CN110231651A - 一种基于振动信号矢量分解原理的叠前地震数据去噪方法 - Google Patents
一种基于振动信号矢量分解原理的叠前地震数据去噪方法 Download PDFInfo
- Publication number
- CN110231651A CN110231651A CN201910434510.2A CN201910434510A CN110231651A CN 110231651 A CN110231651 A CN 110231651A CN 201910434510 A CN201910434510 A CN 201910434510A CN 110231651 A CN110231651 A CN 110231651A
- Authority
- CN
- China
- Prior art keywords
- window
- seismic
- signal
- seismic channel
- vector
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000013598 vector Substances 0.000 title claims abstract description 70
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000001788 irregular Effects 0.000 claims abstract description 12
- 238000001914 filtration Methods 0.000 claims abstract description 10
- 230000001419 dependent effect Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 238000000354 decomposition reaction Methods 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 5
- 230000000694 effects Effects 0.000 abstract description 4
- 230000001629 suppression Effects 0.000 abstract description 3
- 230000011514 reflex Effects 0.000 abstract description 2
- 238000001514 detection method Methods 0.000 abstract 1
- 238000004519 manufacturing process Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 3
- 230000000717 retained effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 241000596151 Iris domestica Species 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/30—Noise handling
- G01V2210/32—Noise reduction
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种基于振动信号矢量分解原理的叠前地震数据去噪方法，用在石油天然气行业反射波法地震勘探、浅层反射地震勘探、深地震反射剖面探测等生产和科学研究领域，具体是一种利用噪声与有效信号在传播方向上的差异进行不规则时窗振动信号矢量分解的叠前去噪方法。本发明的理论基础在于合振动可看作若干个方向不同的振动矢量共同作用的结果，和相邻道的有效地震信号具有相关性，当噪声与有效地震信号的时频特征接近，传统的带通滤波、小波去噪等时频域滤波手段便难以达到理想的去噪效果时，利用本发明提供的利用噪声与有效信号在传播方向方面的差异进行基于不规则时窗振动信号矢量分解原理的去噪技术方案，通常能够实现进一步的去噪效果。
Description
技术领域
本发明涉及一种石油地震勘探领域、城市近地表精细结构地震探测领域的反射波法叠前地震数据去噪方法，尤其是利用噪声与有效信号在传播方向上的差异进行基于不规则时窗振动信号矢量分解的叠前去噪方法，具体是一种基于振动信号矢量分解原理的叠前地震数据去噪方法。
背景技术
滤除、压制反射地震勘探数据中的噪声，提高地震资料的信噪比，是地震数据处理工作中的一项重要内容，通常被简称为去噪处理。随着地震勘探技术的发展，尤其是叠前偏移地震成像技术的发展，在叠加处理之前进行高效的地震数据去噪处理日益得到了行业内的高度重视。
好的去噪技术往往是建立在充分分析噪声与有效地震信号特征差异的基础上，从能够有效区分噪声与有效地震信号的较为明显的某方面特征入手建立合理的技术处理方案。在工作经常会遇到由于噪声与有效地震信号的时频特征接近，传统的带通滤波、小波去噪等时频域滤波手段便难以达到理想的去噪效果的情况。
发明内容
基于上述背景技术中所提到的现有技术中的不足之处，为此本发明提供了一种基于振动信号矢量分解原理的叠前地震数据去噪方法。
本发明通过采用如下技术方案克服以上技术问题，具体为：
一种基于振动信号矢量分解原理的叠前地震数据去噪方法，包括以下步骤：
步骤一，设定地震数据处理时窗大小，包括纵向上包含的采样点数以及横向上包含相邻的地震道数；
步骤二，设定地震数据处理时窗内除中间道以外地震道的最大时移范围；
步骤三，根据步骤一和步骤二所设定的参数确定初始规则时窗；
步骤四，根据最大相关系数原则，计算初始规则时窗内除中间道以外的地震道与中间道相关系数达到最大时的最佳时移值，计算公式如下：
其中，Ri(δ)表示窗口中第i道信号，在δ时移量下，与中间道S0(t)的相关系数；Si(t+δ)表示经δ时移后的第i道信号，表示Si(t+δ)的平均值，规定在允许的范围内使Ri(δ)达到最大的δ为第i地震道的最佳时移值，记为δi；
步骤五，根据通过步骤四统计出的各道最佳时移值将初始规则时窗修改为不规则时窗；
步骤六，利用步骤五所建立的不规则时窗内的地震数据，把对应时刻不同地震道信号的振幅值作为三维空间坐标系中不同坐标轴方向上的坐标投影构建地震信号矢量；
步骤七，预定义一个初始单位矢量 N为时窗内相邻地震道的数目；
步骤八，利用垂直于初始单位矢量的空间平面将步骤五所构建出的信号矢量划分为位于空间平面一侧的部分和位于空间平面另一侧的部分；
步骤九，将位于空间平面两侧的地震信号矢量分别进行矢量相加运算，最终得到分别位于空间平面两侧的两个信号矢量，分别为和
步骤十，将通过步骤七计算得到的位于空间平面某一侧的信号矢量作关于坐标系原点的映射，然后再与原本便位于空间平面另一侧的信号矢量相加，并进行归一化，得到新的单位矢量，归一化公式为：
步骤十一，利用代替重复步骤八至步骤十中所定义的操作3～5次，获得时窗中心点位置的单位相关矢量：
步骤十二，滑动时窗执行步骤三至步骤十一所定义的操作，直至地震记录中的所有位置均被遍历；
步骤十三，利用原始含噪地震记录中某地震道t时刻的振幅值以及与其相邻的N-1道地震数据在相应时刻的振幅值所组成的原始N维地震信号矢量(其中，xtn为t时刻第n道地震信号的振幅值)，和相应位置上的单位相关矢量计算的结果利用如下公式进行振动信号振幅矢量分解计算：
式中，||||表示矢量取模运算，表示取两个矢量的夹角；
步骤十四，将步骤十三中的作为去噪后的有效信号矢量结果输出，利用它的各个分量对步骤十三中所确定的地震道及其相邻地震道在t时刻的振幅值进行更新；将步骤十三中的作为噪声信号矢量输出结果，将它的各个分量作为步骤十三中所确定的地震道及其相邻地震道在t时刻的滤出噪声的振幅值；
步骤十五，滑动至地震记录中新的待处理位置，重复步骤十三至步骤十四所定义的操作，直至地震记录中所有地震数据道上的所有时刻t均被遍历。
作为本发明进一步的方案：所述步骤一中，横向上包含相邻的地震道数选取奇数。
作为本发明再进一步的方案：所述步骤六中，空间坐标系是数学意义上大于三维的更高维度的形式。
作为本发明再进一步的方案：所述空间坐标系的维度与步骤一中所设定的时窗内相邻地震道的数目相关。
作为本发明再进一步的方案：所述步骤十二中，滑动时窗首先按照纵向采样时间或首先按照横向地震道滑动。
作为本发明再进一步的方案：所述步骤十二中，滑动时窗采取在地震记录中各个位置逐点滑动的计算方式。
作为本发明再进一步的方案：所述步骤十四中，地震道及其相邻地震道在t时刻的振幅值进行更新根据前述时窗滑动的算法特点只对中间地震道在t时刻的振幅值进行保留。
作为本发明再进一步的方案：所述步骤十四中，地震道及其相邻地震道在t时刻的滤出噪声的振幅值根据前述时窗滑动的算法特点只对t时刻中间地震道的噪声信号振幅值进行保留。
采用以上结构后，本发明相较于现有技术，具备以下优点：
首先，利用步骤三至步骤五所定义的关键操作将初始规则时窗修改为相邻道与中间道均达到了最大相关程度的不规则时窗，能够最大程度的保证振动信号矢量分解方法中非常关键的单位相关矢量参数的计算精度；
其次，通过步骤十二和步骤十五所定义的滑动计算操作能够确保将初始含噪地震信号分解为有效地震信号和噪声地震信号的振动信号矢量分解计算过程的精度；
最后，分析前述操作步骤可知振动信号矢量分解去噪方法在处理过程中不会破坏有效地震信号在横向和纵向上的振幅相对大小关系，具有保持振幅的特性。
附图说明
图1为地震数据处理中常规的矩形时窗示意图。
图2为地震数据处理中常规的倾斜时窗示意图。
图3为本发明地震数据处理中的不规则时窗示意图。
图4为本发明针对城市浅层地震探测工作中典型机械振动噪声的去噪示例中原始地震记录图。
图5为本发明针对城市浅层地震探测工作中典型机械振动噪声的去噪示例中去噪结果图。
图6为本发明针对城市浅层地震探测工作中典型机械振动噪声的去噪示例中滤出的噪声图。
图7为本发明针对复杂地表工区地震探测工作中典型近地表强散射干扰波的去噪示例中去噪前地震记录图。
图8为本发明针对复杂地表工区地震探测工作中典型近地表强散射干扰波的去噪示例中去噪后地震记录图。
图9为本发明针对复杂地表工区地震探测工作中典型近地表强散射干扰波的去噪示例中滤出的噪声记录图。
其中，图1、图2和图3显示了本发明所采用的不规则时窗与地震数据处理中常规的两种时窗选取方式(矩形时窗和倾斜时窗)的对比，采用不规则时窗的最大优势在于能够确保时窗内相邻地震道与时窗中间道达到最大程度的相关，进而提高单位相关矢量参数的求取精度；
图4、图5和图6是本发明针对城市浅层地震探测工作中典型机械振动噪声的去噪示例，可以看到利用本发明提出的技术方案进行去噪处理后叠前单炮地震记录图5上的反射波同相轴相对于原始数据图4来说更为清晰和连续。在声波、反射波、面波交界的复杂区域有效反射信号同样得到了合理地保留，难以在图6揭示的滤出噪声图像上难以分辨出有效反射波的影像，而根据本发明的算法特征，可以认为在滤除噪声结果中识别不到有效反射地震信号的原因在于有效信号被完全、合理的分配到了去噪结果地震记录上，取得的处理结果是理想而可靠的；
图7、图8和图9显示了本发明针对复杂地表工区地震探测工作中典型近地表强散射干扰波的去噪示例。可以看到滤除的噪声图像图9上散射干扰波特征明显，说明从原始地震记录图7中得到了很好的分离，而去噪之后的地震记录图8数据信噪比得到了明显的改善.
具体实施方式
为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的较佳实施方式。但是，本发明可以以多种不同的形式来实现，并不限于本文所描述的实施方式。相反地，提供这些实施方式的目的是使对本发明的公开内容理解的更加透彻全面。
另外，本发明中的元件被称为“固定于”或“设置于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的，并不表示是唯一的实施方式。
实施例1
请参阅图1～9，本发明实施例中，一种基于振动信号矢量分解原理的叠前地震数据去噪方法，包括如下步骤：
步骤一，设定地震数据处理时窗大小，包括纵向上包含的采样点数以及横向上包含相邻的地震道数，优选地，横向上包含相邻的地震道数选取奇数；
步骤二，设定地震数据处理时窗内除中间道以外地震道的最大时移范围；
步骤三，根据步骤一和步骤二所设定的参数确定初始规则时窗；
步骤四，根据最大相关系数原则，计算初始规则时窗内除中间道以外的地震道与中间道相关系数达到最大时的最佳时移值，计算公式如下：
其中，Ri(δ)表示窗口中第i道信号，在δ时移量下，与中间道S0(t)的相关系数；Si(t+δ)表示经δ时移后的第i道信号，表示Si(t+δ)的平均值，规定在允许的范围内使Ri(δ)达到最大的δ为第i地震道的最佳时移值，记为δi；
步骤五，以提高单位相关矢量求取计算精度为目的，以时窗内部相邻地震道与时窗中间道均达到最大程度相关为原则，根据通过步骤四统计出的各道最佳时移值将初始规则时窗修改为不规则时窗；
步骤六，利用步骤五所建立的不规则时窗内的地震数据，把对应时刻不同地震道信号的振幅值作为空间坐标系中不同坐标轴方向上的坐标投影构建地震信号矢量，其中，空间坐标系并不局限于三维，还可以是数学意义上更高维度的形式，取决于步骤一中所设定的时窗内相邻地震道的数目；
步骤七，预定义一个初始单位矢量 N为时窗内相邻地震道的数目；
步骤八，利用垂直于初始单位矢量的空间平面将步骤五所构建出的信号矢量划分为两个部分：位于空间平面一侧的部分和位于空间平面另一侧的部分；
步骤九，将位于空间平面两侧的地震信号矢量分别进行矢量相加运算，最终得到分别位于空间平面两侧的两个信号矢量，分别为和
步骤十，将通过步骤七计算得到的位于空间平面某一侧的信号矢量作关于坐标系原点的映射，然后再与原本便位于空间平面另一侧的信号矢量相加，并进行归一化，得到新的单位矢量，归一化公式为：
步骤十一，利用代替重复步骤八至步骤十中所定义的操作3～5次，获得时窗中心点位置的单位相关矢量：
步骤十二，滑动时窗执行步骤三至步骤十一所定义的操作，直至地震记录中的所有位置均被遍历，滑动时窗首先按照纵向采样时间或首先按照横向地震道滑动均可；
步骤十三，利用原始含噪地震记录中某地震道t时刻的振幅值以及与其相邻的N-1道地震数据在相应时刻的振幅值所组成的原始N维地震信号矢量(其中，xtn为t时刻第n道地震信号的振幅值)，和相应位置上的单位相关矢量计算的结果利用如下公式进行振动信号振幅矢量分解计算：
式中，||||表示矢量取模运算，表示取两个矢量的夹角；
步骤十四，将步骤十三中的作为去噪后的有效信号矢量结果输出，利用它的各个分量对步骤十三中所确定的地震道及其相邻地震道在t时刻的振幅值进行更新，但根据前述时窗滑动的算法特点只对中间地震道在t时刻的振幅值进行保留；将步骤十三中的作为噪声信号矢量输出结果，将它的各个分量作为步骤十三中所确定的地震道及其相邻地震道在t时刻的滤出噪声的振幅值，但根据前述时窗滑动的算法特点只对t时刻中间地震道的噪声信号振幅值进行保留；
步骤十五，滑动至地震记录中新的待处理位置(新的中间地震道或新的时刻t)，重复步骤十三至步骤十四所定义的操作，直至地震记录中所有地震数据道上的所有时刻t均被遍历。
实施例2
为了进一步对上述基于振动信号矢量分解原理的叠前地震数据去噪方法进行解释说明，本申请提供又一实施例，该实施例中的基于振动信号矢量分解原理的叠前地震数据去噪方法具有如下技术特征：所述上述实施例1步骤十二中，滑动时窗采取在地震记录中各个位置逐点滑动的计算方式，提高将初始含噪地震信号分解为有效地震信号和噪声地震信号的振动信号矢量分解过程的精确度。
需要说明的是，本发明产生的能够利用噪声与有效反射地震信号在传播方向方面的差异进行地震信号矢量分解叠前去噪的方法技术，采用了不规则时窗数据选取方法，有力保障了关键参数单位相关矢量的求取精度。本发明不但能够处理城市浅层地震探测复杂施工环境中城市特殊规则干扰波对地震数据造成的干扰，而且能够有效处理复杂地表工区近地表强散射干扰波对地震数据造成的干扰；此外，本发明提供的方法不但对于地震数据中普遍存在的随机噪声干扰有很好的压制作用，更为重要的是对于绕射波、线性干扰、复杂地表工区近地表强散射干扰波等规则干扰有精确的滤除效果。而且本发明所提供的方法在去噪过程中不会破坏有效地震信号振幅在纵向和横向上的相对位置关系，具有保持振幅的特性，可以作为保幅地震数据处理流程中的重要技术手段。
以上仅就本发明的最佳实施例作了说明，但不能理解为是对权利要求的限制。本发明不仅限于以上实施例，其具体结构允许有变化。但凡在本发明独立权利要求的保护范围内所作的各种变化均在本发明的保护范围内。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施方式的目的，不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
Claims (8)
1.一种基于振动信号矢量分解原理的叠前地震数据去噪方法，其特征在于，包括以下步骤：
步骤一，设定地震数据处理时窗大小，包括纵向上包含的采样点数以及横向上包含相邻的地震道数；
步骤二，设定地震数据处理时窗内除中间道以外地震道的最大时移范围；
步骤三，根据步骤一和步骤二所设定的参数确定初始规则时窗；
步骤四，根据最大相关系数原则，计算初始规则时窗内除中间道以外的地震道与中间道相关系数达到最大时的最佳时移值，计算公式如下：
其中，Ri(δ)表示窗口中第i道信号，在δ时移量下，与中间道S0(t)的相关系数；Si(t+δ)表示经δ时移后的第i道信号，表示Si(t+δ)的平均值，规定在允许的范围内使Ri(δ)达到最大的δ为第i地震道的最佳时移值，记为δi；
步骤五，根据通过步骤四统计出的各道最佳时移值将初始规则时窗修改为不规则时窗；
步骤六，利用步骤五所建立的不规则时窗内的地震数据，把对应时刻不同地震道信号的振幅值作为三维空间坐标系中不同坐标轴方向上的坐标投影构建地震信号矢量；
步骤七，预定义一个初始单位矢量 N为时窗内相邻地震道的数目；
步骤八，利用垂直于初始单位矢量的空间平面将步骤五所构建出的信号矢量划分为位于空间平面一侧的部分和位于空间平面另一侧的部分；
步骤九，将位于空间平面两侧的地震信号矢量分别进行矢量相加运算，最终得到分别位于空间平面两侧的两个信号矢量，分别为和
步骤十，将通过步骤七计算得到的位于空间平面某一侧的信号矢量作关于坐标系原点的映射，然后再与原本便位于空间平面另一侧的信号矢量相加，并进行归一化，得到新的单位矢量，归一化公式为：
步骤十一，利用代替重复步骤八至步骤十中所定义的操作3～5次，获得时窗中心点位置的单位相关矢量：
步骤十二，滑动时窗执行步骤三至步骤十一所定义的操作，直至地震记录中的所有位置均被遍历；
步骤十三，利用原始含噪地震记录中某地震道t时刻的振幅值以及与其相邻的N-1道地震数据在相应时刻的振幅值所组成的原始N维地震信号矢量其中，xtn为t时刻第n道地震信号的振幅值)，和相应位置上的单位相关矢量计算的结果利用如下公式进行振动信号振幅矢量分解计算：
式中，|| ||表示矢量取模运算，表示取两个矢量的夹角；
步骤十四，将步骤十三中的作为去噪后的有效信号矢量结果输出，利用它的各个分量对步骤十三中所确定的地震道及其相邻地震道在t时刻的振幅值进行更新；将步骤十三中的作为噪声信号矢量输出结果，将它的各个分量作为步骤十三中所确定的地震道及其相邻地震道在t时刻的滤出噪声的振幅值；
步骤十五，滑动至地震记录中新的待处理位置，重复步骤十三至步骤十四所定义的操作，直至地震记录中所有地震数据道上的所有时刻t均被遍历。
2.根据权利要求1所述的一种基于振动信号矢量分解原理的叠前地震数据去噪方法，其特征在于，所述步骤一中，横向上包含相邻的地震道数选取奇数。
3.根据权利要求1所述的一种基于振动信号矢量分解原理的叠前地震数据去噪方法，其特征在于，所述步骤六中，空间坐标系是数学意义上大于三维的更高维度的形式。
4.根据权利要求3所述的一种基于振动信号矢量分解原理的叠前地震数据去噪方法，其特征在于，所述空间坐标系的维度与步骤一中所设定的时窗内相邻地震道的数目相关。
5.根据权利要求1所述的一种基于振动信号矢量分解原理的叠前地震数据去噪方法，其特征在于，所述步骤十二中，滑动时窗首先按照纵向采样时间或首先按照横向地震道滑动。
6.根据权利要求1所述的一种基于振动信号矢量分解原理的叠前地震数据去噪方法，其特征在于，所述步骤十二中，滑动时窗采取在地震记录中各个位置逐点滑动的计算方式。
7.根据权利要求1所述的一种基于振动信号矢量分解原理的叠前地震数据去噪方法，其特征在于，所述步骤十四中，地震道及其相邻地震道在t时刻的振幅值进行更新根据前述时窗滑动的算法特点只对中间地震道在t时刻的振幅值进行保留。
8.根据权利要求1所述的一种基于振动信号矢量分解原理的叠前地震数据去噪方法，其特征在于，所述步骤十四中，地震道及其相邻地震道在t时刻的滤出噪声的振幅值根据前述时窗滑动的算法特点只对t时刻中间地震道的噪声信号振幅值进行保留。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910434510.2A CN110231651A (zh) | 2019-05-23 | 2019-05-23 | 一种基于振动信号矢量分解原理的叠前地震数据去噪方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910434510.2A CN110231651A (zh) | 2019-05-23 | 2019-05-23 | 一种基于振动信号矢量分解原理的叠前地震数据去噪方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110231651A true CN110231651A (zh) | 2019-09-13 |
Family
ID=67861543
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910434510.2A Pending CN110231651A (zh) | 2019-05-23 | 2019-05-23 | 一种基于振动信号矢量分解原理的叠前地震数据去噪方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110231651A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113325477A (zh) * | 2021-06-02 | 2021-08-31 | 中国地震局地球物理勘探中心 | 一种叠前地震数据散射干扰波滤除方法、装置及设备 |
-
2019
- 2019-05-23 CN CN201910434510.2A patent/CN110231651A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113325477A (zh) * | 2021-06-02 | 2021-08-31 | 中国地震局地球物理勘探中心 | 一种叠前地震数据散射干扰波滤除方法、装置及设备 |
| CN113325477B (zh) * | 2021-06-02 | 2022-04-22 | 中国地震局地球物理勘探中心 | 一种叠前地震数据散射干扰波滤除方法、装置及设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yu et al. | Attenuation of noise and simultaneous source interference using wavelet denoising | |
| Zhang et al. | Physical wavelet frame denoising | |
| US11880011B2 (en) | Surface wave prediction and removal from seismic data | |
| US9625593B2 (en) | Seismic data processing | |
| US8995223B2 (en) | Method for removing Scholte waves and similar ground roll type waves from seismic sea bottom data shallow waters | |
| US20100161235A1 (en) | Imaging of multishot seismic data | |
| CA2855734A1 (en) | Coherent noise attenuation | |
| EP2784552A2 (en) | Method and device for attenuating random noise in seismic data | |
| Li et al. | Wavelet-based higher order correlative stacking for seismic data denoising in the curvelet domain | |
| CN107179550B (zh) | 一种数据驱动的地震信号零相位反褶积方法 | |
| Liu et al. | Irregularly sampled seismic data reconstruction using multiscale multidirectional adaptive prediction-error filter | |
| NO347446B1 (en) | Wavefield separation based on a matching operator between sensor responses in multi-component marine seismic streamers | |
| US20100286922A1 (en) | Method for detecting and/or processing seismic signals | |
| US4829487A (en) | Method for restoring seismic data using cross-correlation | |
| CN103135133A (zh) | 一种多分量地震资料的矢量降噪方法及设备 | |
| Wang et al. | Robust singular value decomposition filtering for low signal-to-noise ratio seismic data | |
| US7337070B2 (en) | Method for treating seismic cubes corresponding to obtained for common zone at different times | |
| Fu et al. | 3-D structural complexity-guided predictive filtering: A comparison between different non-stationary strategies | |
| CN110231651A (zh) | 一种基于振动信号矢量分解原理的叠前地震数据去噪方法 | |
| Sykes et al. | Directional filtering for linear feature enhancement in geophysical maps | |
| Chen et al. | Robust adaptive polarization analysis method for eliminating ground roll in 3C land seismics | |
| US7830746B2 (en) | Method for treating seismic data corresponding to acquisitions obtained for a common zone by means of underwater seismic receivers and by means of surface receivers | |
| Wang et al. | Ground roll wave suppression based on wavelet frequency division and radial trace transform | |
| Zhou et al. | Surface diffraction noise attenuation for marine seismic data processing with mathematical morphological filtering | |
| Liu et al. | Nonstationary signal and noise separation using adaptive prediction-error filter |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190913 |
|
| RJ01 | Rejection of invention patent application after publication |