基于波原子分解自适应滤波的地震勘探信号增强方法技术

本发明专利技术公开了一种基于波原子分解自适应滤波的地震勘探信号增强方法，首先对一个含噪地震记录进行循环平移操作，接着进行波原子分解，其次，对分解系数进行自适应维纳（Wiener）滤波，最后对滤波所得系数进行波原子重构，再进行反循环平移操作，即可获得随机噪声消减、有效同相轴增强的地震记录。本发明专利技术提出的方法利用波原子分解对图像中的纹理特征具有很强的捕捉能力，以及自适应Wiener滤波在最小均方误差准则下能够达到最佳线性滤波的特点，对含噪地震记录进行滤波，最终所得地震记录中的有效同相轴显著增强，清晰度高、连续性好。连续性好。连续性好。

【技术实现步骤摘要】
基于波原子分解自适应滤波的地震勘探信号增强方法


[0001]本专利技术属于地震勘探
，具体涉及一种基于波原子分解自适应滤波的地震勘探信号增强方法。

技术介绍

[0002]地震波在地下介质的传播过程中会产生衰减，实际采集到的地震数据中，有效信号非常微弱，加之受到各种噪声的影响使其更加微弱，甚至被打断、畸变或者湮没。随机噪声作为背景噪声，对有效信号的识别与提取影响较大，因此，相应的滤波方法应运而生并不断得到改进，性能优越的方法将会使随机噪声大大消减而有效信号显著增强，从而更有利于后续的资料解释与分析工作。
[0003]当前地震勘探资料处理中有众多的滤波技术，主要包括：
[0004]1、通过估计信号特征设计的信号增强方法，如F-X预测滤波；
[0005]2、利用相关性进行有效信号增强的滤波方法，如K-L变换法；
[0006]3、基于二项式时频变换的滤波方法，如基于Wigner-Ville分布(WVD)和Pseudo Wigner-Ville分布(PWVD)的时频峰值滤波；
[0007]4、基于多尺度分解的滤波方法，如小波滤波、曲波滤波等。
[0008]虽然这些方法都在随机噪声消减以及有效信号增强方面取得了显著的效果，但是也存在固有的缺点使得滤波效果的提升比较有限。
[0009]那么如何更好地从随机噪声环境中提取地震勘探有效信号，是目前亟待解决的问题。

技术实现思路

[0010]本专利技术的核心思路为：由于波原子变换具有很好的方向性，且对纹理图像具有最优的稀疏表示，因此，利用波原子变换对含噪的纹理图像进行分解，能够很好地得到纹理方向上的特征信息，再通过自适应维纳滤波(Wiener)对分解所得系数进行处理，即可滤除噪声系数而保留有效信号系数，最后通过波原子重构得到增强后的纹理图像。
[0011]本专利技术旨在提供一种基于波原子分解自适应滤波的地震勘探信号增强方法，其对经过循环平移的含噪地震数据进行波原子分解后，对所得分解系数进行自适应Wiener滤波，然后对滤波后的系数进行波原子重构，最后经过反循环平移得到有效信号增强的地震数据。
[0012]为实现本专利技术目的，本专利技术的技术解决方案为：
[0013]基于波原子分解自适应滤波的地震勘探信号增强方法，其特征在于，包括以下步骤：
[0014]步骤1：选取一幅二维含噪地震记录，对其数据进行二维循环平移；
[0015]步骤2：对循环平移后的含噪记录进行二维波原子分解，得到波原子分解系数；
[0016]步骤3：对分解所得系数进行自适应Wiener滤波，得到滤波后的波原子系数；
[0017]步骤4：对滤波后的波原子系数进行重构，再进行反循环平移，最终得到有效同相轴增强的地震记录。
[0018]进一步地，步骤1的具体操作步骤包括：
[0019]S11：定义选取的含噪地震记录为u(x1,x2)；
[0020]S12：对含噪地震记录数据进行二维循环平移，且平移依据的公式为：
[0021][0022]其中，为平移算子，h1，h2为网格上的平移量；
[0023]对数据进行二维循环平移能够改善在图像边缘或纹理等不连续点邻域内产生伪吉布斯现象而导致有效信号失真的情况；
[0024]进一步地，步骤2的具体操作步骤包括：
[0025]S21：定义波原子为其中μ＝(j,m,n)，m＝(m1,m2)和n＝(n1,n2)，并且参量j,m1,m2,n1,n2为整数；
[0026]S22：定义相空间中一点(x
μ
,ω
μ
)，其中：位置向量x
μ
＝2-j
n，表征的空域中心，波向量ω
μ
＝π2
j
m，表征的频域中心，且C1、C2为两个正常数，则基于波包框架的波原子为：
[0027][0028][0029]S23：定义实值波包将波原子系数c
j,m,n
作为尺度2-j
上的抽样卷积，可得：
[0030][0031]记Hilbert变换为H，定义正交基及对偶正交基分别为：
[0032][0033][0034]记及则形成了波原子紧支框架，且有：
[0035][0036]根据上式可得，二维波原子分解系数为：
[0037][0038]进一步地，步骤3的具体操作步骤包括：
[0039]S31：将一个二维含噪信号表示为：
[0040]y(i,k)＝ξ(i,k)+η(i,k)
ꢀꢀꢀ
(9)，
[0041]其中，ξ(i,k)为不含噪信号，η(i,k)为加性随机噪声，i，k分别为二维信号的行、列元素序号；
[0042]S32：定义自适应Wiener滤波所遵循的最小均方误差准则为：
[0043][0044]其中，P、Q分别为二维信号的行、列元素个数；
[0045]S33：选取二维自适应Wiener滤波的局域窗，且在局域窗中，采样点的局部均值和方差分别表示为：
[0046][0047][0048]其中，r1×
r2为局域窗的维度；
[0049]则对于该区域内的采样点，其二维自适应Wiener滤波可表示为：
[0050][0051]其中，ν2为噪声方差，若噪声方差未知，则ν2为所有局部估计方差的均值；
[0052]S34：对于公式(8)所得波原子分解系数C
μ
，根据公式(11)、(12)分别求出其均值和方差，然后根据公式(13)求出二维自适应Wiener滤波后的系数值
[0053]进一步地，步骤4的具体操作步骤包括：
[0054]S41：对滤波后的波原子系数进行重构，且重构依据的公式为：
[0055][0056]其中，是合适的紧支系数，即为滤波后的波原子系数
[0057]S42：根据移位不变性，将步骤1中循环平移的数据再进行反循环平移，且反循环平移所依据的公式为：
[0058][0059]其中，是平移算子，h1，h2是网格上的平移量；
[0060]S43：最终得到随机噪声消减、有效同相轴增强的地震记录。
[0061]本方法与现有技术相比，具有以下有益效果：
[0062]本专利技术充分利用波原子分解对具有纹理特征图像识别的优势，以及自适应Wiener滤波在均方误差意义下能达到最优滤波的特点，对采集到的含噪地震记录进行循环平移及二维波原子分解，并且对分解所得系数进行自适应Wiener滤波，再对滤波后的系数进行波原子重构，最后进行反循环平移得到有效信号增强的地震记录，其中背景噪声得到有力压制，同时有效同相轴得到显著增强，利于后续地震资料的解释和分析。
附图说明
[0063]图1是含噪地震记录波原子分解系数自适应维纳滤波处理流程图；
[0064]图2(a)-(e)是含有线性同相轴的模拟地震记录滤波实验结果图；
[0065]图3(a)本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于波原子分解自适应滤波的地震勘探信号增强方法，其特征在于，包括以下步骤：步骤1：选取一幅二维含噪地震记录，对其数据进行二维循环平移；步骤2：对循环平移后的含噪记录进行二维波原子分解，得到波原子分解系数；步骤3：对分解所得系数进行自适应Wiener滤波，得到滤波后的波原子系数；步骤4：对滤波后的波原子系数进行重构，再进行反循环平移，最终得到有效同相轴增强的地震记录。2.根据权利要求1所述的基于波原子分解自适应滤波的地震勘探信号增强方法，其特征在于，步骤1的具体操作步骤包括：S11：定义选取的含噪地震记录为u(x1,x2)；S12：对含噪地震记录数据进行二维循环平移，且平移依据的公式为：其中，为平移算子，h1，h2为网格上的平移量。3.根据权利要求1所述的基于波原子分解自适应滤波的地震勘探信号增强方法，其特征在于，步骤2的具体操作步骤包括：S21：定义波原子为其中μ＝(j,m,n)，m＝(m1,m2)和n＝(n1,n2)，并且参量j,m1,m2,n1,n2为整数；S22：定义相空间中一点(x
μ
,ω
μ
)，其中：位置向量x
μ
＝2-j
n，表征的空域中心，波向量ω
μ
＝π2
j
m，表征的频域中心，且C1、C2为两个正常数，则基于波包框架的波原子为：框架的波原子为：S23：定义实值波包j≥0，m≥0，n∈￠，将波原子系数c
j,m,n
作为尺度2-j
上的抽样卷积，可得：记Hilbert变换为H，定义正交基及对偶正交基分别为：记Hilbert变换为...

【专利技术属性】
技术研发人员：刘彦萍，严正国，张乃禄，高建申，
申请(专利权)人：西安石油大学，
类型：发明
国别省市：