小波变换在面波去噪中的一些应用探讨.doc

小波变换在面波去噪中的一些应用 郝建奇 （河北省电力勘测设计研究院） 摘要：地震资料的去噪，在处理中是非常重要的内容。随着勘探技术的进步，地球物理可以用于去噪的方法越来越多。目前去噪效果相对较好的是小波变换法。小波变化以其独特的时频特性被广泛的使用于地震资料的去噪中。与以前的频率滤波相比，其优越性是可见的。本文首先简要介绍了小波函数以及用于地震去噪的小波变换的一些方法，并且结合实际来对小波去噪进行了介绍。 Abstract:Seismic data noise attenuation is a very important part of seismic data processing. With the advancement of exploration techniques,more and more geophysical methods can be used in noise attenuation. Currently the wavelet transform is relatively a better methods. Wavelet transform are widely used in seismic data noise attenuation with its unique time-frequency characteristics. Compared with the previous frequency filter, it is visible superiority.In this paper,we briefly introduces the wavelet function as well as the methods of wavelet noise attenuation,then combined with the realities of wavelet noise attenuation was introduced. 关键词：小波变换、地震、随机干扰 0引言 野外地震资料中包含着有关地下构造和岩性的信息，但是由于各种因素的影响，我们所需要的信息中往往包含着各种的噪声，这些噪声的存在严重影响了我们对地震资料的解释。并且从存在噪声的地震资料中我们无法直接看出该资料所含有的各种地质信息。因此，要想获得真实有效的地震资料，就必须进行去噪处理——从干扰的背景中提取出有用的信息，提高资料信噪比和分辨率。 在地震有效波的频带范围内可能包含多种类型的噪声，总的来说是属于随机噪声和相干噪声。相干噪声包括面波，多次波和折射鸣震等。 但是，一般的去噪方法要都是以降低频率分辨率来提高时间分辨率，或降低时间分辨率来提高频率分辨率的。无法同时起到兼顾两者分辨率。但是在小波分析出现后，利用小波分析来去除噪声的方法很好的解决了时间和频率分辨率的矛盾。它在时域和频域都具有很好的局部化性质，是对信号进行分析和处理强有力的工具。 对于不同性质的噪声可以使用不同的小波分析方法来对资料进行处理。在此主要介绍面波和随机干扰的去除处理。下面先简单介绍小波变换的概念。 1小波的基本概念 小波分析是由法国地球物理学家Morlet于20世纪80年代初提出的一种时频局部化信号分析的方法。小波分解也是小波分析是一个概念，可以理解为把信号按小波基分成了高频部分和低频部分,从信号的角度可以理解为按高频滤波器和低频滤波器来分解信号，这个过程是把信号分成低频,高频,然后再把低频部分解成低频,高频,即一直分解低频部分,直到所设定的层数。如果同时还分解高频部分,即低高频同时分解,这就是所谓的小波包分解过程。 小波变换的一个重要特征便是有一个灵活可变的时间—频率窗口，它在高的中心频率时自动变窄，在低的中心频率时自动变宽。这样，它对高频信号有较高的分辨率，而对低频信号又能给出完整的信息。 基于小波分析所具有的特点，可以将其用于对地震信号的去噪处理中，去除噪声的干扰。比起一维滤波和f-k滤波法，小波分析可以在去除噪声的同时，保留下相对来说更多的有效信息。 设为一平方可积函数（能量有限空间）即，若其傅立叶变换满足条件 则称为小波函数，也被称为母小波。对做变换，则称 为函数f(t)的连续小波变换。其中a称为尺度因子，b称为平移因子。它将单变量的函数f(t)变为时频平面上的二元函数（Wf）（a,b）。[1] 2 小波去噪在实际中的应用 2.1 二维小波变换法去除面波干扰[2] 二维小波变换去除面波的基本原理：首先依据面波和有效波视速度的范围，在时间－空间域把原始单炮记录分成没有面波和含有面波的记录；然后应用二维小波变化对含有面波的记录进行时频分析，将其变换到时间、频率、空间和波数四维域中，利用有效波与面波在