[发明专利]基于3D shearlet变换的井中微地震信号去噪方法

说明书

本发明公开基于3 Dshearlet变换的井中微地震信号去噪方法，包括以下步骤：步骤一、将井中微地震三个分量数据转为三维数据集；步骤二、对所述数据集进行剪切变换以获得剪切系数；步骤三、对所述剪切系数进行阈值处理得阈值后系数：步骤四、对所述阈值后系数应用逆剪切变换得时域去噪后信号；步骤五、输出所述时域去噪后信号前三个表面得到有效信号。本发明利用了微地震数据和剪切域中系数分布的相关性，应用3Dshearle处理三分量信号，并采用多尺度阈值函数去噪，在有效信号保留和噪声衰减方面取得了优良的性能。

技术领域

本发明涉及地震信号处理技术领域，更具体的是，本发明涉及基于3D shearlet变换的井中微地震信号去噪方法。

背景技术

微地震监测在储层监测和资源特征研究中发挥着重要作用。但是，微地震数据往往受到不必要噪声的强烈污染，这导致现场记录的信噪比(SNR) 较低。因此，抑制噪声是微地震处理中提高监测质量的重要步骤。

在获取微地震数据方面，井中监测越来越受欢迎。井中微地震数据由三个分量(3C)组成：x、y和z分量，它们之间有很强的相关性。然而，井中微地震数据的频率高于地面微地震信号。因此对于常见地震信号的降噪方法，不适用于井中微地震去噪。近年来，国内外学者对于研究井中地震数据去噪方法已经做出了一些努力。在现有技术中，有人提出了一种基于顶点偏移抛物Radon变换的自适应信号检测和数据去噪算法。该方法利用抛物线逼近提高算法速度。而它的主要工作集中在信号检测而不是噪声抑制。有研究者开发了一种基于数学形态学的新型滤波方法。该方法改进了顶帽过滤器难扩展的缺点。但它仅限于应用低频噪声处理。针对非平稳特性，提出了一种基于集合经验模式分解(EEMD)和置换熵的非平稳随机噪声抑制方法。有研究者通过基于Radon变换的自适应矢量方向中值滤波器提出了一种新的去噪方案。它成功地检测和衰减了噪声。但是，这两种方法只有在输入信号信噪比较高时有效。

Shearlet变换(ST)提供了一个多尺度，多方向和位置函数组成的表示系统。二维剪切变换(2DST)与阈值相结合的算法已被广泛用于图像去噪和微地震处理。但是，将其应用于井中微地震数据时，几乎完全忽略了3C数据之间的相关性。

发明内容

本发明为解决目前的技术不足之处，提供了基于3D shearlet变换的井中微地震信号去噪方法，在保留有效信号前提下，更加彻底地去除背景噪音。

本发明提供的技术方案为：基于3D shearlet变换的井中微地震信号去噪方法，包括以下步骤：

步骤一、将井中微地震三个分量数据转为三维数据集；

步骤二、对所述数据集进行剪切变换以获得剪切系数；

步骤三、对所述剪切系数进行阈值处理得阈值后系数：

步骤四、对所述阈值后系数应用逆剪切变换得时域去噪后信号；

步骤五、输出所述时域去噪后信号前三个表面得到有效信号；

其中，所述阈值后系数SH'_ψ(S_j)通过如下计算过程得到：

其中，S为所述数据集，SH_ψ(S_j)为剪切系数，j为尺度，λ_j为随尺度j变化的阈值；μ为第一系数，并且满足0≤μ≤1。

优选的是，在所述步骤二中所述的剪切变换满足：

SH_ψ(S_j)＝<S,ψ_j,l,k>