專利名稱：一種線性噪聲消除方法
技術領域：
本發(fā)明涉及數據處理技術，特別涉及地震分析數據中的線性噪聲消除方法。
背景技術：
高保真、高分辨率及高信噪比地震資料處理是地震數據解釋、油氣儲層預測的重要依據和保證。因此，疊前、疊后地震信號的噪聲去除和衰減是地震資料處理中重要環(huán)節(jié)。 地震信號的噪聲來源十分復雜，如聲波、面波、工業(yè)電干擾、虛反射、多次反射、重復沖擊、側面波、底波、交混回響和鳴震以及各種隨機干擾。根據各種噪聲的特性，地震噪聲可以分為兩大類相干噪聲和隨機噪聲。如圖1所示原始的單炮地震記錄的原始剖面。圖中橫軸為每個監(jiān)測點對應的一個道(Trace)的道號(TraceNum)，從TraceNuml至TraceNum300 ；縱軸為監(jiān)測時間，從0至2350毫秒(millisecond)。圖1中有明顯的線性噪聲干擾，這些線性噪聲在圖像中表現(xiàn)為其同相軸基本為線性，且與有效信號的方向(有效信號的方向是垂直的)不同，如圖中箭頭所示的就是其中的一路線性噪聲?，F(xiàn)有的消除線性噪聲(相干噪聲的一種)的方法有在時域進行的，也有在頻域的。主要的處理方法有切除法、f_k等。切除法是對有線性噪聲的區(qū)域進行切除，使數據采樣值在規(guī)定的時窗內為零。此方法在切除相干干擾的同時有效波也被切除掉了。此外，沿地震道使時窗內時間采樣值為零將引起譜估算值發(fā)生畸變。f"k濾波是一種常用的去除相干干擾的方法，這種方法是在頻率-波數域進行濾波。頻率域的切除往往造成假頻效應，使地震記錄出現(xiàn)假同相軸、有效波波形畸變， 給解釋帶來困難。疊前時空域法是在時域進行的，也是目前去線性噪聲用的較多也有效的方法。但是，單一地基于時域或頻域濾波，由于有用信號和噪聲無論在頻域還是時域都有重疊，在如果要完全消除噪聲，必然會出現(xiàn)有效信號的損失。即，現(xiàn)有的濾波方法均會存在信噪比與分辨率的矛盾，噪聲消除地越完全，有效信號損失越多，地震記錄剖面圖的分辨率越低。

發(fā)明內容
本發(fā)明所要解決的技術問題是，提供一種在保證去噪效果的同時，不對有效信號造成損壞的線性噪聲消除方法。本發(fā)明為解決上述技術問題所采用的技術方案是，一種線性噪聲消除方法，包括以下步驟(1)在檢測范圍內，依次選取一個檢測點，計算經過該檢測點的除垂直方向之外的每個方向所對應的相關系數，取其中最大值作為該檢測點的相關系數，判斷該檢測點的相關系數是否大于或等于預設最大值，如是，則表示該相關系數所對應的方向存在線性噪聲， 進入步驟(3)；如否，則進入步驟O)；(2)判斷在檢測范圍內是否還有檢測點，如是，返回步驟(1)，如否，去噪完成；(3)在該確定的線性噪聲方向上所有點進行采樣，先采用基于分數階的傅里葉變換將采樣數據變換到分數域，在對變換至分數域的采樣數據進行預測濾波，將線性噪聲作為預測濾波的有用信號，預測濾波之后得到線性噪聲的分數域信號值；(4)將線性噪聲的分數域信號值反變換至時域，得到線性噪聲的時域信號值；(5)從剖面信號中減去線性噪聲的時域信號值，返回步驟(1)。本發(fā)明首先要利用剖面中某道確定某點相干信號的線性噪聲的方向，然后在該方向進行采樣。對于采樣后的信號來說，線性噪聲就可以被看做有效信號，而有效信號就被當做隨機噪聲，這樣可以利用分數域預測濾波預測出線性噪聲，最后用原始剖面信號減去預測出的線性噪聲就得到了去噪后的結果?；诜謹惦A的傅里葉變換(FrFT，F(xiàn)ractional FourierTransform)作為傅里葉(Fourier)變換的一種廣義形式信號在分數階Rnirier 域上的表示，同時融合了信號在時域和頻域的信息，能夠結合時域與頻域對信號進行劃分， 有效地區(qū)分出有用信號與線性噪聲。因此，本發(fā)明基于分數域濾波的線性噪聲消除，不同于現(xiàn)有的單一基于時域或頻域濾波，能較好的解決信噪比與地震分辨率的矛盾。具體的，計算經過該檢測點的方向所對應的相關系數的方法為Cof = (suml*suml)/(sum2*ncc)其中，Cof表示經過檢測點的當前檢測方向所對應的相關系數；suml是當前檢測方向上各點的采樣值之和；sum2是當前檢測方向上各點的采樣值平方的和；ncc是當前檢測方向上采樣值不為O的點的個數。進一步的，為了提高有效信號的保真性，步驟(1)中當判斷出檢測點的相關系數小于預設最大值之后，進一步比較該檢測點的相關系數與預設最小值的大小，如檢測點的相關系數小于或等于預設最小值，則進入步驟O)；如檢測點的相關系數大于預設最小值， 且小于預設最大值，則進入步驟(3)，并在步驟(3)得到線性噪聲的信號值之后，用計算一個權值來加權得到的線性噪聲的信號值，并用加權后的信號值來更新線性噪聲的信號值；所述權值為(檢測點的相關系數-預設最小值)/(預設最大值-預設最小值)。本發(fā)明的有益效果是，能很好的去除線性噪聲，同時又能保證地震信號解釋處理中的高保真、高分辨率及高信噪比要求。


圖1是原始的單炮地震記錄；圖2是應用本發(fā)明預測的線性噪聲剖面；圖3是實施例的預測濾波器示意圖；圖4是應用本發(fā)明得到的濾波結果。
具體實施例方式在如圖1所示的單炮地震記錄的原始剖面上進行線性噪聲的消除處理，包括以下步驟(1)通過兩個給定的時間參數T(n/2)、T(n)、T(0)來確定剖面中的檢測范圍，其中 T (η/2)是地震剖面中間道的起始時間，T (η)、T(O)分別是剖面右邊道、左邊道的起始時間。 剖面中第χ道起始檢測時間通過剖面中間道的起始時間Τ(η/2)以及剖面邊道的起始時間 T(I)或T(η)確定，1≤χ≤η，η為圖1中剖面的總道數300 當0≤χ≤150，第χ道起始檢測時間T (χ)為
T(η/2) + [Τ(1)-Τ(150)]*[offset(χ)-offset(150)]/[offset(1)-offset (150)]；當150 < χ彡300，第χ道起始檢測時間T (χ)為T(150) + [T(300)-T(150)]*[offset(x)-offset(150)]/ [offset(300)-offset(150)]；其中，Offset(X)為第χ道的偏移距。Offset(X)可從地震記錄的文件中直接讀??；這樣濾波范圍就被限定在T(I)至T (150)的連線以及T (150)至T (300)的連線以下的部分的點；當然，如不考慮降低運算量，也可以將剖面中每一個點作為檢測點進行消噪處理；剖面中的每個點由(TraceNum，Millikcond)確定；(2)在檢測范圍中依次選取一個檢測點，計算經過該檢測點的除垂直方向之外的每個方向所對應的相關系數，相關系數的計算公式如下Cof = (suml*suml)/(sum2*ncc)suml是當前檢測方向上各點的采樣值之和；sum2是當前檢測方向上各點的采樣值平方的和；ncc是當前檢測方向上采樣值不為0的點的個數，由相關系數的計算公式可知cof大于0且小于1 ；取過該檢測點其中最大值作為該檢測點的相關系數。設定二個閾值預設最小值 mincof禾口預設最大值maxcof ；當檢測點的相關系數小于或等于mincof，則認為不是該檢測點上無線性噪聲，不進行濾波，返回步驟⑵；當檢測點的相關系數大于或等于maxcof就對其進行濾波處理，即下一步；當檢測點的相關系數大于mincof而小于maxcof，同樣對其進行濾波，但其結果要乘以一個權值c，C=(檢測點的相關系數-mincof)/(maxcof-mincof)；(3)確定了線性噪聲方向后，在該線性噪聲方向上的所有點進行采樣，將采樣數據通過FrFT變換至分數域，根據線性噪聲具有強相關性的特點，設置分數域預測濾波器中的濾波因子(F0，F(xiàn)1，夂而)，11+1為濾波因子的個數，根據經驗，η取值一般在4至10之間，濾波因子的設置原則為濾波模塊輸出值與期望值之間的均方誤差最??；預測濾波器如圖2所示，包括輸入端、期望值存儲模塊、輸出端、濾波模塊，其中濾波模塊包括η個延遲器、η+1個乘法器，1個加法器，每個乘法器存儲有一個濾波因子，延遲之前的數據以及延遲之后的數據分別輸入至一個乘法器中進行運算，所有乘法器的輸出結果在加法器中進行加法運算，加法器輸出的結果即為濾波結果；所謂濾波器濾波實際就是將濾波因子與對應的待去噪聲的數據進行卷積；預測濾波器的輸入端用于，接收輸入的分數域采樣數據；預測濾波器的期望值存儲模塊用于，將預先通過分析線性噪聲在分數域的值作為期望值存儲；濾波模塊用于，利用濾波因子(F0，F(xiàn)l,…而)對輸入的數據進行濾波；預測濾波器的輸出端用于，輸出濾波后的采樣數據；FrFT變換過程中，階數ρ可根據廣義時間帶寬積(Generalized Time-Bandwidth
5Product, GTBP)最小原理來確定，GTBP的計算公式為GTBP{xp(t)\ = TXp xBXp，這樣就可以在一個周期內搜索出最小GTBP對應的階數作為我們的最佳變換階數: PoPt=^lnAGTBP{xP^}其中，為P階分數階傅里葉變換，7；為分數域的時寬，叢為分數域的頻帶寬，a、t均為臨時變量。(4)將變換至分數域的采樣數據輸入預測濾波器，預測濾波器將線性噪聲作為預測濾波的有用信號，將實際的有用信號視為隨機噪聲，得到濾波后的結果為線性噪聲的分數域信號值；如步驟(3)中檢測點的相關系數大于mincof而小于maxcof，還用權值c對濾波后的結果進行加權，用加權后的結果來更新線性噪聲的分數域信號值；(5)將線性噪聲的分數域信號值反變換至時域；(6)從原始剖面中減去步驟(5)中最終得到的線性噪聲的時域信號值，即為消除了線性噪聲的最終結果，再返回步驟( 對下一個檢測點進行下一次濾波檢測，直至檢測范圍內的所有檢測點處理完畢。圖3為在圖1所示的原始地震剖面上進行預測濾波后得到線性噪聲剖面；圖4為用原始地震剖面減去預測的線性噪聲得到的剖面。從圖4看出，本發(fā)明方法能很好的去除線性噪聲，同時又能保證地震信號解釋處理中的“三高”要求。本發(fā)明可以解決信噪比與地震分辨率的矛盾，獲得高保真、高分辨率及高信噪比地震資料，進而提供地震數據解釋、油氣儲層預測的重要依據和保證。
權利要求
1.一種線性噪聲消除方法，其特征在于，包括以下步驟(1)在檢測范圍內，依次選取一個檢測點，計算經過該檢測點的除垂直方向之外的每個方向所對應的相關系數，取其中最大值作為該檢測點的相關系數，判斷該檢測點的相關系數是否大于或等于預設最大值，如是，則表示該相關系數所對應的方向存在線性噪聲，進入步驟(3)；如否，則進入步驟(2)；(2)判斷在檢測范圍內是否還有檢測點，如是，返回步驟(1)，如否，去噪完成；(3)在該確定的線性噪聲方向上所有點進行采樣，先采用基于分數階的傅里葉變換將采樣數據變換到分數域，在對變換至分數域的采樣數據進行預測濾波，將線性噪聲作為預測濾波的有用信號，預測濾波之后得到線性噪聲的分數域信號值；(4)將線性噪聲的分數域信號值反變換至時域，得到線性噪聲的時域信號值；(5)從剖面信號中減去線性噪聲的時域信號值，返回步驟(1)。
2.如權利要求1所述一種線性噪聲消除方法，其特征在于，計算經過檢測點的方向所對應的相關系數的方法為Cof = (suml*suml)/(sum2*ncc)其中，Cof表示經過檢測點的當前檢測方向所對應的相關系數；suml是當前檢測方向上各點的采樣值之和；sum2是當前檢測方向上各點的采樣值平方的和；ncc是當前檢測方向上采樣值不為O的點的個數。
3.如權利要求1或2所述一種線性噪聲消除方法，其特征在于，步驟(1)中當判斷出檢測點的相關系數小于預設最大值之后，進一步比較該檢測點的相關系數與預設最小值的大小，如檢測點的相關系數小于或等于預設最小值，則進入步驟；如檢測點的相關系數大于預設最小值，且小于預設最大值，則進入步驟(3)，并在步驟(3)得到線性噪聲的分數域信號值之后，用計算一個權值來加權得到的線性噪聲的分數域信號值，并用加權后的分數域信號值來更新線性噪聲的分數域信號值。
4.如權利要求3所述一種線性噪聲消除方法，其特征在于，所述權值為(檢測點的相關系數-預設最小值)/ (預設最大值-預設最小值)。
5.如權利要求1所述一種線性噪聲消除方法，其特征在于，檢測范圍中的每一道的起始檢測時間由剖面中間道的起始時間以及剖面邊道的起始時間確定。
6.如權利要求5所述一種線性噪聲消除方法，其特征在于，第χ道起始檢測時間通過剖面中間道的起始時間T (η/2)以及剖面邊道的起始時間T(I)或T (η)確定，η，η為剖面中道的總數當1彡χ彡η/2，第χ道起始檢測時間T(X)為T(n/2) + [T(I)-T(η/2)]*[offset (χ)-offset(η/2)]/[offset(1)-offset (η/2)]；當η/2 < χ彡η，第χ道起始檢測時間T (χ)為T (η/2) + [Τ (η)-T (η/2)]*[offset(χ)-offset(η/2)]/[offset(η)-offset(η/2)]；其中，offset (χ)為從剖面數據記錄中獲取的第χ道的偏移距。
全文摘要
本發(fā)明提供一種在保證去噪效果的同時，不對有效信號造成損壞的線性噪聲消除方法。本發(fā)明首先要利用剖面中某道確定某點相干信號的線性噪聲的方向，然后在該方向進行采樣。對于采樣后的信號來說，線性噪聲就可以被看做有效信號，而有效信號就被當做隨機噪聲，這樣可以利用分數域預測濾波預測出線性噪聲，最后用原始剖面信號減去預測出的線性噪聲就得到了去噪后的結果?；诜謹惦A的傅里葉變換同時融合了信號在時域和頻域的信息，能夠結合時域與頻域對信號進行劃分，有效地區(qū)分出有用信號與線性噪聲。因此，本發(fā)明基于分數域濾波的線性噪聲消除，不同于現(xiàn)有的單一基于時域或頻域濾波，能較好的解決信噪比與地震分辨率的矛盾。
文檔編號G01V1/36GK102305945SQ20111016550
公開日2012年1月4日 申請日期2011年6月20日 優(yōu)先權日2011年6月20日
發(fā)明者張 杰, 彭建亮, 彭真明, 陳章, 黎殿來 申請人:電子科技大學