مقایسۀ برانبارش هوشمند و برانبارش میانگین در دادههای مصنوعی و واقعی
در این پژوهش، یک روش برانبارش نقطه میانی مشترک جدید تحت عنوان برانبارش هوشمند برای داده لرزهای مورد استفاده قرار گرفته و عملکرد آن با استفاده از دادههای مصنوعی و داده واقعی آزمایش شده است. روش مذکور منحصراً بر اساس بهینهسازی دامنههای سیگنال برانبارش شده توسط خارج کردن نمونههای نامناسب از برانبا...
Format: | Article |
---|---|
Language: | fas |
Published: |
Research Institute of Petroleum Industry
2013-05-01
|
Series: | Pizhūhish-i Naft |
Subjects: | |
Online Access: | http://pr.ripi.ir/article_73_9be6553ccfe746b7144047a5500560b9.pdf |
id |
doaj-6d0c0e76a41b47139c2edac801ede334 |
---|---|
record_format |
Article |
spelling |
doaj-6d0c0e76a41b47139c2edac801ede3342020-11-24T23:36:28ZfasResearch Institute of Petroleum IndustryPizhūhish-i Naft2345-29002383-45282013-05-0121659811310.22078/pr.2013.7373مقایسۀ برانبارش هوشمند و برانبارش میانگین در دادههای مصنوعی و واقعیدر این پژوهش، یک روش برانبارش نقطه میانی مشترک جدید تحت عنوان برانبارش هوشمند برای داده لرزهای مورد استفاده قرار گرفته و عملکرد آن با استفاده از دادههای مصنوعی و داده واقعی آزمایش شده است. روش مذکور منحصراً بر اساس بهینهسازی دامنههای سیگنال برانبارش شده توسط خارج کردن نمونههای نامناسب از برانبارش و اعمال وزن بیشتر به بخش مرکزی دسته نمونهها پایهگذاری شده است. این روش برانبارش، نسبت به برانبارش مستقیم که معمولاً بهکار برده میشود، مزایای زیادی دارد. برانبارش هوشمند علاوه بر کمینه کردن اثر نوفههای شدید، دامنه بازتابهای برانبارش شده را بالا میبرد و انحراف فرکانسی ایجاد شده توسط تصحیح استاتیک ضعیف، حذف کشیدگی ناکافی و نقایص در آنالیز سرعت را از بین میبرد. نتایج بهدست آمده نشان میدهد که این روش به یک برانبارش با تفکیکپذیری بالاتر و همدوسی مکانی بیشتر نسبت به مقاطع لرزهای برانبارش شده رایج، میانجامد.http://pr.ripi.ir/article_73_9be6553ccfe746b7144047a5500560b9.pdfبرانبارشمجموعه نقاط میانی مشترکتصحیح برونراند نرمالتصحیح استاتیکنسبت سیگنال به نوفه |
collection |
DOAJ |
language |
fas |
format |
Article |
sources |
DOAJ |
title |
مقایسۀ برانبارش هوشمند و برانبارش میانگین در دادههای مصنوعی و واقعی |
spellingShingle |
مقایسۀ برانبارش هوشمند و برانبارش میانگین در دادههای مصنوعی و واقعی Pizhūhish-i Naft برانبارش مجموعه نقاط میانی مشترک تصحیح برونراند نرمال تصحیح استاتیک نسبت سیگنال به نوفه |
title_short |
مقایسۀ برانبارش هوشمند و برانبارش میانگین در دادههای مصنوعی و واقعی |
title_full |
مقایسۀ برانبارش هوشمند و برانبارش میانگین در دادههای مصنوعی و واقعی |
title_fullStr |
مقایسۀ برانبارش هوشمند و برانبارش میانگین در دادههای مصنوعی و واقعی |
title_full_unstemmed |
مقایسۀ برانبارش هوشمند و برانبارش میانگین در دادههای مصنوعی و واقعی |
title_sort |
مقایسۀ برانبارش هوشمند و برانبارش میانگین در دادههای مصنوعی و واقعی |
publisher |
Research Institute of Petroleum Industry |
series |
Pizhūhish-i Naft |
issn |
2345-2900 2383-4528 |
publishDate |
2013-05-01 |
description |
در این پژوهش، یک روش برانبارش نقطه میانی مشترک جدید تحت عنوان برانبارش هوشمند برای داده لرزهای مورد استفاده قرار گرفته و عملکرد آن با استفاده از دادههای مصنوعی و داده واقعی آزمایش شده است. روش مذکور منحصراً بر اساس بهینهسازی دامنههای سیگنال برانبارش شده توسط خارج کردن نمونههای نامناسب از برانبارش و اعمال وزن بیشتر به بخش مرکزی دسته نمونهها پایهگذاری شده است. این روش برانبارش، نسبت به برانبارش مستقیم که معمولاً بهکار برده میشود، مزایای زیادی دارد. برانبارش هوشمند علاوه بر کمینه کردن اثر نوفههای شدید، دامنه بازتابهای برانبارش شده را بالا میبرد و انحراف فرکانسی ایجاد شده توسط تصحیح استاتیک ضعیف، حذف کشیدگی ناکافی و نقایص در آنالیز سرعت را از بین میبرد. نتایج بهدست آمده نشان میدهد که این روش به یک برانبارش با تفکیکپذیری بالاتر و همدوسی مکانی بیشتر نسبت به مقاطع لرزهای برانبارش شده رایج، میانجامد. |
topic |
برانبارش مجموعه نقاط میانی مشترک تصحیح برونراند نرمال تصحیح استاتیک نسبت سیگنال به نوفه |
url |
http://pr.ripi.ir/article_73_9be6553ccfe746b7144047a5500560b9.pdf |
_version_ |
1725523535412068352 |