-
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：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：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：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
4
records
(took 0.01 seconds)
