專利名稱：基于皮爾森體系獨立分量分析地震去噪的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種基于皮爾森體系獨立分量分析(P-ICA)地震去噪的方法，屬于石油地球物理勘探去噪技術(shù)領(lǐng)域。
背景技術(shù)：
在通常情況下，地震信號的噪音都是加性的，消除噪音比較困難，同樣的，乘法性的噪音處理通常也比較困難。加性噪音的消除方法有很多，其中相干平均法(或者稱為時域平均法)與小波變換法是兩種較有代表性的噪音處理方法。相干平均法(或時域平均法)在具體實施該方法的過程中，不僅需要大量的觀測樣本，而且每次觀測相加時還必須“對齊”，所有這些都極大地影響了該方法的實際應(yīng)用。小波變換法通常需要先定位真實信號的特征頻段，以便在合適的頻段進行信號的提取。如果對信號的特征頻段沒有先驗的了解，則難以進行滿意的信噪分離。

發(fā)明內(nèi)容
本發(fā)明的目的在于針對現(xiàn)有技術(shù)的不足，提供一種基于皮爾森體系獨立分量分析地震去噪的方法，無需大量的觀測樣本和確定信號的特殊頻段的前提之下，能夠進行有效信號和噪音分離，實現(xiàn)過程簡單、計算速度快、應(yīng)用方便靈活、無需先驗的地質(zhì)知識和對環(huán)境的具體了解、適用各個井區(qū)。
為了實現(xiàn)上述目的，本發(fā)明提供了一種基于皮爾森體系獨立分量分析地震去噪的方法，包括步驟1拾取一道地震記錄，構(gòu)成觀測信號，根據(jù)地震波的吸收衰減特性簡單判別其所含噪音的頻率范圍，判斷其所含噪音的類型；如果是隨機噪音可以直接加入不同性質(zhì)的噪音類型即可，如均值噪音或者正態(tài)分布噪音等等；如果是工業(yè)干擾只需要知道其吸收衰減系數(shù)，從而判斷其頻率范圍，即高頻在大于多少的情況下被地層吸收了。
步驟2把拾取的一道地震記錄和步驟1所判斷的相同類型的虛擬噪音混合形成觀測信號[X]，即把地震記錄和加入的虛擬的噪音按照統(tǒng)計上獨立的原則形成觀測信號矩陣；步驟3根據(jù)形成的觀測信號[X]，利用主分量分析對其進行預(yù)處理，包括中心化處理和白化處理；步驟4在步驟3進行了中心化和白化處理的基礎(chǔ)上，進行皮爾森體系獨立分量分析，簡稱P-ICA運算；即白化后的數(shù)據(jù)仍然用x表示，分離矩陣由W表示，對白化后的輸出數(shù)據(jù)利用皮爾森體系的獨立分量分析的方法進行分離，形成輸出信號；步驟5對輸出的信號，確定其噪音還是有效信號，輸出的信號在實質(zhì)上已經(jīng)對信號和噪音進行了分離，這樣就可以去噪后地震記錄并直接獲得有效信號，對于分離出來的噪音就不用管了，因為這里只需要沒有噪音的有效信號，這樣就達到了去除噪音的目的。
其中步驟3中的白化處理和中心化處理，中心化處理就是觀測矢量x減去它的均值，變成零均值的矢量。白化處理是將觀測變量x進行線性變化Q，得到v＝Qx，其中v表示白化后的輸出信號，Q表示白化矩陣，v的各個分量vi互不相關(guān)，且具有單位方差，即E{vvT}＝I，式中，E表示數(shù)學期望，I表示單位矩陣；進行變換得到白化后輸出信號vv＝Λ-1/2DT(x-E{x})其中Λ＝diag(d1，d2，...dn)是相關(guān)陣Rx＝E{xxT}的n個最大特征值組成的對角陣，D∈Cm×n是n個相應(yīng)的特征矢量組成的矩陣，Rx可以通過x的樣本進行估計。變換之后，v信號和需要提取的獨立分量s之間的關(guān)系；步驟4中的具體步驟如下
(1)將混合信號x預(yù)處理，W表示初始化為一個隨機陣，W＝[w1，w2，...，wn]T，p←1；(2)當p＞n時，跳到(5)。否則令k←k+1，計算y(t)=wpT(k)x(t),t=1,2,...,T,]]>其中y(t)表示輸出信號，w(k)表示分離矩陣，x(t)是混合信號，T表示樣本個數(shù)(這里有只有兩個觀測信號，所以T＝2)；(3)根據(jù)Wk+1＝Wk+D(E{(y)yT}-diag(E{(yi)yi}Wk式，其中D＝diag(1/E{(yi)yi}-E{′(yi)})，計算wp(k+1)，根據(jù)式子wp+1(k+1)=wp+1(k+1)-∑j=1pwp+1(k+1)Twjwj]]>將wp(k+1)與w1，w2，...，wp-1去相關(guān)，其中 上面的兩個式子是皮爾森體系的目標函數(shù)和其導(dǎo)數(shù)。參數(shù)a，b0，b1和b2可以通過力矩法表示，a，b0，b1和b2與μ2，μ3和μ4中心力矩的對應(yīng)如下b1=a=-μ3(μ4+3μ22)C]]>b1=a=-μ3(μ4+3μ22)C]]>b1=a=-μ3(μ4+3μ22)C]]>其中C=10μ4μ2-12μ32-18μ23]]>(4)當|wp(k+1)-wp(k)|＜ε時(其中ε表示誤差的判斷標準，由使用者本人自己定義)，p←p+1轉(zhuǎn)到步驟(2)；(5)y＝wx(其中y表示輸出信號，w表示分離矩陣，x表示混合信號)，得到輸出信號y。
綜上所述，本發(fā)明所提供的基于皮爾森體系獨立分量分析地震去噪的方法，具有如下特點
對于隨機噪音的去噪不需要大量的觀測樣本，只需要一道地震信號和其噪音的性質(zhì)；對于常規(guī)噪音，特別是工頻干擾，不需要預(yù)先確定噪音所在的頻段；即使知道特征頻段，在去噪過程中不會傷害到原始信號的噪音所在頻段的結(jié)構(gòu)；該方法實現(xiàn)過程簡單；計算速度快，應(yīng)用方便靈活；不需要先驗的地質(zhì)知識和對其環(huán)境做具體的了解；受信噪比的影響較小，實驗的結(jié)果是在信噪比等于0.001的情況下也可以分離；可以用于各個井區(qū)。
下面通過附圖和具體實施例對本發(fā)明的技術(shù)方案進行詳細地說明。


圖1為本發(fā)明的流程圖；圖2為本發(fā)明把拾取的一道地震記錄和所判斷的噪音混合形成的觀測信號的示意圖；圖3為本發(fā)明對輸出信號的去除噪音后的有效信號的示意圖；圖4為本發(fā)明地震剖面示意圖；圖5為本發(fā)明P-ICA去噪后地震剖面示意圖。
具體實施例方式
為了克服需要大量的觀測樣本和確定信號的特殊頻段的前提下進行信號和噪音分離的不足，本發(fā)明采用的是基于皮爾森體系的獨立分量分析簡稱P-ICA的方法對地震記錄進行信號與噪音分離。該方法在不需要大量的觀測樣本，也不需要確定信號的特殊頻段的前提下進行信號和噪音分離。
如圖1所示，為本發(fā)明的流程圖。從圖1中可知，本發(fā)明所提供的這種基于皮爾森體系獨立分量分析地震去噪的方法，利用某地區(qū)實際含隨機噪音的地震資料進行信噪分離，主要步驟如下步驟100對信號的噪音性質(zhì)進行分析拾取一道地震記錄，構(gòu)成觀測信號，判斷其所含噪音的類型，如果為隨機噪音，例如均值噪音或正態(tài)分布噪音，直接加入不同性質(zhì)的噪音類型即可；如果為工業(yè)干擾，只需要對輸出信號做傅立葉變換即可，判斷其相位特征；虛擬的隨機噪音可以是任意的，即使加入的虛擬噪音不正確，也不會影響到原來含噪音信號的內(nèi)部結(jié)構(gòu)；步驟200加入相同性質(zhì)的噪音構(gòu)成觀測系統(tǒng)的觀測信號把拾取的一道地震記錄和步驟1所判斷的相同類型的虛擬噪音混合形成觀測信號[X]，即把地震記錄和加入的虛擬噪音按照統(tǒng)計上獨立的原則形成觀測信號矩陣，如圖2所示，就是形成的觀測信號。圖2中位于上方的圖形為含噪音地震記錄A，下方的圖形為隨機噪音C；步驟300對觀測信號做預(yù)處理根據(jù)形成的觀測信號[X]，利用主分量分析對其進行預(yù)處理，所述的預(yù)處理包括中心化和白化處理；步驟400進行P-ICA變換，分離信號和噪音在進行了中心化和白化處理的基礎(chǔ)上，進行皮爾森體系獨立分量分析運算；即白化后的數(shù)據(jù)仍然用x表示，分離矩陣由W表示，對白化后的輸出數(shù)據(jù)利用皮爾森體系的獨立分量分析的方法進行分離，形成輸出信號；步驟500提取有效信號，去除噪音對輸出的信號，確定其噪音還是有效信號，輸出的信號在實質(zhì)上已經(jīng)對信號和噪音進行了分離，這樣就可以直接獲得有效信號(去噪后地震記錄)，對于分離出來的噪音就不用管了，因為這里只需要沒有噪音的有效信號，這樣就達到了去除噪音的目的。
上述的中心化處理是觀測矢量x減去它的均值，變成零均值的矢量。
上述的白化處理是將觀測變量x進行線性變化Q，得到v＝Qx，其中v表示白化后的輸出信號，Q表示白化矩陣，v的各個分量vi互不相關(guān)，且具有單位方差(即E{vvT}＝I)，E表示數(shù)學期望，I表示單位矩陣；進行變換得到白化后輸出信號v
v＝Λ-1/2DT(x-E{x}) (1)其中Λ＝diag(d1，d2，...dn)是相關(guān)陣Rx＝E{xxT}的n個最大特征值組成的對角陣，D∈Cm×n是n個相應(yīng)的特征矢量組成的矩陣，Rx可以通過x的樣本進行估計。
所述的步驟400中的具體步驟如下(1)將混合信號x預(yù)處理，即中心化和白化，W表示初始化為一個隨機陣，W＝[w1，w2，...，wn]T，p←1；(2)當p＞n時，跳到步驟(5)。否則令k←k+1，計算y(t)=wpT(k)x(t),t=1,2,...,T,]]>其中y(t)表示輸出信號，w(k)表示分離矩陣，x(t)是混合信號，T表示樣本個數(shù)(這里有只有兩個觀測信號，所以T＝2)；(3)根據(jù)Wk+1＝Wk+D(E{(y)yT}-diag(E{(yi)yi}Wk式，其中D＝diag(1/E{(yi)yi}-E{(yi)})，計算wp(k+1)，根據(jù)式子wp+1(k+1)=wp+1(k+1)-∑j=1pwp+1(k+1)Twjwj]]>將wp(k+1)與w1，w2，...，wp-1去相關(guān)其中 上面的兩個式子是皮爾森體系的目標函數(shù)和其導(dǎo)數(shù)。參數(shù)a，b0，b1和b2可以通過力矩法表示，a，b0，b1和b2與μ2，μ3和μ4中心力矩的對應(yīng)如下b1=a=-μ3(μ4+3μ22)C]]>b1=a=-μ3(μ4+3μ22)C]]>b1=a=-μ3(μ4+3μ22)C]]>其中C=10μ4μ2-12μ32-18μ23]]>
步驟(4)當|wp(k+1)-wp(k)|＜ε時(其中ε表示誤差的判斷標準，由使用者本人自己定義)，p←p+1轉(zhuǎn)到步驟200；步驟(5)y＝wx(其中y表示輸出信號，w表示分離矩陣，x表示混合信號)，得到輸出信號。如圖3所示，為分離后的信號，位于上方的圖形為P-ICA分離的地震記錄B，位于下方的圖形為隨機噪音C，從圖3中可知，信號和噪音得到了很好的分離。
如圖4、圖5所示，分別為地震剖面示意圖和本發(fā)明P-ICA去噪后地震剖面示意圖。其中橫坐標表示地震記錄的道數(shù)，本實施例中共有64道；縱坐標代表時間，單位為毫秒。從圖4和圖5的比較可以看出，經(jīng)過P-ICA去除隨機噪音后得到的圖5中的地震剖面D的分辨率明顯比圖4中的地震剖面E分辨率要高一些，這樣更適合目前高分辨率地震勘探。
皮爾森體系的獨立分量分析簡稱P-ICA，屬于盲信號分離的一種方法，與石油地質(zhì)地球物理勘探相結(jié)合，屬于石油地球物理勘探去除噪音的方法。本發(fā)明所提供的方法不需要大量的觀測樣本和不需要確定信號的特殊頻段的前提先進行信號和噪音分離。就是針對去除隨機噪音的，這里只需要該地區(qū)的某一道地震記錄，就可以確定該地區(qū)隨機噪音的性質(zhì)，就可以剔除其隨機噪音。能在沒有或者缺乏先驗的地質(zhì)信息的情況下進行工頻干擾，即50赫茲的工業(yè)干擾，這里不需要確定其所在的頻段，只需要對噪音的性質(zhì)有個粗略的了解，所以該方法計算速度快、可靠和方便?？梢詰?yīng)用到地震資料提高分辨率，剔除噪音干擾等多個方面。
最后需要說明的是，以上實施例僅用以說明本發(fā)明的技術(shù)方案而非限制，盡管參照較佳實施例對本發(fā)明進行了詳細說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當理解，可以對本發(fā)明的技術(shù)方案進行修改或者等同替換，而未脫離本發(fā)明技術(shù)方案的精神和范圍。
權(quán)利要求
1.一種基于皮爾森體系獨立分量分析地震去噪的方法，其中包括如下步驟步驟1拾取一道地震記錄，構(gòu)成觀測信號，根據(jù)地震波的吸收衰減特性簡單判別其所含噪音的頻率范圍，判斷其所含噪音的類型；步驟2把拾取的一道地震記錄和步驟1所判斷的相同類型的虛擬噪音按照統(tǒng)計上獨立的原則形成觀測信號矩陣，混合形成觀測信號[X]；步驟3根據(jù)形成的觀測信號[X]，利用主分量分析對其進行預(yù)處理，所述的預(yù)處理包括中心化和白化處理；步驟4在所述的中心化處理和白化處理的基礎(chǔ)上，進行皮爾森體系獨立分量分析運算；白化處理后的數(shù)據(jù)仍然用x表示，分離矩陣由W表示，對白化處理后的輸出數(shù)據(jù)利用皮爾森體系的獨立分量分析的方法進行分離，得到輸出信號；步驟5對所述的輸出信號，確定其為噪音還是有效信號。其實，輸出的信號在實質(zhì)上已經(jīng)對有效信號和噪音進行了分離，這樣就可以直接獲得去噪后地震記錄的有效信號。
2.根據(jù)權(quán)利要求1所述的基于皮爾森體系獨立分量分析地震去噪的方法，其特征在于，步驟3所述的中心化處理就是觀測矢量x減去它的均值，變成零均值的矢量。
3.根據(jù)權(quán)利要求1所述的基于皮爾森體系獨立分量分析地震去噪的方法，其特征在于，步驟3所述的白化處理就是將觀測變量x進行線性變化Q，得到v＝Qx，其中v表示白化后的輸出信號，Q表示白化矩陣，v的各個分量vi互不相關(guān)，且具有單位方差E{vvT}＝I，E表示數(shù)學期望，I表示單位矩陣；進行變換得到白化后輸出信號vv＝Λ-1/2DT(x-E{x}) (1)其中Λ＝diag(d1，d2，…dn)是相關(guān)陣Rx＝E{xxT}的n個最大特征值組成的對角陣，D∈Cm×n是n個相應(yīng)的特征矢量組成的矩陣，Rx可以通過x的樣本進行估計。
4.根據(jù)權(quán)利要求1所述的基于皮爾森體系獨立分量分析地震去噪的方法，其特征在于，所述的步驟4的具體步驟如下步驟(1)將混合信號x預(yù)處理，即中心化和白化，W表示初始化為一個隨機陣，W＝[w1，w2，…，wn]T，p←1；步驟(2)當p＞n時，進入步驟(5)，否則令k←k+1，計算y(t)=wpT(k)x(t),t=1,2,...,T,]]>其中y(t)表示輸出信號，w(k)表示分離矩陣，x(t)是混合信號，T表示樣本個數(shù)，由于只有兩個觀測信號，所以T＝2；步驟(3)根據(jù)Wk+1＝Wk+D(E{(y)yT}-diag(E{(yi)yi}Wk迭代式，其中D＝diag(1/E{(yi)yi}-E(′(yi)})，計算wp(k+1)，根據(jù)式子wp+1(k+1)=wp+1(k+1)-Σj=1pwp+1(k+1)Twjwj]]>將wp(k+1)與w1，w2，...，wp-1，去相關(guān)其中 上面的(1)、(2)式子是皮爾森體系的目標函數(shù)和其導(dǎo)數(shù)；參數(shù)a，b0，b1和b2可以通過力矩法表示，a，b0，b1和b2與μ2，μ3和μ4中心力矩的對應(yīng)如下b1=a=-μ3(μ4+3μ22)C---(4)]]>b0=-μ2(4μ2μ4-3μ32)C---(5)]]>b2=-(2μ2μ4-3μ32-6μ23)C---(6)]]>其中C=10μ4μ2-12μ32-18μ23]]>步驟(4)當|wp(k+1)-wp(k)|＜ε時(其中ε表示誤差的判斷標準，由使用者本人自己定義)，p←p+1轉(zhuǎn)到步驟(2)；步驟(5)y＝wx，其中y表示輸出信號，w表示分離矩陣，x表示混合信號，得到輸出信號y。
5.根據(jù)權(quán)利要求1所述的基于皮爾森體系獨立分量分析地震去噪的方法，其特征在于，所述的步驟1中噪音的類型為均值噪音或正態(tài)分布噪音。
6.根據(jù)權(quán)利要求1所述的基于皮爾森體系獨立分量分析地震去噪的方法，其特征在于，所述的步驟1中噪音的類型為工業(yè)干擾，對輸出信號做傅立葉變換，判斷其相位特征。
全文摘要
一種基于皮爾森體系獨立分量分析地震去噪的方法，包括拾取一道地震記錄，構(gòu)成觀測信號，根據(jù)地震波的吸收衰減特性簡單判別其所含噪音的頻率范圍，把拾取的一道地震記錄和所判斷的噪音混合形成觀測信號[X]，根據(jù)形成的觀測信號[X]，利用主分量分析對其進行預(yù)處理，然后運用基于“皮爾森”的獨立分量分析方法進行運算，對運算的輸出信號，確定其噪音還是有效信號，將噪音進行去除，最后得到有效信號。本發(fā)明無需大量的觀測樣本和確定信號的特殊頻段的前提之下，能夠進行信號和噪音分離，實現(xiàn)過程簡單、計算速度快、應(yīng)用方便靈活、無需先驗的地質(zhì)知識和對環(huán)境的具體了解、適用各個井區(qū)。
文檔編號G01V1/28GK1873443SQ200510074809
公開日2006年12月6日 申請日期2005年6月3日 優(yōu)先權(quán)日2005年6月3日
發(fā)明者曹思遠, 李國福, 張鳳君, 周鵬, 韓瑞冬 申請人:中國石油大學(北京)