田雅男
- 作品数：32 被引量：38H指数：3
- 供职机构：吉林大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信天文地球文化科学更多>>
- 压裂微震数据初至拾取的时频谱熵法被引量：1
- 2020年
- 在油气田开发过程中,微震监测是获得水力压裂引起裂缝分布的一种较为有效的方法。微震的定位成像与裂缝解释需要利用有效微震信号位置,而微震信号具有低信噪比的特点,传统信号拾取方法无法有效实现较低信噪比条件下初至时刻的准确拾取。本文提出一种基于时频谱熵的初至拾取新方法,该方法首先通过S变换获取含噪信号的时频谱;然后对谱内各个采样点沿频率方向进行分帧操作,并计算每帧频段内的近似负熵值,以最小近似负熵值作为该谱点的负熵值;最后沿时间方向比较各谱点的负熵值,最小值对应的时刻即为初至时刻。本文利用不同信噪比的合成地震数据对该方法进行效果验证,并与长短时窗能量比(STA/LTA)法进行拾取结果对比,结果表明:信噪比在-5dB时,两种方法拾取效果都很好;信噪比在-10dB时,时频谱熵法拾取效果更好。时频谱熵法更适合低信噪比情况下的信号初至拾取。
- 田雅男王环宇王鑫黄佳俊章强
- 关键词：负熵初至拾取
- 一种基于时空域降频模型的二维地震勘探噪声去除方法
- 本发明提供一种基于时空域降频模型的二维地震勘探噪声去除方法，属于地震勘探环境下数据采集所得二维地震勘探记录的随机噪声消减方法。通过建立时空域的降频模型，将地震信号主频降低，线性度提高，并以此特征为差异区别于随机噪声，对二...
- 吴宁李月田雅男林红波于朋君
- 文献传递
- 基于频域正则维纳滤波的地震随机噪声压制被引量：3
- 2015年
- 在原始目标函数基础上,通过构建附加噪声约束项和正则因子的约束函数的方式,提出了一种频域正则维纳滤波,同时引入信号幅度调节因子,在控制噪声压制强度的同时调节由滤波造成的有效信号损失幅度。此外,利用初至前噪声和含噪记录共同实现随机噪声的谱估计。仿真记录和实际数据的试验结果表明,新算法的滤波效果比中值滤波和传统维纳滤波效果好,信号偏差及有效信号衰减少,验证了新方法正则化思想的可行性和有效性。
- 田雅男李月林红波徐学纯
- 关键词：信号处理
- 一种基于VMD局部F-X谱分解的沙漠勘探弱信号恢复方法
- 本发明涉及一种基于VMD局部F‑X谱分解的沙漠勘探弱信号恢复方法，属于地球物理技术领域。通过局部加窗傅里叶变换将含噪地震数据变换到频率‑位移域，得到数据块及其F‑X谱；利用VMD算法沿位移方向对F‑X谱中各行数据的实部和...
- 田雅男李月吴宁
- 一种基于流形分区2D-VMD的沙漠复杂噪声压制方法
- 本发明涉及一种基于流形分区2D‑VMD的沙漠复杂噪声压制方法，属于沙漠地区复杂噪声压制方法。根据沙漠噪声特点利用ISOMAP流形学习算法将含噪地震记录划分为含信号区域和不含信号区域，并将不含信号区域看成纯噪声清零；再对含...
- 田雅男李月吴宁董新桐李默
- 文献传递
- 信号与系统课程的MOOC建设与应用被引量：1
- 2022年
- MOOC建设与应用是当前高校教育教学改革的重要环节.论述了信号与系统课程MOOC建设及应用情况,主要包括MOOC内容的重构与优化、MOOC的应用过程及应用效果.信号与系统课程MOOC与“线上线下混合并虚实结合”的开放实验紧密结合,为电子信息类专业人才的培养提供有力支撑.
- 刘秀环王海燕王雪石代虎田雅男陈绵书
- 关键词：教学改革
- 基于迭代多尺度注意力网络的DAS井中勘探数据噪声抑制方法
- 本发明涉及一种基于迭代多尺度注意力网络的DAS井中勘探数据噪声抑制方法，属于地球物理技术领域。包括迭代多尺度注意力网络的建立，训练集的构建，迭代多尺度注意力网络的训练和DAS数据消噪处理。本发明合成数据和实际资料的去噪结...
- 田雅男隋吉雷李月吴宁邵丹
- 基于残差卷积生成对抗模型的低信噪比地震数据消噪方法
- 本发明提供一种基于残差卷积生成对抗模型的低信噪比地震数据消噪方法，属于地震数据消噪的方法。生成对抗模型的建立，构建训练集，生成对抗模型的训练，将该生成网络所获得的噪声压制结果与预期结果送入对抗网络进行鉴别，通过整个网络的...
- 吴宁邢桐王洪洲李月田雅男赵玉星
- 文献传递
- 基于残差卷积生成对抗模型的低信噪比地震数据消噪方法
- 本发明提供一种基于残差卷积生成对抗模型的低信噪比地震数据消噪方法，属于地震数据消噪的方法。生成对抗模型的建立，构建训练集，生成对抗模型的训练，将该生成网络所获得的噪声压制结果与预期结果送入对抗网络进行鉴别，通过整个网络的...
- 吴宁邢桐王洪洲李月田雅男赵玉星
- 文献传递
- 基于ADNet实现DAS数据衰落噪声压制
- 2022年
- 分布式声传感(DAS:Distributed fiber Acoustic Sensing)是一种新型的传感技术,但DAS数据中信号被复杂噪声覆盖,信噪比非常低,衰落噪声严重影响到后续信号的反演和解释。为此,提出基于注意力引导的深度网络(ADNet:Attention-guided Denoising convolutionalneural Network)实现DAS数据智能消噪。与传统的用于处理DAS信号方法相比,选择在网络中引入注意力引导模块,生成注意力特征图,使深层网络着重处理特征性强的部分,以此提高网络模型在去噪方面的性能。通过测试并与传统方法实验对比,证明了ADNet在噪声消减和效率提高方面具有较大优势。
- 田雅男孙浩然宋明绅刘涛刘瀚林赵晓龙
- 关键词：信噪比
