-
公开(公告)号：CN110208856B
公开(公告)日：2020-12-25
申请号：CN201910489001.X
申请日：2019-06-05
Applicant: 吉林大学
IPC: G01V1/36
Abstract: 本发明涉及一种基于流形分区2D‑VMD的沙漠复杂噪声压制方法，属于沙漠地区复杂噪声压制方法。根据沙漠噪声特点利用ISOMAP流形学习算法将含噪地震记录划分为含信号区域和不含信号区域，并将不含信号区域看成纯噪声清零；再对含信号区域内数据利用2D‑VMD算法进行多模态分解，实现不同形态、不同频率数据划分，最后将几个有效子模态信号求和恢复地震信号，实现噪声压制。有益效果是从二维角度对地震数据进行分析处理，考虑了相邻地震道间同相轴的相关性及同相轴形态对消噪效果的影响，同时在频域内可实现混叠较小的频谱分解过程，更适用于低频噪声压制，本发明能够有效实现复杂低频噪声的有效压制及有效地震信号的清晰连贯恢复。
-
公开(公告)号：CN110764147A
公开(公告)日：2020-02-07
申请号：CN201911084413.1
申请日：2019-11-06
Applicant: 吉林大学
IPC: G01V1/36
Abstract: 本发明涉及一种基于VMD局部F-X谱分解的沙漠勘探弱信号恢复方法，属于地球物理技术领域。通过局部加窗傅里叶变换将含噪地震数据变换到频率-位移域，得到数据块及其F-X谱；利用VMD算法沿位移方向对F-X谱中各行数据的实部和虚部分别进行模态分解，并将各自分解后的有效模态进行求和重构，得到各个数据块处理后的F-X谱；通过对各数据块处理后的F-X谱进行傅里叶反变换及加窗逆过程得到恢复结果。本发明避免了子模态函数重构带来的部分频率成分丢失问题，考虑了信号与噪声形态和频率双重因素，恢复出的信号具有较好的完整性，并且计算过程简单，速度较快，准确性高，对沙漠地震数据处理及后续参数反演问题具有重要意义。
-
公开(公告)号：CN110208856A
公开(公告)日：2019-09-06
申请号：CN201910489001.X
申请日：2019-06-05
Applicant: 吉林大学
IPC: G01V1/36
Abstract: 本发明涉及一种基于流形分区2D-VMD的沙漠复杂噪声压制方法，属于沙漠地区复杂噪声压制方法。根据沙漠噪声特点利用ISOMAP流形学习算法将含噪地震记录划分为含信号区域和不含信号区域，并将不含信号区域看成纯噪声清零；再对含信号区域内数据利用2D-VMD算法进行多模态分解，实现不同形态、不同频率数据划分，最后将几个有效子模态信号求和恢复地震信号，实现噪声压制。有益效果是从二维角度对地震数据进行分析处理，考虑了相邻地震道间同相轴的相关性及同相轴形态对消噪效果的影响，同时在频域内可实现混叠较小的频谱分解过程，更适用于低频噪声压制，本发明能够有效实现复杂低频噪声的有效压制及有效地震信号的清晰连贯恢复。
-
公开(公告)号：CN106019377B
公开(公告)日：2018-01-12
申请号：CN201610308536.9
申请日：2016-05-11
Applicant: 吉林大学
IPC: G01V1/36
Abstract: 本发明提供一种基于时空域降频模型的二维地震勘探噪声去除方法，属于地震勘探环境下数据采集所得二维地震勘探记录的随机噪声消减方法。通过建立时空域的降频模型，将地震信号主频降低，线性度提高，并以此特征为差异区别于随机噪声，对二维地震勘探记录进行了去噪处理。有益效果是中频反射信号经降频模型处理后主频可降至一半以下，去噪后实际地震资料信噪比提高，与常规勘探方法相比恢复的反射波能量更强，反射轴更清晰，为后续反射振幅、速度及频率信息的准确提取提供有力保障，不但对于精确探明实际测区地下地质构造有很重要的作用，而且有利于准确估算油气储量及分布范围。
-
公开(公告)号：CN107015276A
公开(公告)日：2017-08-04
申请号：CN201710255989.4
申请日：2017-04-18
Applicant: 吉林大学
IPC: G01V1/36
CPC classification number: G01V1/364 , G01V2210/30
Abstract: 本发明涉及一种基于改进霍夫变换的自适应时频峰值滤波消噪方法，属于地球物理技术领域。针对直线型同相轴地震记录提出一种多层分数阶傅里叶霍夫，对地震数据进行同相轴包络识别，建立与同相轴走势相近的滤波轨线方程，实现时频峰值滤波最优轨线的自适应选取，从而充分降低滤波偏差。本发明能够在强噪声条件下快速得出检测结果，具有较高的准确性及较强的抗干扰能力。
-
公开(公告)号：CN119395756A
公开(公告)日：2025-02-07
申请号：CN202411479110.0
申请日：2024-10-22
Applicant: 吉林大学
Abstract: 本发明涉及一种多任务学习速度模型预测方法，属于基于井中地震勘探DAS‑VSP数据速度模型预测方法。构建类真实地质结构速度模型集和垂直地震剖面数据集，构建并训练多任务学习网络，利用DAS‑VSP数据实现速度模型预测。本发明优点是有效解决了网络训练过程中样本匮乏的问题，构建编码器‑双解码器架构的多任务学习网络，利用子任务对主任务进行结构约束，增强预测结果的准确性，引入注意力机制以提升DAS‑VSP数据关键特征识别能力。本发明有效克服传统方法对先验信息的依赖，显著提高计算效率及预测精度，为后续成像和解释工提供了更为准确的数据支持，提升了DAS‑VSP技术在油气资源勘探领域的影响力。
-
公开(公告)号：CN111190227B
公开(公告)日：2021-06-04
申请号：CN202010024210.X
申请日：2020-01-09
Applicant: 吉林大学
IPC: G01V1/36
Abstract: 本发明提供一种基于残差卷积生成对抗模型的低信噪比地震数据消噪方法，属于地震数据消噪的方法。生成对抗模型的建立，构建训练集，生成对抗模型的训练，将该生成网络所获得的噪声压制结果与预期结果送入对抗网络进行鉴别，通过整个网络的前向传播与反向传播过程不断更新网络模型参数。网络模型参数更新后，利用生成网络可产生新一轮的噪声压制结果，同样再与预期结果送入对抗网络进行鉴别，进入测试阶段，对测试集中实际含噪数据进行噪声消减。优点是压制随机噪声及相干噪声，提高地震资料的信噪比，恢复的反射轴更清晰，反射波位置更准确，有利于实际测区地下地质构造的探明以及准确估算油气储量和分布。
-
公开(公告)号：CN110764147B
公开(公告)日：2020-11-03
申请号：CN201911084413.1
申请日：2019-11-06
Applicant: 吉林大学
IPC: G01V1/36
Abstract: 本发明涉及一种基于VMD局部F‑X谱分解的沙漠勘探弱信号恢复方法，属于地球物理技术领域。通过局部加窗傅里叶变换将含噪地震数据变换到频率‑位移域，得到数据块及其F‑X谱；利用VMD算法沿位移方向对F‑X谱中各行数据的实部和虚部分别进行模态分解，并将各自分解后的有效模态进行求和重构，得到各个数据块处理后的F‑X谱；通过对各数据块处理后的F‑X谱进行傅里叶反变换及加窗逆过程得到恢复结果。本发明避免了子模态函数重构带来的部分频率成分丢失问题，考虑了信号与噪声形态和频率双重因素，恢复出的信号具有较好的完整性，并且计算过程简单，速度较快，准确性高，对沙漠地震数据处理及后续参数反演问题具有重要意义。
-
公开(公告)号：CN106886044B
公开(公告)日：2019-02-12
申请号：CN201710122037.5
申请日：2017-03-02
Applicant: 吉林大学
Abstract: 本发明涉及一种基于剪切波与Akaike信息准则的微地震初至拾取方法，属于实际地震勘探环境下微地震初至自动提取方法研究。针对微地震信号表现出的统计特性，把背景噪声和微地震信号看作两个统计特性不同的平稳过程，利用剪切波变换对微地震信号进行分解、重构，同时结合AIC模型对重构的各层信号进行初至拾取，最后综合各层的拾取结果确定微地震二维数据初至拾取结果。本发明所提出的方法无需对复杂背景噪声进行预处理，节约时间、计算成本，免除了去噪过程中微地震信号的能量损失，更有效的保留微地震二维记录中有效信号的幅频特性，为油气藏动态监测、地热动态监测、煤田开采和工程动态监测提供重要依据。
-
公开(公告)号：CN106886044A
公开(公告)日：2017-06-23
申请号：CN201710122037.5
申请日：2017-03-02
Applicant: 吉林大学
Abstract: 本发明涉及一种基于剪切波与Akaike信息准则的微地震初至拾取方法，属于实际地震勘探环境下微地震初至自动提取方法研究。针对微地震信号表现出的统计特性，把背景噪声和微地震信号看作两个统计特性不同的平稳过程，利用剪切波变换对微地震信号进行分解、重构，同时结合AIC模型对重构的各层信号进行初至拾取，最后综合各层的拾取结果确定微地震二维数据初至拾取结果。本发明所提出的方法无需对复杂背景噪声进行预处理，节约时间、计算成本，免除了去噪过程中微地震信号的能量损失，更有效的保留微地震二维记录中有效信号的幅频特性，为油气藏动态监测、地热动态监测、煤田开采和工程动态监测提供重要依据。
