-
公开(公告)号：CN119126226A
公开(公告)日：2024-12-13
申请号：CN202411346883.1
申请日：2024-09-26
Applicant: 东北石油大学
IPC: G01V1/30 , G01V1/28 , G06N3/0464
Abstract: 本发明公开了一种基于稀疏反演的高精度速度分析方法及系统，其中方法步骤包括：基于地震波的参数信息，得到地震波不同速度下的卷积矩阵；基于地震波的参数信息，得到地震道集的速度谱；基于卷积矩阵对地震道集中每个共中心点道集的速度谱进行稀疏反演处理，得到分析结果。本发明首次将稀疏反演去模糊化技术应用到地震数据处理中的速度分析中，以提高速度谱在速度方向的分辨率，并在二维实际地震数据中取得了良好的效果。本发明能够更准确地模拟和处理地震波的传播特性，从而提高速度分析的精度；本发明利用稀疏反演理论对每个时刻的速度谱进行反卷积处理，能够有效去除模糊窗函数的影响，进而提高速度谱在速度方向的分辨率。
-
公开(公告)号：CN117741750B
公开(公告)日：2024-04-26
申请号：CN202410190044.9
申请日：2024-02-21
Applicant: 东北石油大学三亚海洋油气研究院
IPC: G01V1/28 , G01V1/32 , G01V1/36 , G06F18/214 , G06F18/241
Abstract: 本发明涉及地震数据处理技术领域，特别是涉及一种基于Radon变换的多道叠前反褶积方法及系统，方法包括：获取待处理叠前地震数据集；将所述待处理叠前地震数据集输入预设的反褶积模型中，输出叠前反褶积后的地震数据集，其中，所述反褶积模型基于训练集训练获得，所述训练集包括满足拉普拉斯分布的异常振幅噪声和满足高斯分布的随机噪声的CMP道集数据；所述反褶积模型通过双曲Radon变换约束结合叠前反褶积算法构建。本发明能够在有效提高分辨率的同时，提高地震道集的信噪比，适用于低信噪比的地震道集处理。
-
公开(公告)号：CN118311669A
公开(公告)日：2024-07-09
申请号：CN202410733479.3
申请日：2024-06-07
Applicant: 东北石油大学三亚海洋油气研究院
Abstract: 本发明涉及一种分布式光纤传感耦合噪声正演模拟及压制方法，包括：S1、获取含噪声的分布式光纤传感DAS数据；S2、对DAS数据进行奇异分析，获取轨迹矩阵；S3、建立自适应计算模型，通过自适应计算模型确定降噪阈值区间，基于降噪阈值对轨迹矩阵进行置零，并进行重建，去除第一目标耦合噪声，获取第一噪声压制结果；S4、对第一噪声压制结果进行空间方向的正反向差分，去除噪声序列的异常频率，获得第二噪声压制结果；S5、对第二噪声压制结果进行缺失频率重建，获得噪声压制结果。本发明提出一种计算复杂度低、效率高的耦合噪声压制方法，用以高效的剔除耦合噪声。
-
公开(公告)号：CN119397188A
公开(公告)日：2025-02-07
申请号：CN202411346912.4
申请日：2024-09-26
Applicant: 东北石油大学
IPC: G06F18/20 , G01V1/28 , G01V1/30 , G06F18/2131 , G06F17/10 , G06F18/2136
Abstract: 本发明公开了一种基于时间稀疏S变换的地震资料时频分析方法及系统，方法包括：采集地震数据，对采集到的地震数据应用S变换进行时频分析，得到包含地震数据时频特征的时频谱；基于地震数据的采样时长和采样率特征，利用S变换时频分析得到地震数据的每个频率的窗函数；基于窗函数构建Toeplitz矩阵，并利用时频谱和Toeplitz矩阵沿时间方向反向卷积，遍历所有频率后，得到地震数据分析结果。本发明首次应用到地震数据的时频分析中，并在二维实际地震数据多尺度分析中取得了良好的效果，通过去窗口化处理，显著提高了地震数据时频分析的时间分辨率，特别是在高频部分，使得瞬态信号和地震数据的薄层识别更为精确。
-
公开(公告)号：CN117055116A
公开(公告)日：2023-11-14
申请号：CN202311315020.3
申请日：2023-10-12
Applicant: 东北石油大学三亚海洋油气研究院
Abstract: 本申请公开了一种强稀疏约束Radon变换多次波压制方法及系统，方法包括以下步骤：对原始CMP数据做快速傅里叶变换，得到频率‑空间域数据；对所述频率‑空间域数据做Lp‑1范数高分辨率Radon变换，得到Radon域数据最优解；利用多次波能量团切除函数，切除所述Radon域数据最优解中的多次波能量团，得到压制多次波后的Radon域数据；对所述压制多次波后的Radon域数据做保幅Radon反变换，得到压制多次波后CMP数据。本申请相比于传统的基于L1范数的高分辨率Radon变换，其精度更高、稀疏度更强，多次波能量在Radon域的聚焦性更好，提高了Radon域压制多次波的精度。
-
Patent Agency Ranking
公开(公告)号：CN118311669B
公开(公告)日：2024-08-23
申请号：CN202410733479.3
申请日：2024-06-07
Applicant: 东北石油大学三亚海洋油气研究院
Abstract: 本发明涉及一种分布式光纤传感耦合噪声正演模拟及压制方法，包括：S1、获取含噪声的分布式光纤传感DAS数据；S2、对DAS数据进行奇异分析，获取轨迹矩阵；S3、建立自适应计算模型，通过自适应计算模型确定降噪阈值区间，基于降噪阈值对轨迹矩阵进行置零，并进行重建，去除第一目标耦合噪声，获取第一噪声压制结果；S4、对第一噪声压制结果进行空间方向的正反向差分，去除噪声序列的异常频率，获得第二噪声压制结果；S5、对第二噪声压制结果进行缺失频率重建，获得噪声压制结果。本发明提出一种计算复杂度低、效率高的耦合噪声压制方法，用以高效的剔除耦合噪声。
-
公开(公告)号：CN117111155B
公开(公告)日：2023-12-26
申请号：CN202311384530.6
申请日：2023-10-25
Applicant: 东北石油大学三亚海洋油气研究院
Abstract: 本发明公开了一种基于集成框架的微地震数据去噪方法，包括，基于周期性的谐波噪声，将有效信号视为非周期，通过奇异谱分析，提取数据的周期状谐波信号，获得去除谐波的信号；基于去除谐波的信号，根据频率的差异，在时频域划分有效信号和随机噪声；然后利用非局部波形相似性，计算具有波形相似结构的信号均值，实现微地震数据中的随机噪声压制。本发明将非局部波形相似性引入微地震去噪中，利用随机噪声的随机性和有效信号的非局部相似性完成数据随机噪声的衰减，同时使用奇异谱分析对谐波噪声进行压制，并与非局部波形相似性结合，可以压制微地震数据的大部分噪声，具有较大实际应用价值。
-
公开(公告)号：CN117741750A
公开(公告)日：2024-03-22
申请号：CN202410190044.9
申请日：2024-02-21
Applicant: 东北石油大学三亚海洋油气研究院
IPC: G01V1/28 , G01V1/32 , G01V1/36 , G06F18/214 , G06F18/241
Abstract: 本发明涉及地震数据处理技术领域，特别是涉及一种基于Radon变换的多道叠前反褶积方法及系统，方法包括：获取待处理叠前地震数据集；将所述待处理叠前地震数据集输入预设的反褶积模型中，输出叠前反褶积后的地震数据集，其中，所述反褶积模型基于训练集训练获得，所述训练集包括满足拉普拉斯分布的异常振幅噪声和满足高斯分布的随机噪声的CMP道集数据；所述反褶积模型通过双曲Radon变换约束结合叠前反褶积算法构建。本发明能够在有效提高分辨率的同时，提高地震道集的信噪比，适用于低信噪比的地震道集处理。
-
公开(公告)号：CN117055116B
公开(公告)日：2023-12-19
申请号：CN202311315020.3
申请日：2023-10-12
Applicant: 东北石油大学三亚海洋油气研究院
Abstract: 本申请公开了一种强稀疏约束Radon变换多次波压制方法及系统，方法包括以下步骤：对原始CMP数据做快速傅里叶变换，得到频率‑空间域数据；对所述频率‑空间域数据做Lp‑1范数高分辨率Radon变换，得到Radon域数据最优解；利用多次波能量团切除函数，切除所述Radon域数据最优解中的多次波能量团，得到压制多次波后的Radon域数据；对所述压制多次波后的Radon域数据做保幅Radon反变换，得到压制多次波后CMP数据。本申请相比于传统的基于L1范数的高分辨率Radon变换，其精度更高、稀疏度更强，多次波能量在Radon域的聚焦性更好，提高了Radon域压制多次波的精度。
-
公开(公告)号：CN117111155A
公开(公告)日：2023-11-24
申请号：CN202311384530.6
申请日：2023-10-25
Applicant: 东北石油大学三亚海洋油气研究院
Abstract: 本发明公开了一种基于集成框架的微地震数据去噪方法，包括，基于周期性的谐波噪声，将有效信号视为非周期，通过奇异谱分析，提取数据的周期状谐波信号，获得去除谐波的信号；基于去除谐波的信号，根据频率的差异，在时频域划分有效信号和随机噪声；然后利用非局部波形相似性，计算具有波形相似结构的信号均值，实现微地震数据中的随机噪声压制。本发明将非局部波形相似性引入微地震去噪中，利用随机噪声的随机性和有效信号的非局部相似性完成数据随机噪声的衰减，同时使用奇异谱分析对谐波噪声进行压制，并与非局部波形相似性结合，可以压制微地震数据的大部分噪声，具有较大实际应用价值。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.021 seconds)
