地震勘探作為一種資源探索的方法一直都是學(xué)者們研究的熱點(diǎn)。隨著國(guó)家對(duì)礦產(chǎn)資源需求量的增多,并且能夠被開采的資源不斷減少,地震勘探的應(yīng)用難度越來越大。地震勘探工程的基礎(chǔ)是從品質(zhì)好的地震記錄出發(fā)開展后續(xù)環(huán)節(jié)。消減地震勘探隨機(jī)噪聲提高信噪比（SNR）是改善地震記錄品質(zhì)的關(guān)鍵。近年來,常規(guī)油氣勘探資源日益緊缺,儲(chǔ)備量豐富的非常規(guī)油氣勘探已經(jīng)成為全球油氣開采的新熱點(diǎn)。微地震監(jiān)測(cè)是一種非常規(guī)油氣勘探技術(shù),但由于實(shí)際接收到的微地震信號(hào)總是被大量噪聲所干擾,并且實(shí)際的微地震有效信號(hào)能量十分微小,導(dǎo)致有效信號(hào)無(wú)法人工識(shí)別。而沙漠地帶常年被沙土覆蓋,其產(chǎn)生的隨機(jī)噪聲極其復(fù)雜,具有低頻性、變化的非平穩(wěn)性、非高斯性、非時(shí)限性、非均勻變相波動(dòng)特性等。這類噪聲限制了已有優(yōu)秀的消噪技術(shù)的效果。本論文基于Shearlet（剪切）熵與SVM（Support Vector Machines,支持向量機(jī)）開展地震信號(hào)隨機(jī)噪聲消減研究,主要針對(duì)微地震信號(hào)和沙漠地震信號(hào)展開去噪處理。根據(jù)微地震信號(hào)與沙漠信號(hào)各自的特性,本文通過提取不同的特征量來實(shí)現(xiàn)信噪的分離。使用Shearlet變換將微地震信號(hào)與沙漠地震信號(hào)映射到變換域進(jìn)行處理... 

【文章來源】：吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：72 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

Shearlet頻域支撐區(qū)間(a)Shearlet頻域剖分

第 2 章 Shearlet 熵的基本原理11圖 2.2 分解流程圖2.2 Shearlet 能量熵Shearlet 不但有著十分簡(jiǎn)單的數(shù)學(xué)結(jié)構(gòu)，同時(shí)可以實(shí)現(xiàn)最優(yōu)逼近的信號(hào)稀疏表達(dá)。使用 Shearlet 變換分解信號(hào)，能捕捉信號(hào)更多的特征，能將單一的時(shí)域信號(hào)變換到 Shearlet 域，得到多尺度多方向的 Shearlet 系數(shù)，十分有利于多維特征的提取。本文對(duì)待處理井中微地震數(shù)據(jù)進(jìn)行 Shearlet 變換后，可通過 Shearlet 尺度間相關(guān)性的特征，增強(qiáng)信號(hào)，削弱噪聲的影響。并求出增強(qiáng)后信號(hào)的能量熵作為井中微地震信號(hào)的特征量。2.2.1 信息熵信息論之父 Shannon 在 1948 年提出了這樣的概念：任意一段信息都存在冗余度，冗余度的大小是與這段信息中每一個(gè)數(shù)出現(xiàn)的概率密切相關(guān)的。后來Shannon 結(jié)合熱力學(xué)的基本原理

首先進(jìn)行尺度選擇，由于井中微地震中大量的有效信號(hào)信息集中在高頻尺度層，所以選取精（高）尺度層 3 和 4 進(jìn)行處理。圖 2.4 為進(jìn)行 Shearlet 變換后第 3 尺度各方向子帶的 Shearlet 系數(shù)。從圖中可以看出，有效信號(hào)系數(shù)分布集中，且幅值較大，能量更強(qiáng)，而噪聲隨機(jī)分布在各個(gè)尺度各個(gè)方向。(a) 方向 1 (b) 方向 2 (c) 方向 3

【參考文獻(xiàn)】：
期刊論文
[1]基于支持向量機(jī)的地震體波震相自動(dòng)識(shí)別及到時(shí)自動(dòng)拾取[J]. 蔣一然,寧杰遠(yuǎn).  地球物理學(xué)報(bào). 2019(01)
[2]基于核密度估計(jì)的結(jié)構(gòu)地震需求信息熵重要性分析[J]. 王秀振,錢永久,瞿浩.  振動(dòng)與沖擊. 2019(01)
[3]深度神經(jīng)網(wǎng)絡(luò)拾取地震P和S波到時(shí)[J]. 于子葉,儲(chǔ)日升,盛敏漢.  地球物理學(xué)報(bào). 2018(12)
[4]基于深度神經(jīng)網(wǎng)絡(luò)的圖像修復(fù)取證算法[J]. 朱新山,錢永軍,孫彪,任超,孫亞,姚思如.  光學(xué)學(xué)報(bào). 2018(11)
[5]焦石壩區(qū)塊分段壓裂井中微地震實(shí)時(shí)監(jiān)測(cè)技術(shù)[J]. 高東偉,趙志紅,張晗,李婷.  油氣井測(cè)試. 2018(05)
[6]基于粒子群算法的支持向量機(jī)的參數(shù)優(yōu)化[J]. 陳晉音,熊暉,鄭海斌.  計(jì)算機(jī)科學(xué). 2018(06)
[7]塔里木盆地石油地質(zhì)基本特征研究[J]. 馬文婷.  中國(guó)石油和化工標(biāo)準(zhǔn)與質(zhì)量. 2017(05)
[8]陸地地震勘探隨機(jī)噪聲統(tǒng)計(jì)特性[J]. 鐘鐵,李月,楊寶俊,吳寧,田雅男.  地球物理學(xué)報(bào). 2017 (02)
[9]基于多小波熵和信號(hào)熵的植物電信號(hào)特征提取[J]. 舒彬.  電腦知識(shí)與技術(shù). 2016(07)
[10]沙漠地區(qū)地震勘探隨機(jī)噪聲建模及其在噪聲壓制中的應(yīng)用[J]. 李光輝,李月.  地球物理學(xué)報(bào). 2016(02)

博士論文
[1]陸地地震勘探隨機(jī)噪聲建模與分析[D]. 李光輝.吉林大學(xué) 2016
[2]多尺度分析與壓縮感知理論在圖像處理中的應(yīng)用研究[D]. 馮鑫.蘭州理工大學(xué) 2012

碩士論文
[1]基于Shearlet變換與AIC的微地震初至提取[D]. 鞏佳琦.吉林大學(xué) 2018
[2]基于Contourlet變換和Shearlet變換的圖像去噪算法研究[D]. 唐飛.湘潭大學(xué) 2014
[3]水力壓裂微地震事件自動(dòng)識(shí)別與拾取[D]. 魏路路.長(zhǎng)安大學(xué) 2013
[4]井中壓裂微地震監(jiān)測(cè)技術(shù)方法研究[D]. 徐剛.中國(guó)石油大學(xué)（華東） 2013
[5]Shearlet變換在圖像邊緣檢測(cè)中的應(yīng)用研究[D]. 岳彥剛.西安建筑科技大學(xué) 2013



本文編號(hào)：3463764