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...

Full description

Bibliographic Details
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