技术领域本发明涉及微地震监测数据处理技术，尤其涉及一种基于小波变换的微地震数据的降噪方法。
背景技术：
微地震监测技术目前主要应用于天然地震预测、常规和非常规油气水力压裂裂缝监测、煤矿安全监测、桥梁/大坝变形、地质灾害防治等领域。目前通过对页岩气储层压裂所产生的微地震记录进行处理和解释，可确定压裂裂缝的走向、空间分布和几何特征(裂缝长度、宽度和高度)，判断裂缝的复杂程度，对断层结构特征进行三维描述，提供地下应力场变化、储层上部地层变形和沉降资料，这对于井网优化、EOR方案的设计和调整、降低油气田开发成本都具有非常重要的意义。然而，由于微地震事件能量弱(里氏-3～+1级)、频带宽(100～1500Hz)，容易受到来源复杂的噪声影响，弱信号提取与噪声抑制一直是微地震资料处理的难点。目前，大多数微地震处理商业软件一般采用基于FIR滤波器或IIR滤波器对微地震数据进行降噪处理，受到滤波器结构的影响，滤波后的微地震数据容易引起相位畸变。小波变换因其优异的时频分析性能被数学家们称为“信号的显微镜”，可以在多个尺度下分析被测信号且不会引起信号降噪后的波形畸变，已经广泛应用于弱信号的数据压缩、信号预测、降噪分析和特征提取等。
技术实现要素：
本发明针对现有技术的不足，提供了一种基于小波变换的微地震数据降噪方法，解决微地震数据信噪比高、降噪后波形畸变的难题。实现上述目的，本发明采用的技术方案为：一种基于小波变换的微地震数据降噪方法。载入微地震监测原始数据后，处理步骤如下：(1)将实时采集的微地震数据x(n)进行小波分解。采用Daubechies小波或Symlets小波作为母小波函数，选取分解尺度J(依据经验，3<J<10)，分解到最细尺度后得到高频小波系数Dj[x(n)]和低频小波系数Cj[x(n)]：C0[x(n)]=x(n)Cj[x(n)]=Σkh‾(2n-k)Cj-1[x(n)]Dj[x(n)]=Σkg‾(2n-k)Cj-1[x(n)]]]>(2)将每一尺度的高频和低频小波系数按从大到小重新排序。选取对应尺度的高频和低频系数，保存每个系数的序号，对第j层的高频和低频系数按从大到小重新排序，其中：j＝J-1,J-2…1,0；(3)在不同尺度中，估计高频和低频小波系数的噪声方差，计算新序列的中值和估计子的极小值。计算重排后各尺度系数的中值Mx，根据以下公式估算噪声方差σ2：σ2＝(Mx/0.6745)2为了寻找最小的估计子需要将N个小波系数XB[m]以降序排列，寻找第l个小波系数,满足XB[l]≤T≤XB[l+1]，当取T＝XB[l]时可以得到估计子的最小值。r~(f,T)=Σk=lN|XB[k]|2-(N-l)2σ2+l(σ2+T2)]]>(4)根据约束因子计算每一尺度的高频小波系数阈值和低频小波系数阈值。了避免阈值过大而造成微地震信号失真，在不同尺度的阈值加入约束因子β：β＝logeσj约束因子β可以对微地震正弦信号起平滑作用，为了避免幅度微弱的微地震数据被误判为噪声，所选取的阈值只能刚好大于噪声水平，约束因子β可以避免阈值过大造成信号失真。计算阈值T(x)：(5)将各尺度中大于阈值绝对值的低频和高频系数保留，小于阈值绝对值的系数按步骤(4)计算新阈值。(6)重复步骤(2)～步骤(5)，保存各尺度处理后的新高频小波系数和低频小波系数。(7)采用小波逆变换得到降噪后的微地震数据：Cj[x(n)]=2{Σkh(n-2k)Cj+1[x(n)]+Σkg(n-2k)Dj+1[x(n)]