欢迎来到天天文库
浏览记录
ID:32072250
大小:2.24 MB
页数:58页
时间:2019-01-31
《地震勘探信号降噪处理技术的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、人庆☆油学院硕Ij研究生学位论史地震勘探信号降噪处理技术研究摘要随着地震勘探工作的发展和深入,油田勘探逐渐从浅部转至深部、从平地转到山区、沙漠地区。由于采集条件越来越恶劣,地震勘探时所采集到的地震资料中包含的噪声将增多,这些噪声与有关地下构造和岩性的信息之间互相交织着。因此,不宜直接利用野外地震资料作地质解释,需要对其进行数字处理,从中提取有用信息,从而为地震勘探的地质解释提供可靠的资料。其中,信号降噪便是数字处理中尤为重要的一步,它被用于从地震资料中提取有用信息,提高地震资料的信噪比。本论文着重研究地震勘探信号的降噪技术,研究
2、中结合了小波变换和K—L变换技术。本文首先简要介绍地震勘探的原理、生产工作、术语解释及信号噪声;然后详细阐述小波变换。接着研究小波闽值去噪法和K~L变换去噪法,针对它们各自的优缺点,对各个算法进行改进,提出平移不变量小波阈值去噪法和基于K—L变换的时空加倾角调整处理算法。实验结果表明,运用这两种改进的算法对地震数据进行处理,剖面噪声得到了很好地去除。另外,由于信号和噪声在二进小波变换各个尺度上具有不同的传播特性,而且从信号的模极大值使用共轭梯度法可以较好的重构信号,论文又采用二进小波变换模极大值去噪法对模型数据和地震数据信号进行
3、处理。实验表明,二进小波变换模极大值去噪法对地震信号的去噪可获得良好的效果,提高了地震资料质量。关键词:地震勘探,小波阈值,二进小波变换,K—L变换,噪声SeismicProspectingSignalDenoiseDisposalTechnologyResearchABSTRACTAlongwithdevelopmentoftheseismicsurveywork,theoilfieloexplorationgraduallychangesdirectionfromtheshallowportiontotIledepthpor
4、tion.andfromtheflatlandtothemountainousarea,thedesertregion.BecausethegatheringconditionhasbeenworseandWOl-se,thenoisecontainedinseismicdatawhichgatheredinseismicsurveywillincrease.thesenoisesandtheinformationwhichiSrelatedwiththesubterraneanstructureandlithologyarem
5、utuallyinterwoven.Therefore.itiSnotsuitabletodirectlymakethegeologicinterpretationusingthefieldseismicdata,needstocarryonthedigitalprocessingtoit,distillstheusefulinformation,thUSprovidesthereliablematerialfortheseismicsurveygeologicinterpretation.Amongthem,thesignal
6、noisereductionisanespeciallyimportantstepinthedigitalprocessing。itiSusedtodistilltheusefulinformationfromtheseismicdata,enhancesthesignaltOnoiseratiooftheseismicdata.111iSpaperemphaticallystudiedthenoisereductiontechnologyintheseismicsurveysignal,withwhichthewavelett
7、ransformationandtheK.Ltransfol'nlationtechnologyarecombined.Thisarticlefirstbrieflyin台oducestheseismicsurvey’sprinciple,productionwork,terminologyexplanationandsignalnoise.thenthewavelettrarlsformiselaboratedindetail.Andthenthewaveletthresholdvaluede.noisingmethodand
8、K—Ltransforillde.noisingmethodarestudied,aimingattheirrespectiveadvantagesanddisadvantages,theimprovementstoeachalgorithmaremade,pr
此文档下载收益归作者所有