基于空间分数阶复扩散的地震勘探噪声压制

沙漠地震勘探数据信噪比低,随机噪声主要为非平稳、非高斯的低频色噪声,利用常规噪声压制方法很难有效辨识与表征地震勘探信号,导致弱纹理结构信号的损失。针对此问题,引入分数阶梯度算子,提出空间分数阶复扩散随机噪声压制算法。该算法利用空间分数阶梯度增强地震信号的弱纹理和细节,在复扩散框架下,根据同相轴结构控制扩散强度。实验采用合成地震勘探数据和实际沙漠地震勘探数据评估算法性能,结果表明,提出的空间分数阶复扩散滤波算法可压制沙漠勘探随机噪声并保留有效信号结构。     

混沌噪声背景下弱谐波信号的GRNN检测

针对BP(Back Propagation)神经网络方法存在训练时间长,收敛性能不理想;RBF(Radial BasisFunction)神经网络的隐层结构对鲁棒性影响大的问题,将广义回归神经网络GRNN(GeneralizationRegression Neural Network)引入混沌背景下的弱谐波信号检测中,提出了一种提取混沌噪声背景下微弱谐波信号的GRNN检测方法.该方法利用GRNN建立噪声混沌背景的最优一步预测模型,再结合频域处理预测误差提取微弱信号,以Duffing系统产生混沌时序作为混沌背景,使用该方法用MATLAB6.1验证在没有噪声、存在高斯白噪声和存在色噪声情况下的混沌背景下的弱谐波信号检测.实验结果表明,谐波对混沌的信噪比达到-36dB时仍然可以检测出谐波.     

自适应结构方向复扩散压制沙漠地震随机噪声

非线性复扩散( NCD: Nonlinear Complex Diffusion) 能针对不同结构特征调节扩散强度,有效压制地震勘探随机噪声。但沙漠地震勘探数据结构复杂,NCD 方法不能有效估计出同相轴方向,会导致同相轴衰减。为此,基于同相轴结构特征提出自适应结构方向复扩散( ASOCD: Adaptive Structure-Oriented Complex Diffusion)滤波算法,该算法沿同相轴方向定向复扩散,在压制随机噪声同时增强有效信号。此外,该算法利用地震勘探数据的区域特性自适应调节扩散阈值,在信号区域减小扩散阈值以更好地恢复地震勘探信号。合成和实际沙漠地震数据结果验证了所提方法的有效性,与NCD 方法相比,滤波后信噪比提高了6 dB 左右。     

混沌振子检测系统的弱有效地震信号检测能力

从混沌振子系统对处于强随机噪声背景中的准周期或周期信号具有灵敏的大尺度周期相态响应出发, 利用仿真实验探讨共炮点地震资料弱有效地震信号检测时混沌振子系统的检测能力. 研究发现, 用于检测的混沌振子系统呈现大尺度周期相态与地震勘探同相轴经水平动校正后的准周期波列信号组成、噪声强弱、畸变程度有关; 对于同类同相轴, 畸变程度越大, 混沌振子系统检测SNR越低, 对于同样的畸变程度, 截断扫描波速越接近准确值, 检测SNR越高; 间接使混沌振子系统呈现大尺度周期相态的截断扫描波速存在一个不对称带; 在使系统进入大尺度周期相态条件下, 同相轴子波畸变系数比可有较大的变化范围.