基于微地震信號(hào)辨識(shí)模型的最優(yōu)濾波方法研究
發(fā)布時(shí)間:2024-07-10 19:35
目前,微地震監(jiān)測(cè)技術(shù)在油氣井壓裂裂縫監(jiān)測(cè)中得到了廣泛應(yīng)用。油氣井壓裂過(guò)程中產(chǎn)生的微地震事件通常具有持續(xù)時(shí)間短、能量微弱、信噪比低等特點(diǎn),有時(shí)外部的噪聲信號(hào)甚至能將微地震有效信號(hào)湮沒,這些都對(duì)微地震資料的信噪比造成很大影響。在微地震資料的處理流程中,信噪比是基礎(chǔ)和關(guān)鍵,直接影響著震源定位的精度。若信噪比較低,將使最終定位結(jié)果出現(xiàn)嚴(yán)重偏差。因此,必須首先對(duì)微地震資料進(jìn)行濾波去噪處理,以提高信噪比。濾波去噪技術(shù)作為提高信噪比的主要手段,一直都是國(guó)內(nèi)外專家學(xué)者的研究焦點(diǎn)。目前,在微地震資料去噪方面存在很多種方法,如自適應(yīng)濾波、小波去噪,以及基于系統(tǒng)模型的卡爾曼濾波(Kalman Filter,KF)。本論文以微地震監(jiān)測(cè)技術(shù)為研究背景,以微地震信號(hào)及其參數(shù)辨識(shí)模型為研究對(duì)象,針對(duì)現(xiàn)有微地震資料去噪方法的局限性,對(duì)基于微地震信號(hào)辨識(shí)模型的最優(yōu)濾波算法進(jìn)行了探索研究,成功建立了微地震合成信號(hào)和實(shí)際微地震信號(hào)的辨識(shí)模型,并將基于辨識(shí)模型的KF、UKF、SR-UKF濾波算法應(yīng)用在微地震資料去噪處理中。論文主要內(nèi)容如下:(1)微地震合成信號(hào)和實(shí)際微地震信號(hào)的辨識(shí)建模是本課題的主要研究?jī)?nèi)容之一,也是實(shí)現(xiàn)基于...
【文章頁(yè)數(shù)】:83 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
第一章 引言
1.1 本課題的提出及其研究意義
1.2 微地震監(jiān)測(cè)技術(shù)及其發(fā)展
1.3 微地震數(shù)據(jù)去噪概述
1.3.1 微地震信號(hào)的噪聲分類
1.3.2 微地震信號(hào)的去噪原理
1.3.3 微地震信號(hào)去噪方法
1.4 論文的主要研究?jī)?nèi)容和組織結(jié)構(gòu)框架
第二章 微地震監(jiān)測(cè)技術(shù)及其應(yīng)用
2.1 微地震監(jiān)測(cè)技術(shù)基本原理
2.2 微地震監(jiān)測(cè)方式
2.3 震源定位方法
2.3.1 初至提取時(shí)差定位法
2.3.2 P波射線傳播方向交匯點(diǎn)法
2.3.3 層析成像法
2.4 小結(jié)
第三章 信號(hào)辨識(shí)建;驹
3.1 系統(tǒng)建模方法
3.2 系統(tǒng)辨識(shí)建模方法
3.3 平穩(wěn)時(shí)間序列
3.3.1 平穩(wěn)時(shí)間序列的定義
3.3.2 平穩(wěn)時(shí)間序列的統(tǒng)計(jì)特性
3.4 辨識(shí)建模流程和方法
3.4.1 ARMA模型的表示
3.4.2 模型類型判定
3.4.3 模型定階
3.4.4 模型參數(shù)估計(jì)
3.4.5 狀態(tài)空間模型
3.5 本章小結(jié)
第四章 微地震信號(hào)辨識(shí)建模
4.1 地震記錄褶積模型
4.2 微地震合成信號(hào)辨識(shí)建模
4.2.1 建模數(shù)據(jù)預(yù)處理
4.2.2 模型類型判定實(shí)驗(yàn)
4.2.3 模型定階實(shí)驗(yàn)
4.2.4 模型參數(shù)辨識(shí)實(shí)驗(yàn)
4.3 實(shí)際微地震信號(hào)的辨識(shí)模型
4.4 本章小結(jié)
第五章 基于微地震信號(hào)辨識(shí)模型的最優(yōu)濾波算法
5.1 基本卡爾曼濾波
5.2 無(wú)跡卡爾曼濾波
5.2.1 無(wú)跡變換
5.2.2 無(wú)跡卡爾曼濾波
5.3 平方根無(wú)跡卡爾曼濾波
5.4 仿真實(shí)驗(yàn)
5.4.1 微地震合成信號(hào)去噪仿真實(shí)驗(yàn)
5.4.2 濾波效果對(duì)比分析
5.5 本章小結(jié)
第六章 基于最優(yōu)濾波算法的實(shí)際微地震資料去噪處理
6.1 實(shí)際微地震資料預(yù)處理
6.1.1 去直流分量
6.1.2 帶通濾波
6.2 基于KF的實(shí)際微地震資料去噪處理
6.3 基于UKF的實(shí)際微地震資料去噪處理
6.3.1 UKF在實(shí)際微地震資料去噪處理中存在的問題
6.3.2 UKF的解決辦法
6.4 基于SR-UKF的實(shí)際微地震資料去噪處理
6.5 三種濾波算法對(duì)比分析
6.6 本章小結(jié)
總結(jié)與展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的學(xué)術(shù)成果
致謝
本文編號(hào):4004624
【文章頁(yè)數(shù)】:83 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
第一章 引言
1.1 本課題的提出及其研究意義
1.2 微地震監(jiān)測(cè)技術(shù)及其發(fā)展
1.3 微地震數(shù)據(jù)去噪概述
1.3.1 微地震信號(hào)的噪聲分類
1.3.2 微地震信號(hào)的去噪原理
1.3.3 微地震信號(hào)去噪方法
1.4 論文的主要研究?jī)?nèi)容和組織結(jié)構(gòu)框架
第二章 微地震監(jiān)測(cè)技術(shù)及其應(yīng)用
2.1 微地震監(jiān)測(cè)技術(shù)基本原理
2.2 微地震監(jiān)測(cè)方式
2.3 震源定位方法
2.3.1 初至提取時(shí)差定位法
2.3.2 P波射線傳播方向交匯點(diǎn)法
2.3.3 層析成像法
2.4 小結(jié)
第三章 信號(hào)辨識(shí)建;驹
3.1 系統(tǒng)建模方法
3.2 系統(tǒng)辨識(shí)建模方法
3.3 平穩(wěn)時(shí)間序列
3.3.1 平穩(wěn)時(shí)間序列的定義
3.3.2 平穩(wěn)時(shí)間序列的統(tǒng)計(jì)特性
3.4 辨識(shí)建模流程和方法
3.4.1 ARMA模型的表示
3.4.2 模型類型判定
3.4.3 模型定階
3.4.4 模型參數(shù)估計(jì)
3.4.5 狀態(tài)空間模型
3.5 本章小結(jié)
第四章 微地震信號(hào)辨識(shí)建模
4.1 地震記錄褶積模型
4.2 微地震合成信號(hào)辨識(shí)建模
4.2.1 建模數(shù)據(jù)預(yù)處理
4.2.2 模型類型判定實(shí)驗(yàn)
4.2.3 模型定階實(shí)驗(yàn)
4.2.4 模型參數(shù)辨識(shí)實(shí)驗(yàn)
4.3 實(shí)際微地震信號(hào)的辨識(shí)模型
4.4 本章小結(jié)
第五章 基于微地震信號(hào)辨識(shí)模型的最優(yōu)濾波算法
5.1 基本卡爾曼濾波
5.2 無(wú)跡卡爾曼濾波
5.2.1 無(wú)跡變換
5.2.2 無(wú)跡卡爾曼濾波
5.3 平方根無(wú)跡卡爾曼濾波
5.4 仿真實(shí)驗(yàn)
5.4.1 微地震合成信號(hào)去噪仿真實(shí)驗(yàn)
5.4.2 濾波效果對(duì)比分析
5.5 本章小結(jié)
第六章 基于最優(yōu)濾波算法的實(shí)際微地震資料去噪處理
6.1 實(shí)際微地震資料預(yù)處理
6.1.1 去直流分量
6.1.2 帶通濾波
6.2 基于KF的實(shí)際微地震資料去噪處理
6.3 基于UKF的實(shí)際微地震資料去噪處理
6.3.1 UKF在實(shí)際微地震資料去噪處理中存在的問題
6.3.2 UKF的解決辦法
6.4 基于SR-UKF的實(shí)際微地震資料去噪處理
6.5 三種濾波算法對(duì)比分析
6.6 本章小結(jié)
總結(jié)與展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的學(xué)術(shù)成果
致謝
本文編號(hào):4004624
本文鏈接:http://www.wukwdryxk.cn/projectlw/dqwllw/4004624.html
最近更新
教材專著