- 1、本文档共9页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
f-x域经验模式分解与多道奇异谱分析相结合去除随机噪声
第55卷第 1期 石 油 物 探 Vo1.55,No.1
2016年 1月 GEOPHYSICALPR0SPECTING F0R PETROLEUM Jan ,2016
刘婷婷 ,陈阳康.f-x域经验模式分解与多道奇异谱分析相结合去除随机噪声EJ-I.石油物探 ,2016,55(1):67—75
LIUTingting,CHENYangkang.RandomnoiseattenuationbasedonEMDandMSSA inf-xdomain[J].GeophysicalPros
pectingforPetroleum,2016,55(1):67—75
f-x域经验模式分解与多道奇异谱分析相结合
去除随机噪声
刘婷婷 ,陈阳康
(1.中国石油化工股份有限公司上海油气分公司研究院,上海 200120;2.德克萨斯大学奥斯汀分校,德克
萨斯州奥斯汀Tx73301)
摘要:近年来,经验模式分解法(EMD)因其处理非稳态地震信号的能力和易于实现而备受关注。总结了EMD在地震去噪
中的应用情况,提出了一种基于f-x域ENID和多道奇异谱分析(MSSA)相结合的去噪新方法。该方法不同于f-x域EMD
分别与f-x域预测滤波、小波阈值、曲波变换等相结合的各种去噪方法,它可以得到比f-x域 MSSA更高的信噪比并能预
测f-x域 EMD中损失掉的线性能量。该方法的实现过程为:首先,对地震剖面应用f-x域EMD,保留所有相对水平的同
相轴,这样在噪声剖面中留下很少的倾斜信号和随机噪声 ,然后在差异剖面中应用f-x域 MSSA恢复倾斜信号,最后将水
平信号和倾斜信号相加得到去噪剖面。理论测试和实际数据的处理结果验证了该方法的优越性。
关键词:去除随机噪声;经验模式分解法;多道奇异谱分析法;z域;恢复倾斜同相轴
中图分类号:P631 文献标识码:A
文章编号 :1000—1441(2016)01—0067—09 DOI:10.3969/j.issrL1000—1441.2016.01.009
Random noiseattenuationbasedonEMDandMSSAinf-xdomain
LIU Tingting ,CHEN Yangkang。
(1.ShanghaiOffshore0ilGasCompany,SINOPEC,Shanghai200120,China;2.UniversityofTexasatAustin,Austin
TX73301.USA)
Abstract:Inrecentyears,empiricalmodedecomposition (EMD)hasgottenalotofpublicattentionduetoitscapabilityin
processingnon-stationaryseismicsignalanditsconveniencetoimplement.Inthispaper,wesummarizedtheexistingapplica—
tionsofEMD inseismicdatadenoising,andproposedanewapproachcombiningEMDinf-xdomainandmulti-channelsin—
gularspectrumanalysis(MSSA)tOattenuaterandom noise.Comparingthoseapproachescombiningf-x EMD withother
methodssuchaspredictionfilteringinf-xdomain,waveletthresholdandcurvelettransformation,thenewapproachcanob—
tainhigherSNRcomparedtof-zMSSAandcanpredictthelostlinearenergyduetOf-xEMD.Theworkflowofthemethod
isasfollows:implementingf-zEMDtOth
文档评论(0)