基于奇异值分解的角度域去噪方法

论文摘要

受地层调谐效应和地震数据品质等因素的影响,角度域共成像点道集(angle domain common image gathers,ADCIGs)存在不同程度的波形拉伸和随机噪声干扰。为了提高ADCIGs及其叠加剖面的成像效果,提出了基于奇异值分解的角度域去噪方法。首先对叠前偏移输出的ADCIGs进行奇异值分解,然后对奇异值进行归一化修正,采用累计贡献率的方法确定降噪阶次,从而实现角度域内的信噪分离和噪声压制。在确定降噪阶次时,采用累计贡献率的方法可以直观地判断各奇异值分量对数据的贡献,便于快速选择降噪阶次。理论模型和实际数据的测试处理结果表明,基于奇异值分解的角度域去噪方法适用于具有水平同相轴的ADCIGs,它能有效分离角度域内的随机干扰,并且能压制高角度处的频率畸变,改善大角度数据的品质。对ADCIGs进行基于奇异值分解的角度域去噪,可进一步提高该叠前道集的精度,从而有效改善角度域叠加剖面的信噪比和分辨率,也为基于叠前道集的速度分析和叠前反演提供了更为准确的数据基础。

论文目录

文章来源

类型: 期刊论文

作者: 李江

关键词: 角度域共成像点道集,奇异值分解,滤波,降噪阶次,累计贡献率,叠加成像

来源: 石油物探 2019年03期

年度: 2019

分类: 基础科学,工程科技Ⅰ辑

专业: 地质学,地球物理学,矿业工程

单位: 中国煤炭科工集团西安研究院有限公司

基金: 国家自然科学基金项目(41874123),中央高校基本科研业务费专项资金(300102268401)共同资助~~

分类号: P631.44

页码: 427-432+443

总页数: 7

文件大小: 4192K

下载量: 106

相关论文文献

• [1].奇异值分解在人脸识别中的应用[J]. 知识文库 2017(15)
• [2].基于K-奇异值分解字典学习的振动信号压缩感知方法[J]. 济南大学学报(自然科学版) 2020(01)
• [3].基于矩阵奇异值分解的曲线拟合[J]. 现代职业教育 2020(36)
• [4].一种改进的奇异值分解语音增强方法[J]. 电子与信息学报 2008(02)
• [5].基于增强的谱分析和奇异值分解的T波交替检测[J]. 浙江大学学报(工学版) 2012(01)
• [6].一种改进的基于奇异值分解的数字水印算法[J]. 计算机安全 2009(02)
• [7].基于奇异值分解的灰色模型参数估计[J]. 武汉理工大学学报(交通科学与工程版) 2008(03)
• [8].基于奇异值分解的简化数据应用[J]. 软件导刊 2019(08)
• [9].基于改进的奇异值分解的红外弱小目标检测[J]. 激光技术 2016(03)
• [10].基于矩阵奇异值分解的文本分类算法研究[J]. 西北师范大学学报(自然科学版) 2018(03)
• [11].浅谈基于高阶奇异值分解的零水印[J]. 山东工业技术 2017(10)
• [12].基于奇异值分解的专利术语层次关系解析研究[J]. 情报学报 2017(05)
• [13].基于多分辨奇异值分解的多聚焦图像融合[J]. 量子电子学报 2014(03)
• [14].基于奇异值分解的广义系统迭代学习控制算法[J]. 电光与控制 2012(05)
• [15].一种基于广义奇异值分解的语音增强算法[J]. 微电子学与计算机 2010(03)
• [16].基于频率域奇异值分解的地震数据插值去噪方法研究[J]. 石油物探 2016(02)
• [17].基于高维张量奇异值分解的图像加密[J]. 红外与激光工程 2014(S1)
• [18].高阶奇异值分解在气动光学效应分析中的应用[J]. 光学学报 2010(12)
• [19].输油管道超声信号的小波包奇异值分解去噪[J]. 石油化工自动化 2019(02)
• [20].基于奇异值分解的自混合干涉信号降噪方法[J]. 现代电子技术 2019(09)
• [21].倾斜阵列下奇异值分解穿墙雷达杂波抑制[J]. 雷达科学与技术 2019(05)
• [22].归并奇异值分解:一种快速更新隐含语义索引的方法[J]. 华东理工大学学报(自然科学版) 2018(03)
• [23].矩阵的奇异值分解及数值实现[J]. 商品与质量 2010(S3)
• [24].基于奇异值分解的拟稳平差法[J]. 测绘通报 2008(05)
• [25].基于小波域奇异值分解的图像压缩算法[J]. 计算机工程与应用 2008(18)
• [26].基于双谱和奇异值分解的结构损伤试验[J]. 浙江大学学报(工学版) 2012(10)
• [27].基于奇异值分解的数字图像压缩技术研究[J]. 电子设计工程 2017(19)
• [28].改进型奇异值分解在织物疵点检测上的应用[J]. 纺织学报 2014(06)
• [29].矩阵商的双曲奇异值分解及其应用[J]. 河南科学 2016(02)
• [30].基于信噪比经验值的奇异值分解滤波门限确定[J]. 计算机应用研究 2009(09)

标签：角度域共成像点道集论文;  奇异值分解论文;  滤波论文;  降噪阶次论文;  累计贡献率论文;  叠加成像论文;