导读:本文包含了共偏移距道集论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:稀疏,噪声,平面波,方位角,深度,近似,横向。
共偏移距道集论文文献综述
石战战,夏艳晴,周怀来,王元君[1](2019)在《基于联合稀疏表示的共偏移距道集随机噪声压制方法》一文中研究指出受多解性和单道信号处理方法制约,传统基于稀疏表示的一维随机噪声压制方法面临着单道数据处理方法没有考虑有效信号的空间相关性,去噪的同时会损害有效波,以及稀疏表示算法具有多解性,相邻地震道处理结果差异大,难以适应信号空间变化的问题。迭前共偏移距道集中各波形均为水平同相轴,具有相同的双程旅行时间,各道信号具有相同的支撑。在该道集中利用联合稀疏表示进行随机噪声压制处理,能够兼顾信号的道间相干性和空间变化,降低算法的多解性,参与计算的各道在同一条件下获得最优稀疏表示,因此处理结果具有较好的一致性。数值模拟和实际资料试算结果表明,该方法不仅可以实现随机噪声的压制,而且可以很好地保持有效信号,具有良好的应用效果。(本文来源于《岩性油气藏》期刊2019年05期)
石战战,夏艳晴,王元君,周怀来,庞溯[2](2019)在《基于L_1-L_1范数稀疏表示的共偏移距道集地震数据重建方法》一文中研究指出传统地震数据稀疏重建方法面临着:(1)迭前共炮点道集或CMP道集反射波为双曲线型同相轴,地震数据重建会损害有效波;(2)地震信号存在噪声和畸变,要求重建方法具有较好的噪声鲁棒性.针对这两个问题,提出一种基于L_1-L_1范数稀疏表示的共偏移距道集地震数据重建方法.该方法利用了共偏移距道集中地震波为水平同相轴,无道间时差,满足空间重建要求,和L_1-L_1范数稀疏表示具有较好的噪声鲁棒性.首先抽取共偏移距道集地震数据,并根据地震采集信息构造复合采样矩阵,然后采用L_1-L_1范数稀疏表示对数据稀疏重建后,再将数据反变换回共炮点道集或CMP道集,能够同时实现地震信号稀疏重建和随机噪声压制.理论模型和实际数据试算结果验证所提方法具有较好重建精度和噪声鲁棒性.(本文来源于《地球物理学进展》期刊2019年05期)
石战战,夏艳晴,周怀来,池跃龙,庞溯[3](2019)在《f-x域共偏移距道集的EEMD随机噪声压制方法》一文中研究指出f-x域随机噪声压制方法面临着2个问题:迭前共炮点道集或CMP道集反射波同相轴为双曲线型,去噪同时会损害有效波;地震信号为复杂的非平稳信号,要求去噪方法具有自适应性。基于f-xEEMD的共偏移距道集随机噪声压制方法利用了共偏移距道集反射波同相轴为水平满足f-x域去噪假设条件和EEMD算法对非平稳信号的良好适应性,对f-x域每一个等频率切片做EEMD分解,并去除以高频随机噪声为主的第一个IMF分量,最后将f-x域数据反变换回t-x域,实现噪声分离。正演模拟和实际地震数据试算结果表明:该方法在压制随机噪声的同时,能够保持有效信号。(本文来源于《煤田地质与勘探》期刊2019年01期)
管路平,唐亚勋,王华忠[4](2009)在《共偏移距道集平面波迭前时间偏移与反偏移》一文中研究指出在Dubrulle提出的共偏移距道集频率波数域迭前时间偏移的基础上,提出了共偏移距道集频率波数域迭前时间偏移与反偏移一对共轭算子.讨论了该对算子的变孔径实现过程.并把该对共轭算子串连起来实现了迭前地震数据的规则化处理.指出最小二乘意义下的迭前地震数据规则化会得到更好的效果.v(z)介质模型和Marmousi模型的数值试验结果表明,方法理论正确、有效.(本文来源于《地球物理学报》期刊2009年05期)
皮金云,王彦春,张静[5](2007)在《用共偏移距初至曲线联动共炮点道集拾取地震波初至》一文中研究指出在共偏移距初至曲线上,针对初至偏大和初至偏小的点,分别设置不同的计算参数,联动共炮点道集进行初至批量修改。在初至自动拾取算法上,利用波谷波峰比,结合参考初至、拾取时窗以及门槛值等参数,较好地解决了低信噪比地区初至拾取精度和效率问题。(本文来源于《物探与化探》期刊2007年02期)
杨建锋[6](2005)在《共偏移距道集F-X域预测滤波》一文中研究指出地震勘探是油气勘探开发过程中一种最为有效的地球物理方法,现在勘探的地质体结构复杂,因此要精确描述勘探目标就要保证勘探数据有较高的分辨率。但是高分辨率要以高信噪比为前提,为了提高地震剖面的信噪比,我们在F-X域预测滤波去噪技术的基础上提出了共偏移距道集F-X预测滤波方法。地震数据按照不同需要和不同的处理阶段,可以根据一定的原理和方法,变换到不同的域中。在各个域中有效信号的特性是不同的,噪音在各个域中的表现也不同。因此,在每一个域中我们都可以分别采用一定的方法,实现有效信号与噪音的分离。经过多个域中的去噪处理,可避免单一方法使用上的局限性,最终可以达到消除干扰增强信号的目的。F-X域预测滤波去噪技术是根据在F-X域相干信号在x方向是可预测的,而随机噪声是不可预测的;据此可设计求出每个频率上的预测滤波算子;再把预测滤波算子分别作用于对应的每个空间方向的数据序列,便可预测出相干信号,压制随机噪声。我们在充分分析了共偏移道集上的信号和噪声特征,发现在共偏移句距道集内线性同相轴非常平缓并且有更好的一致性。针对这种性质,我们认为在共偏移距道集内进行F-X域预测滤波去噪,会取得比较理想的效果。并且,在迭前进行F-X域预测滤波可以为迭后处理提供高的信噪比资料。理论模型试算与实际资料处理均表明,共偏移距道集内的F-X域预测滤波去噪技术是压制地震数据中随机噪音的一种有效的处理方法。(本文来源于《中国地质大学(北京)》期刊2005-05-01)
陈生昌,曹景忠,马在田[7](2002)在《共偏移距道集波动方程迭前深度偏移的Green函数法》一文中研究指出陈生昌 ,曹景忠 ,马在田 .共偏移距道集波动方程迭前深度偏移的 Green函数法 .石油地球物理勘探 ,2 0 0 2 ,37(1) :6~ 10在基于波动方程的偏移速度分析中 ,共偏移距道集数据的波动方程迭前深度偏移是十分重要的 ,因为它能提供地质上可解释的偏移图像 (如不同偏移距的共成像点道集 )。本文根据共偏移距道集数据的具体物理特性 ,采用 Green函数法实现共偏移距道集数据的波动方程迭前深度偏移。在 Green函数算子的具体构造中使用了稳定的 Rytov近似计算慢度横向扰动引起的散射波场。用 Marm ousi模型数据进行了试验 ,结果表明共偏移距道集波动方程迭前深度偏移 Green函数法的偏移结果不仅与常规的利用双平方根算子的共偏移距道集波动方程迭前深度偏移方法的结果相当 ,而且还能为偏移速度分析提供不同偏移距的共成像点道集 ,对野外各种观测系统的适应性也很强。但本文的 Green函数法的计算量较常规共偏移距波动方程迭前深度偏移法有明显增加(本文来源于《石油地球物理勘探》期刊2002年01期)
程玖兵,王华忠,马在田[8](2001)在《Cross-line方向共偏移距道集3D双平方根方程迭前深度偏移》一文中研究指出波动方程偏移既有单平方根方程算法,又有双平方根方程算法.前者主要包括共炮集编移与合成面炮偏移.众所周知,迭前深度偏移严格依赖于速度模型.尽管共炮集偏移成像精度高,但因其计算效率低,不适合偏移速度分析.合成面炮偏移计算效率虽高,但对一些叁维窄方位角数据,很难准确合成出面炮记录.总之,基于单平方根方程的偏移方法不适合叁维偏移速度分析.相反,双平方根方程偏移则具有应用于偏移速度分析的优势.首先,它可方便地输出共成像点道集;其次,它在计算效率方面明显优于共炮集偏移;最后,它对数据采集方式的适应性强,针对不同的叁维数据可设计不同的双平方根方程偏移算法.(本文来源于《2001年中国地球物理学会年刊——中国地球物理学会第十七届年会论文集》期刊2001-10-01)
共偏移距道集论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
传统地震数据稀疏重建方法面临着:(1)迭前共炮点道集或CMP道集反射波为双曲线型同相轴,地震数据重建会损害有效波;(2)地震信号存在噪声和畸变,要求重建方法具有较好的噪声鲁棒性.针对这两个问题,提出一种基于L_1-L_1范数稀疏表示的共偏移距道集地震数据重建方法.该方法利用了共偏移距道集中地震波为水平同相轴,无道间时差,满足空间重建要求,和L_1-L_1范数稀疏表示具有较好的噪声鲁棒性.首先抽取共偏移距道集地震数据,并根据地震采集信息构造复合采样矩阵,然后采用L_1-L_1范数稀疏表示对数据稀疏重建后,再将数据反变换回共炮点道集或CMP道集,能够同时实现地震信号稀疏重建和随机噪声压制.理论模型和实际数据试算结果验证所提方法具有较好重建精度和噪声鲁棒性.
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
共偏移距道集论文参考文献
[1].石战战,夏艳晴,周怀来,王元君.基于联合稀疏表示的共偏移距道集随机噪声压制方法[J].岩性油气藏.2019
[2].石战战,夏艳晴,王元君,周怀来,庞溯.基于L_1-L_1范数稀疏表示的共偏移距道集地震数据重建方法[J].地球物理学进展.2019
[3].石战战,夏艳晴,周怀来,池跃龙,庞溯.f-x域共偏移距道集的EEMD随机噪声压制方法[J].煤田地质与勘探.2019
[4].管路平,唐亚勋,王华忠.共偏移距道集平面波迭前时间偏移与反偏移[J].地球物理学报.2009
[5].皮金云,王彦春,张静.用共偏移距初至曲线联动共炮点道集拾取地震波初至[J].物探与化探.2007
[6].杨建锋.共偏移距道集F-X域预测滤波[D].中国地质大学(北京).2005
[7].陈生昌,曹景忠,马在田.共偏移距道集波动方程迭前深度偏移的Green函数法[J].石油地球物理勘探.2002
[8].程玖兵,王华忠,马在田.Cross-line方向共偏移距道集3D双平方根方程迭前深度偏移[C].2001年中国地球物理学会年刊——中国地球物理学会第十七届年会论文集.2001