本文主要研究内容
作者顾轩（2019）在《基于复Shearlet变换的微地震勘探随机噪声压制方法研究》一文中研究指出：近年来,中国的油气勘探开发的走势主要是对低渗透储层油气藏的开采,同时其开采的水平也关乎着油气业未来主要发展趋势。但是传统的地震勘探技术对信噪比较低的资料处理效果不是十分理想,以至于对油气的开采带来极大的困难。微地震资料信噪比极低,有效信号受到噪声干扰严重,难以识别。因此对微地震资料进行噪声压制是地震勘探数据处理的重要步骤,也是对地下结构成像和解释的前提条件。国内外的地震勘探专家针对微地震数据中随机噪声压制问题开展了深入的研究,取得了一定的进展。但地面微地震数据信噪比极低,采用传统滤波方法存在压制噪声时信号失真的问题。Shearlet变换作为一种新兴的多尺度几何分析方法,其多尺度以及良好的方向性保证了对地震信号的稀疏表示,在压制随机噪声时更好地恢复地震勘探信号。但冗余的算法影响了大量微地震数据处理的计算效率。本文提出一种基于复Shearlet变换的微地震勘探随机噪声压制方法。复Shearlet变换结合双树复小波变换平移不变性和计算效率的优势,在尺度分解上采用双树复小波分解,然后对分解后系数利用剪切滤波器进行方向分解。复Shearlet变换既保证了平移不变性,又加快了shearlet变换的计算速度,适用于微地震勘探数据的分析和噪声压制。针对微地震勘探低信噪比问题,本文在复Shearlet变换的基础上,提出基于量子衍生理论的双变量收缩去噪方法。通过分析复Shearlet变换分解后的系数特性,发现复Shearlet分解后的父代与子代系数之间具有层内相关性和层间相关性。进而利用父代子代系数间相关性建立双变量收缩去噪模型。针对微地震随机噪声的特点,结合量子衍生理论构建根据随噪声特性自适应变化的阈值,采用高频、中频和低频子带混合去噪的双变量收缩模型,在复Shearlet域有效恢复出低信噪比下的信号分量。理论分析和仿真实验表明,复Shearlet变换计算速度要比Shearlet变换快3倍,同时,利用复Shearlet变换能对微地震信号更稀疏的表示。合成微地震数据和实际地面微地震数据处理结果表明,本文所提算法能够有效压制微地震数据中的随机噪声,恢复的同相轴更加清晰连贯,提高了微地震勘探记录的信噪比。该算法与传统Shearlet变换双变量收缩比较,运算速度也得到明显的提高,在噪声压制和有效信号保持上得到了很大的改善,在微地震勘探数据处理方面具有良好的应用前景。
Abstract
jin nian lai ,zhong guo de you qi kan tan kai fa de zou shi zhu yao shi dui di shen tou chu ceng you qi cang de kai cai ,tong shi ji kai cai de shui ping ye guan hu zhao you qi ye wei lai zhu yao fa zhan qu shi 。dan shi chuan tong de de zhen kan tan ji shu dui xin zao bi jiao di de zi liao chu li xiao guo bu shi shi fen li xiang ,yi zhi yu dui you qi de kai cai dai lai ji da de kun nan 。wei de zhen zi liao xin zao bi ji di ,you xiao xin hao shou dao zao sheng gan rao yan chong ,nan yi shi bie 。yin ci dui wei de zhen zi liao jin hang zao sheng ya zhi shi de zhen kan tan shu ju chu li de chong yao bu zhou ,ye shi dui de xia jie gou cheng xiang he jie shi de qian di tiao jian 。guo nei wai de de zhen kan tan zhuan jia zhen dui wei de zhen shu ju zhong sui ji zao sheng ya zhi wen ti kai zhan le shen ru de yan jiu ,qu de le yi ding de jin zhan 。dan de mian wei de zhen shu ju xin zao bi ji di ,cai yong chuan tong lv bo fang fa cun zai ya zhi zao sheng shi xin hao shi zhen de wen ti 。Shearletbian huan zuo wei yi chong xin xing de duo che du ji he fen xi fang fa ,ji duo che du yi ji liang hao de fang xiang xing bao zheng le dui de zhen xin hao de xi shu biao shi ,zai ya zhi sui ji zao sheng shi geng hao de hui fu de zhen kan tan xin hao 。dan rong yu de suan fa ying xiang le da liang wei de zhen shu ju chu li de ji suan xiao lv 。ben wen di chu yi chong ji yu fu Shearletbian huan de wei de zhen kan tan sui ji zao sheng ya zhi fang fa 。fu Shearletbian huan jie ge shuang shu fu xiao bo bian huan ping yi bu bian xing he ji suan xiao lv de you shi ,zai che du fen jie shang cai yong shuang shu fu xiao bo fen jie ,ran hou dui fen jie hou ji shu li yong jian qie lv bo qi jin hang fang xiang fen jie 。fu Shearletbian huan ji bao zheng le ping yi bu bian xing ,you jia kuai le shearletbian huan de ji suan su du ,kuo yong yu wei de zhen kan tan shu ju de fen xi he zao sheng ya zhi 。zhen dui wei de zhen kan tan di xin zao bi wen ti ,ben wen zai fu Shearletbian huan de ji chu shang ,di chu ji yu liang zi yan sheng li lun de shuang bian liang shou su qu zao fang fa 。tong guo fen xi fu Shearletbian huan fen jie hou de ji shu te xing ,fa xian fu Shearletfen jie hou de fu dai yu zi dai ji shu zhi jian ju you ceng nei xiang guan xing he ceng jian xiang guan xing 。jin er li yong fu dai zi dai ji shu jian xiang guan xing jian li shuang bian liang shou su qu zao mo xing 。zhen dui wei de zhen sui ji zao sheng de te dian ,jie ge liang zi yan sheng li lun gou jian gen ju sui zao sheng te xing zi kuo ying bian hua de yu zhi ,cai yong gao pin 、zhong pin he di pin zi dai hun ge qu zao de shuang bian liang shou su mo xing ,zai fu Shearletyu you xiao hui fu chu di xin zao bi xia de xin hao fen liang 。li lun fen xi he fang zhen shi yan biao ming ,fu Shearletbian huan ji suan su du yao bi Shearletbian huan kuai 3bei ,tong shi ,li yong fu Shearletbian huan neng dui wei de zhen xin hao geng xi shu de biao shi 。ge cheng wei de zhen shu ju he shi ji de mian wei de zhen shu ju chu li jie guo biao ming ,ben wen suo di suan fa neng gou you xiao ya zhi wei de zhen shu ju zhong de sui ji zao sheng ,hui fu de tong xiang zhou geng jia qing xi lian guan ,di gao le wei de zhen kan tan ji lu de xin zao bi 。gai suan fa yu chuan tong Shearletbian huan shuang bian liang shou su bi jiao ,yun suan su du ye de dao ming xian de di gao ,zai zao sheng ya zhi he you xiao xin hao bao chi shang de dao le hen da de gai shan ,zai wei de zhen kan tan shu ju chu li fang mian ju you liang hao de ying yong qian jing 。
论文参考文献
论文详细介绍
论文作者分别是来自吉林大学的顾轩，发表于刊物吉林大学2019-06-25论文，是一篇关于微地震论文,随机噪声论文,复变换论文,量子衍生理论论文,双变量收缩论文,吉林大学2019-06-25论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自吉林大学2019-06-25论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：微地震论文; 随机噪声论文; 复变换论文; 量子衍生理论论文; 双变量收缩论文; 吉林大学2019-06-25论文;