تضعیف نوفه‌های لرزه‌ای آشفته با وزن دادن ماتریس هنکل رتبه کاهیده

Authors

  • مسلم هاشمی فارغ التحصیل کارشناسی ارشد ژئوفیزیک، تحصیلات تکمیلی صنعتی و فناوری پیشرفتۀ کرمان، ایران
Abstract:

حضور نوفه‌ تاثیر نامطلوبی روی داده‌های لرزه‌ای می‌گذارد. یکی از مراحلی که در پردازش و تفسیر داده‌های لرزه‌ای اهمیت دارد، تضعیف مطلوب نوفه‌ها می‌باشد. حضور نوفه و حذف نامطلوب آن‌ها مانع از ایجاد تصویر صحیح از ساختارهای زمین‌ شناسی منطقه جهت تفسیر داده‌های لرزه‌ای می‌شود. نوفه‌های تصادفی اغلب توزیع گوسی دارند. ولی در بعضی از گیرنده‌ها این نوفه‌ها مقادیر قابل ملاحظه‌ای دارند که از توزیع گاوسی هم پیروی نمی‌کنند که در این مقاله به آن‌ها نوفه‌های آشفته (Erratic) گفته می‌شود. نوفه‌های آشفته می‌تواند بر اثر وزش باد، وارونگی قطبی ناصحیح، شرایط سطحی ضعیف، ماشین آلات و ... تولید شوند. هر چند فیلترهای بر پایه حداقل مربعات برای حذف نوفه‌های تصادفی بهینه است، اما به دلیل غیر گوسی بودن نوفه‌های آشفته، نتایج مطلوبی نمی‌دهد. به منظور رفع این مشکل، فیلتر جدید بر پایه کاهش رتبه ماتریس هنکل را معرفی می‌کنیم. در این روش بعد از انتقال داده‌ها به حوزه فرکانس- مکان، برای تک تک برش‌های فرکانسی ماتریس هنکل ساخته و رتبه آن را کاهش می‌دهیم و سپس با استفاده از الگوریتم تکراری و توابع وزنی، تا زمانی که همگرایی مطلوبی حاصل شود، ترکیب وزن‌داری از مقادیر ماتریس اولیه و ماتریس کاهش رتبه یافته را بدست می‌آوریم که با دادن وزن صفر به نوفه‌های آشفته آن‌ها را حذف می‌کنیم.این روش قابل اعمال به داده‌های لرزه‌ای دو بعدی و سه بعدی با شیب‌های متقاطع می‌باشد. عملکرد این فیلتر بر روی داده‌های لرزه‌ای واقعی و مصنوعی بررسی شد و ملاحظه شد که روش به خوبی نوفه‌های آشفته و تصادفی را تضعیف می‌کند.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

تضعیف نوفه های آشفته با وزن دادن ماتریس رتبه کاهیده

حضور نوفه ها در لرزه نگاری امری اجتناب ناپذیر است و تاثیر نامطلوبی روی داده های لرزه ای می گذارد. یکی از مسائل مهمی که در پردازش داده های لرزه ای دارای اهمیت فراوانی است، تضعیف این نوفه ها به شکل مطلوب و حفظ سیگنال اصلی است. حضور نوفه در داده و تضعیف نامطلوب آن ها مانع از ایجاد تصویری صحیح از ساختارهای زمین شناسی منطقه و تفسیر صحیح داده های لرزه ای می شود، اما در بعضی از گیرنده ها نوفه ها مقادی...

تضعیف نوفههای تصادفی مقاطع لرزهای با استفاده از ترکیب تبدیل زمان- بسامد و تجزیه مُد تجربی

تصویرسازیلرزه‌ایبه‌شدتبهکیفیتداده‌هایلرزه‌ایوابستهاست. تفسیرساختاریوچینه‌ایمقاطعلرزه‌ای کهحاویکمترینمیزاننوفه تصادفیوهمدوسهستند،بهمراتبراحت‌تراست. نوفه‌هایمتعددیدرمقاطعلرزه‌ایدیدهمی‌شودکهدستهمهمیاز آنها،نوفه‌هایتصادفی‌اند.تضعیفایندستهازنوفه‌ها، به‌خصوصزمانیکهنسبتسیگنالبهنوفهکمباشد،بسیاردشواراستتاکنون روش‌های گوناگونی برای تضعیف نوفه‌های تصادفی عرضه شده است که هرکدام مزایا و معایب مربوط به خود ر...

full text

ایده آل کهادهای ماتریس هنکل

در این پایان نامه به بررسی ایده آلهای کهادهای ماتریس های هنکل می پردازیم. در حالتی که ایده آل توسط کهادهای ماکزیمال تولید می شود. قضایای اساسی و کارگشایی در مورد اول بودن ایده آل مذکور ثابت شده است . مسئله جالب توجه در این زمینه ، یافتن تجزیه اولیه ای برای توانهای این ایده آلهاست که با انجام این کار قادر خواهیم بود تا جبرهای ریز وابسته به این ایده الها را مطالعه کنیم. مفاهیم اولیه شامل تعاریف ،...

15 صفحه اول

ماتریس های توپلتس نرمال و ماتریس های هنکل نرمال

مساله توپلتس نرمال (ntp) عبارت است از شناسایی و دسته بندی ماتریس هایی که همزمان توپلتس و نرمال باشند. اما مساله هنکل نرمال که مشکل تر از مساله توپلتس نرمال است، عبارت است از شناسایی و دسته بندی ماتریس هایی که همزمان هنکل و نرمال باشند. در این پایان نامه ما هر دو مساله را بطور کامل حل کرده و ماتریس های از این دو نوع را دسته بندی خواهیم کرد.

15 صفحه اول

ایده آل پرمننت یک ماتریس هنکل

ایده آل پرمننت یک ماتریس هنکل با درایه های روی حلقه چندجمله ای ها همانند ایده آل دترمینان آن تعریف می شود با این تفاوت که چندجمله ای های پرمننت های r*rاین ماتریس تشکیل یک ایده آل می دهند که به آن ایده آل پرمننتهایr*r ماتریس هنکل گویند.پرمننت یک ماتریس همانند دترمینان آن ماتریس محاسبه می شود با این تفاوت که همه علامت های موجود در بسط دترمینان مثبت هستند.در این پایان نامه پایه های گربنر ایده آل پ...

15 صفحه اول

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 42  issue 1

pages  63- 73

publication date 2016-05-21

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023