版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、伴隨在有用信號(hào)中的噪聲是影響地震信號(hào)處理的重要因素,在不降低信號(hào)分辨率的基礎(chǔ)上,降低信號(hào)中的噪聲以及從強(qiáng)噪聲中提取有用信號(hào),就成了一個(gè)需要深入研究的課題。為了在不影響分辨率的前提下提高信噪比,人們根據(jù)信號(hào)與噪聲的各種特征差異,設(shè)計(jì)了許多去除噪聲,提高信噪比的方法。
本論文以地震資料去噪方法為研究對(duì)象,研究內(nèi)容主要以圍繞如何去除隨機(jī)噪聲進(jìn)行。系統(tǒng)地對(duì)噪聲進(jìn)行了分析和闡述,針對(duì)地震資料去噪中所面臨的各種噪聲其特點(diǎn)、產(chǎn)生原因、影
2、響程度和壓制方法進(jìn)行了研究。對(duì)目前實(shí)際生產(chǎn)中常用的一些去噪方法的原理、特點(diǎn)和適應(yīng)性進(jìn)行了系統(tǒng)的分析。
針對(duì)其中的F-X 域去噪、K-L 變換和小波包去噪的進(jìn)行具體的分析和研究,闡述了各自的去噪原理,并將各方法對(duì)地震信號(hào)進(jìn)行模擬和實(shí)際資料處理。F-X域預(yù)測(cè)去噪技術(shù)是一項(xiàng)最基本的技術(shù),該技術(shù)旨在壓制二維地震記錄中的隨機(jī)噪聲,它以理論上的嚴(yán)密性和實(shí)際效果上的顯著性得到廣泛應(yīng)用。K-L 變換是作為一種特殊的正交線性變換,通過把地震
3、道中的相干能量集中在有限幾個(gè)主分量上,把相關(guān)性好的信號(hào)保存下來,從而濾除隨機(jī)信號(hào)。實(shí)際處理結(jié)果表明,K-L 變換可以有效去除線性干擾,從而保留更多的淺層有效信息。小波分析是當(dāng)前地震信號(hào)去噪中一個(gè)迅速發(fā)展的新領(lǐng)域,而小波包的發(fā)展是頻率域中小波的加細(xì)并且基于Daubechies(分裂法);因?yàn)樾〔ò治鰧?duì)上層的低頻部分和高頻部分同時(shí)進(jìn)行分解,具有更加精確地局部分析能力。
根據(jù)F-X 域去噪、K-L 去噪、和小波包分析去噪的各自
4、特點(diǎn),提出了聯(lián)合去噪的方法。首先通過小波包分析對(duì)地震剖面進(jìn)行分頻處理,再根據(jù)小波系數(shù)剖面在空間域的可以預(yù)測(cè)行進(jìn)行F-X 域去噪,選用合適的閥值對(duì)系數(shù)進(jìn)行閥值去噪后,再將小波包系數(shù)進(jìn)行重構(gòu),最后使用K-L 變換提取地震信號(hào)中的相關(guān)信號(hào)。
該方法不僅利用信號(hào)和噪聲在小波包分析下奇異性截然不同的表現(xiàn)特征來去除噪聲,還利用地震信號(hào)在空間上的可預(yù)測(cè)性和地震信號(hào)道間相關(guān)性進(jìn)行去噪處理。通過將小波包分析法,F(xiàn)-X 域去噪和K-L 變換進(jìn)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于小波與小波包分析的CT圖像去噪增強(qiáng)研究.pdf
- 基于小波包變換的地電場(chǎng)信號(hào)去噪研究.pdf
- 基于K-L交換的小波圖像融合研究.pdf
- 小波包分析在語音信號(hào)去噪中的應(yīng)用.pdf
- 基于小波與小波包的維納濾波去噪新算法.pdf
- K-L變換與灰色關(guān)聯(lián)度融合的非局部均值圖像去噪方法研究.pdf
- 應(yīng)用小波變換和K-L變換的人臉識(shí)別方法.pdf
- 基于非下采樣小波包的SAR圖像去噪算法.pdf
- 最優(yōu)小波包變換在電泳信號(hào)去噪中的應(yīng)用.pdf
- 基于K-L變換的人臉特征提取的研究與應(yīng)用.pdf
- 基于小波包與支持向量機(jī)組合模型的遙感圖像去噪研究
- 基于小波包與支持向量機(jī)組合模型的遙感圖像去噪研究.pdf
- 基于K-L變換的人臉檢測(cè).pdf
- 基于K-L變換的特征融合隱寫分析方法研究.pdf
- 基于K-L變換的人臉識(shí)別算法研究.pdf
- 基于小波包去噪與改進(jìn)PCA的故障檢測(cè)研究.pdf
- 基于小波包去噪與改進(jìn)pca的故障檢測(cè)研究
- 基于K-L變換的人臉識(shí)別方法.pdf
- 一種Gabor小波和K-L變換的掌紋識(shí)別方法研究.pdf
- 基于K-L變換的權(quán)威頁面挖掘的算法.pdf
評(píng)論
0/150
提交評(píng)論