舸,彭鹏鹏[8]（2017）在《改进的3D块匹配算法在地震随机噪声衰减中的应用》一文中研究指出地震资料噪声压制的效果会直接影响后续的处理与解释,而传统去噪方法往往存在去噪效果较差、损害有效信号、伪影干扰等影响。因此,引入一种新的非局部变换域去噪方法—"叁维块匹配(3DBM)"。3DBM通过块匹配将二维数据中包含的相似块聚类到叁维矩阵中,在叁维变换域中衰减噪声,再逆变换聚焦得到去噪剖面。该方法充分利用了数据的自相似性和冗余性信息,因此能够保留原始数据中的不连续性,如裂缝、断裂边缘信息等,同时又能取得很好的去噪效果,但其较大的运算量(本文来源于《2017中国地球科学联合学术年会论文集（叁十）——专题58：油气田与煤田地球物理勘探》期刊2017-10-15）
桑雨,郭平,柳世光,宋志军[9]（2017）在《非下采样Shearlet域的地震随机噪声衰减》一文中研究指出近年来,随着地震勘探领域逐步扩大、勘探深度不断加深、勘探环境日趋复杂,噪声也随之显着增加,并变得更加复杂,这将阻碍高精度地震勘探的实现。因此,显着提高地震数据信噪比成为最重要和最基本的任务。传统的地震数据去噪方法难以满足高精度地震勘探的需要。因此,开发更有效的新技术迫在眉睫。事实上,地震随机噪声是地震数据中最常见的噪声类型,它渗透整个时间域,严重扭曲和干扰有效的地震信号。目前,已有很多学者呈现(本文来源于《“地球物理信息技术与人工智能应用” 研究论坛论文摘要集》期刊2017-09-01）
颜中辉,栾锡武,王赟,潘军,方刚[10]（2017）在《基于经验模态分解的分数维地震随机噪声衰减方法》一文中研究指出经验模态分解算法(EMD)是一种基于有效波和噪声尺度差异进行波场分离的随机噪声压制方法,但由于实际地震数据波场复杂,导致模态混迭较严重,仅凭该方法进行去噪很难达到理想效果.本文基于EMD算法对信号多尺度的分解特性,结合Hausdorff维数约束条件,提出一种用于地震随机噪声衰减的新方法.首先对地震数据进行EMD自适应分解,得到一系列具有不同尺度的、分形自相似性的固有模态分量(IMF);在此基础上,基于有效信号和随机噪声的Hausdorff维数差异,识别混有随机噪声的IMF分量,对该分量进行相关的阈值滤波处理,从而实现有效信号和随机噪声的有效分离.文中从仿真信号试验出发,到模型地震数据和实际地震数据的测试处理,同时与传统的EMD处理结果相对比.结果表明,本文方法对地震随机噪声的衰减有更佳的压制效果.(本文来源于《地球物理学报》期刊2017年07期）
随机噪声衰减论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
广义全变分方法能较有效去除地震信号随机噪声。本文将交迭组稀疏收敛技术引入广义全变分模型,提出一种改进的广义全变分去噪方法。该方法更充分地挖掘并利用了图像一阶梯度和二阶梯度的结构稀疏的先验知识,从而获得比常规广义全变分更好的去噪效果。针对构建的改进模型,基于交替乘子迭代法框架,将多约束问题转化为去耦合的若干子问题,并引入傅里叶变换技术以提高算法运行效率。针对地震信号进行的各类全变分去噪方法的对比实验结果显示,本文方法的去噪性能相比于常规广义全变分方法具有较大提升,尤其对重噪声污染像素点具有更好的去噪效果。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
随机噪声衰减论文参考文献
[1].国胧予,刘财,刘洋,郑植升.基于非局部中值滤波器的地震数据随机噪声衰减方法[C].2019年油气地球物理学术年会论文集.2019
[2].陈颖频,彭真明,李美惠,喻飞.基于交迭组稀疏广义全变分的地震信号随机噪声衰减[J].石油地球物理勘探.2019
[3].罗勇,毛海波,杨晓海,李文捷,陈文超.基于双重稀疏表示的地震资料随机噪声衰减方法[J].物探与化探.2018
[4].张芬,刘达伟,王伟,王晓凯,陈文超.基于深度残差网络的地震资料随机噪声衰减方法[C].CPS/SEG北京2018国际地球物理会议暨展览电子论文集.2018
[5].杨会,张华,王冬年,刁塑.基于曲波变换与EMD的地震数据随机噪声衰减[J].工程地球物理学报.2018
[6].林春.3DSteerablePyramid分解域地震资料随机噪声衰减[J].地球物理学进展.2018
[7].赵玉敏,李国发,王伟,周振晓,唐博文.基于数据驱动和反演策略的时空域随机噪声衰减方法（英文）[J].AppliedGeophysics.2017
[8].李文静,孙成禹,郝舸,彭鹏鹏.改进的3D块匹配算法在地震随机噪声衰减中的应用[C].2017中国地球科学联合学术年会论文集（叁十）——专题58：油气田与煤田地球物理勘探.2017
[9].桑雨,郭平,柳世光,宋志军.非下采样Shearlet域的地震随机噪声衰减[C].“地球物理信息技术与人工智能应用”研究论坛论文摘要集.2017
[10].颜中辉,栾锡武,王赟,潘军,方刚.基于经验模态分解的分数维地震随机噪声衰减方法[J].地球物理学报.2017