专利名称：一种线性噪声消除方法
技术领域：
本发明涉及数据处理技术，特别涉及地震分析数据中的线性噪声消除方法。
背景技术：
高保真、高分辨率及高信噪比地震资料处理是地震数据解释、油气储层预测的重要依据和保证。因此，叠前、叠后地震信号的噪声去除和衰减是地震资料处理中重要环节。 地震信号的噪声来源十分复杂，如声波、面波、工业电干扰、虚反射、多次反射、重复冲击、侧面波、底波、交混回响和鸣震以及各种随机干扰。根据各种噪声的特性，地震噪声可以分为两大类相干噪声和随机噪声。如图1所示原始的单炮地震记录的原始剖面。图中横轴为每个监测点对应的一个道(Trace)的道号(TraceNum)，从TraceNuml至TraceNum300 ；纵轴为监测时间，从0至2350毫秒(millisecond)。图1中有明显的线性噪声干扰，这些线性噪声在图像中表现为其同相轴基本为线性，且与有效信号的方向(有效信号的方向是垂直的)不同，如图中箭头所示的就是其中的一路线性噪声。现有的消除线性噪声(相干噪声的一种)的方法有在时域进行的，也有在频域的。主要的处理方法有切除法、f_k等。切除法是对有线性噪声的区域进行切除，使数据采样值在规定的时窗内为零。此方法在切除相干干扰的同时有效波也被切除掉了。此外，沿地震道使时窗内时间采样值为零将引起谱估算值发生畸变。f"k滤波是一种常用的去除相干干扰的方法，这种方法是在频率-波数域进行滤波。频率域的切除往往造成假频效应，使地震记录出现假同相轴、有效波波形畸变， 给解释带来困难。叠前时空域法是在时域进行的，也是目前去线性噪声用的较多也有效的方法。但是，单一地基于时域或频域滤波，由于有用信号和噪声无论在频域还是时域都有重叠，在如果要完全消除噪声，必然会出现有效信号的损失。即，现有的滤波方法均会存在信噪比与分辨率的矛盾，噪声消除地越完全，有效信号损失越多，地震记录剖面图的分辨率越低。
发明内容
本发明所要解决的技术问题是，提供一种在保证去噪效果的同时，不对有效信号造成损坏的线性噪声消除方法。本发明为解决上述技术问题所采用的技术方案是，一种线性噪声消除方法，包括以下步骤(1)在检测范围内，依次选取一个检测点，计算经过该检测点的除垂直方向之外的每个方向所对应的相关系数，取其中最大值作为该检测点的相关系数，判断该检测点的相关系数是否大于或等于预设最大值，如是，则表示该相关系数所对应的方向存在线性噪声， 进入步骤(3)；如否，则进入步骤O)；(2)判断在检测范围内是否还有检测点，如是，返回步骤(1)，如否，去噪完成；(3)在该确定的线性噪声方向上所有点进行采样，先采用基于分数阶的傅里叶变换将采样数据变换到分数域，在对变换至分数域的采样数据进行预测滤波，将线性噪声作为预测滤波的有用信号，预测滤波之后得到线性噪声的分数域信号值；(4)将线性噪声的分数域信号值反变换至时域，得到线性噪声的时域信号值；(5)从剖面信号中减去线性噪声的时域信号值，返回步骤(1)。本发明首先要利用剖面中某道确定某点相干信号的线性噪声的方向，然后在该方向进行采样。对于采样后的信号来说，线性噪声就可以被看做有效信号，而有效信号就被当做随机噪声，这样可以利用分数域预测滤波预测出线性噪声，最后用原始剖面信号减去预测出的线性噪声就得到了去噪后的结果。基于分数阶的傅里叶变换(FrFT，Fractional FourierTransform)作为傅里叶(Fourier)变换的一种广义形式信号在分数阶Rnirier 域上的表示，同时融合了信号在时域和频域的信息，能够结合时域与频域对信号进行划分， 有效地区分出有用信号与线性噪声。因此，本发明基于分数域滤波的线性噪声消除，不同于现有的单一基于时域或频域滤波，能较好的解决信噪比与地震分辨率的矛盾。具体的，计算经过该检测点的方向所对应的相关系数的方法为Cof = (suml*suml)/(sum2*ncc)其中，Cof表示经过检测点的当前检测方向所对应的相关系数；suml是当前检测方向上各点的采样值之和；sum2是当前检测方向上各点的采样值平方的和；ncc是当前检测方向上采样值不为O的点的个数。进一步的，为了提高有效信号的保真性，步骤(1)中当判断出检测点的相关系数小于预设最大值之后，进一步比较该检测点的相关系数与预设最小值的大�。缂觳獾愕南喙叵凳∮诨虻扔谠ど枳钚≈担蚪氩街鐿)；如检测点的相关系数大于预设最小值， 且小于预设最大值，则进入步骤(3)，并在步骤(3)得到线性噪声的信号值之后，用计算一个权值来加权得到的线性噪声的信号值，并用加权后的信号值来更新线性噪声的信号值；所述权值为(检测点的相关系数-预设最小值)/(预设最大值-预设最小值)。本发明的有益效果是，能很好的去除线性噪声，同时又能保证地震信号解释处理中的高保真、高分辨率及高信噪比要求。
图1是原始的单炮地震记录；图2是应用本发明预测的线性噪声剖面；图3是实施例的预测滤波器示意图；图4是应用本发明得到的滤波结果。
具体实施例方式在如图1所示的单炮地震记录的原始剖面上进行线性噪声的消除处理，包括以下步骤(1)通过两个给定的时间参数T(n/2)、T(n)、T(0)来确定剖面中的检测范围，其中 T (η/2)是地震剖面中间道的起始时间，T (η)、T(O)分别是剖面右边道、左边道的起始时间。 剖面中第χ道起始检测时间通过剖面中间道的起始时间Τ(η/2)以及剖面边道的起始时间 T(I)或T(η)确定，1≤χ≤η，η为图1中剖面的总道数300 当0≤χ≤150，第χ道起始检测时间T (χ)为
T(η/2) + [Τ(1)-Τ(150)]*[offset(χ)-offset(150)]/[offset(1)-offset (150)]；当150 < χ彡300，第χ道起始检测时间T (χ)为T(150) + [T(300)-T(150)]*[offset(x)-offset(150)]/ [offset(300)-offset(150)]；其中，Offset(X)为第χ道的偏移距。Offset(X)可从地震记录的文件中直接读�。徽庋瞬ǚ段Ь捅幌薅ㄔ赥(I)至T (150)的连线以及T (150)至T (300)的连线以下的部分的点；当然，如不考虑降低运算量，也可以将剖面中每一个点作为检测点进行消噪处理；剖面中的每个点由(TraceNum，Millikcond)确定；(2)在检测范围中依次选取一个检测点，计算经过该检测点的除垂直方向之外的每个方向所对应的相关系数，相关系数的计算公式如下Cof = (suml*suml)/(sum2*ncc)suml是当前检测方向上各点的采样值之和；sum2是当前检测方向上各点的采样值平方的和；ncc是当前检测方向上采样值不为0的点的个数，由相关系数的计算公式可知cof大于0且小于1 ；取过该检测点其中最大值作为该检测点的相关系数。设定二个阈值预设最小值 mincof禾口预设最大值maxcof ；当检测点的相关系数小于或等于mincof，则认为不是该检测点上无线性噪声，不进行滤波，返回步骤⑵；当检测点的相关系数大于或等于maxcof就对其进行滤波处理，即下一步；当检测点的相关系数大于mincof而小于maxcof，同样对其进行滤波，但其结果要乘以一个权值c，C=(检测点的相关系数-mincof)/(maxcof-mincof)；(3)确定了线性噪声方向后，在该线性噪声方向上的所有点进行采样，将采样数据通过FrFT变换至分数域，根据线性噪声具有强相关性的特点，设置分数域预测滤波器中的滤波因子(F0，F1，夂而)，11+1为滤波因子的个数，根据经验，η取值一般在4至10之间，滤波因子的设置原则为滤波�？槭涑鲋涤肫谕抵涞木轿蟛钭钚。辉げ饴瞬ㄆ魅缤�2所示，包括输入端、期望值存储�？�、输出端、滤波模块，其中滤波�？榘é歉鲅映倨�、η+1个乘法器，1个加法器，每个乘法器存储有一个滤波因子，延迟之前的数据以及延迟之后的数据分别输入至一个乘法器中进行运算，所有乘法器的输出结果在加法器中进行加法运算，加法器输出的结果即为滤波结果；所谓滤波器滤波实际就是将滤波因子与对应的待去噪声的数据进行卷积；预测滤波器的输入端用于，接收输入的分数域采样数据；预测滤波器的期望值存储�？橛糜冢は韧ü治鱿咝栽肷诜质虻闹底魑谕荡娲ⅲ宦瞬？橛糜冢寐瞬ㄒ蜃�(F0，Fl,…而)对输入的数据进行滤波；预测滤波器的输出端用于，输出滤波后的采样数据；FrFT变换过程中，阶数ρ可根据广义时间带宽积(Generalized Time-Bandwidth
5Product, GTBP)最小原理来确定，GTBP的计算公式为GTBP{xp(t)\ = TXp xBXp，这样就可以在一个周期内搜索出最小GTBP对应的阶数作为我们的最佳变换阶数: PoPt=^lnAGTBP{xP^}其中，为P阶分数阶傅里叶变换，7；为分数域的时宽，丛为分数域的频带宽，a、t均为临时变量。(4)将变换至分数域的采样数据输入预测滤波器，预测滤波器将线性噪声作为预测滤波的有用信号，将实际的有用信号视为随机噪声，得到滤波后的结果为线性噪声的分数域信号值；如步骤(3)中检测点的相关系数大于mincof而小于maxcof，还用权值c对滤波后的结果进行加权，用加权后的结果来更新线性噪声的分数域信号值；(5)将线性噪声的分数域信号值反变换至时域；(6)从原始剖面中减去步骤(5)中最终得到的线性噪声的时域信号值，即为消除了线性噪声的最终结果，再返回步骤( 对下一个检测点进行下一次滤波检测，直至检测范围内的所有检测点处理完毕。图3为在图1所示的原始地震剖面上进行预测滤波后得到线性噪声剖面；图4为用原始地震剖面减去预测的线性噪声得到的剖面。从图4看出，本发明方法能很好的去除线性噪声，同时又能保证地震信号解释处理中的“三高”要求。本发明可以解决信噪比与地震分辨率的矛盾，获得高保真、高分辨率及高信噪比地震资料，进而提供地震数据解释、油气储层预测的重要依据和保证。
权利要求
1.一种线性噪声消除方法，其特征在于，包括以下步骤(1)在检测范围内，依次选取一个检测点，计算经过该检测点的除垂直方向之外的每个方向所对应的相关系数，取其中最大值作为该检测点的相关系数，判断该检测点的相关系数是否大于或等于预设最大值，如是，则表示该相关系数所对应的方向存在线性噪声，进入步骤(3)；如否，则进入步骤(2)；(2)判断在检测范围内是否还有检测点，如是，返回步骤(1)，如否，去噪完成；(3)在该确定的线性噪声方向上所有点进行采样，先采用基于分数阶的傅里叶变换将采样数据变换到分数域，在对变换至分数域的采样数据进行预测滤波，将线性噪声作为预测滤波的有用信号，预测滤波之后得到线性噪声的分数域信号值；(4)将线性噪声的分数域信号值反变换至时域，得到线性噪声的时域信号值；(5)从剖面信号中减去线性噪声的时域信号值，返回步骤(1)。
2.如权利要求1所述一种线性噪声消除方法，其特征在于，计算经过检测点的方向所对应的相关系数的方法为Cof = (suml*suml)/(sum2*ncc)其中，Cof表示经过检测点的当前检测方向所对应的相关系数；suml是当前检测方向上各点的采样值之和；sum2是当前检测方向上各点的采样值平方的和；ncc是当前检测方向上采样值不为O的点的个数。
3.如权利要求1或2所述一种线性噪声消除方法，其特征在于，步骤(1)中当判断出检测点的相关系数小于预设最大值之后，进一步比较该检测点的相关系数与预设最小值的大�。缂觳獾愕南喙叵凳∮诨虻扔谠ど枳钚≈担蚪氩街瑁蝗缂觳獾愕南喙叵凳笥谠ど枳钚≈担倚∮谠ど枳畲笾担蚪氩街�(3)，并在步骤(3)得到线性噪声的分数域信号值之后，用计算一个权值来加权得到的线性噪声的分数域信号值，并用加权后的分数域信号值来更新线性噪声的分数域信号值。
4.如权利要求3所述一种线性噪声消除方法，其特征在于，所述权值为(检测点的相关系数-预设最小值)/ (预设最大值-预设最小值)。
5.如权利要求1所述一种线性噪声消除方法，其特征在于，检测范围中的每一道的起始检测时间由剖面中间道的起始时间以及剖面边道的起始时间确定。
6.如权利要求5所述一种线性噪声消除方法，其特征在于，第χ道起始检测时间通过剖面中间道的起始时间T (η/2)以及剖面边道的起始时间T(I)或T (η)确定，η，η为剖面中道的总数当1彡χ彡η/2，第χ道起始检测时间T(X)为T(n/2) + [T(I)-T(η/2)]*[offset (χ)-offset(η/2)]/[offset(1)-offset (η/2)]；当η/2 < χ彡η，第χ道起始检测时间T (χ)为T (η/2) + [Τ (η)-T (η/2)]*[offset(χ)-offset(η/2)]/[offset(η)-offset(η/2)]；其中，offset (χ)为从剖面数据记录中获取的第χ道的偏移距。
全文摘要
本发明提供一种在保证去噪效果的同时，不对有效信号造成损坏的线性噪声消除方法。本发明首先要利用剖面中某道确定某点相干信号的线性噪声的方向，然后在该方向进行采样。对于采样后的信号来说，线性噪声就可以被看做有效信号，而有效信号就被当做随机噪声，这样可以利用分数域预测滤波预测出线性噪声，最后用原始剖面信号减去预测出的线性噪声就得到了去噪后的结果。基于分数阶的傅里叶变换同时融合了信号在时域和频域的信息，能够结合时域与频域对信号进行划分，有效地区分出有用信号与线性噪声。因此，本发明基于分数域滤波的线性噪声消除，不同于现有的单一基于时域或频域滤波，能较好的解决信噪比与地震分辨率的矛盾。
文档编号G01V1/36GK102305945SQ20111016550
公开日2012年1月4日 申请日期2011年6月20日 优先权日2011年6月20日
发明者张 杰, 彭建亮, 彭真明, 陈章, 黎殿来 申请人:电子科技大学
专业数控铣床产品供应商
20年生产经验，实力工厂，精工品质，质量有保障
