稀疏短时傅里叶变换谱分解方法及应用

谱分解是地震资料处理非常重要的方法,传统的谱分解方法具有时频分辨率低等缺点,为了提高谱分解方法的性能,本文提出了基于稀疏约束的短时傅里叶变换时频分析方法.该方法利用地震信号时频域表示的冗余特性,建立地震信号稀疏约束的时频域分析模型,并利用快速投影迭代软阈值投影算法(Projected Fast Iterative So...     

固体潮时频分析新方法

对传统时频分析方法的特点和局限性作了介绍。采用Huang．Hilbert Transformation方法分析了固体潮数据，即利用经验模态分解，将复杂信号分解成有限个本征模态函数之和，求取三维时频空间的Hilbert谱。仿真实验和重力固体潮实例分析表明，该方法适用于调频调幅信号特征的提取。     

基于稀疏约束反演谱分解的频变AVO储层识别方法

时频分析技术是描述和分析非平稳信号的有效工具,如何提高谱分解的时-频分辨率受到了国内外学者的广泛关注.基于稀疏约束反演的谱分解方法（ISD）是近些年提出的一种具有高时-频分辨率的谱分解方法.然而传统ISD方法采用复雷克子波作为母小波函数,很大程度限制了信号分析的分辨率和精度.本文创新性地将传统ISD方法拓展到其他线性变换当中,提高了ISD方法的适用性.利用合成数据测试并对比了传统方法与ISD方法的时频分析结果,研究表明ISD方法不但能提供高分辨率的振幅谱,还能提供可靠的时-频相位谱信息.在此基础上,本文提出将高时-频分辨率的ISD方法与频变AVO（FAVO）反演相结合,得到能指示流体的地震波频散属性.将该方法应用于实际资料,结果表明基于ISD时频方法的FAVO反演结果具有更高的分辨率和准确度,对于储层油气具有更好的指示作用.

     

希尔伯特-黄变换地震信号时频分析与属性提取

地震信号属于非线性和非平稳信号,传统的分析方法主要包括短时傅立叶变换、小波变换和Cohen类时频分布等等;希尔伯特-黄变换是分析非平稳信号的新方法,该方法的关键部分是信号的经验模态分解,通过经验模态分解,复杂的信号可以分解为有限的数量很少的几个固有模态函数,从而可以得到信号的希尔伯特时频谱;将该方法应用于单个的地震道数据,可以对地震道进行经验模态分解并得到希尔伯特谱,应用于地震剖面,可以得到意义更加明确的瞬时频率和瞬时振幅等地震属性,模型试算和实际应用表明了该方法的有效性.     

非稳态地震稀疏约束反褶积研究（英文）

传统Robinson褶积模型主要受缚于三种不合理的假设,即白噪反射系数、最小相位地震子波与稳态假设,而现代反射系数反演方法（如稀疏约束反褶积等）均在前两个假设上寻求突破的同时却忽视了一个重要事实：实际地震信号具有典型的非稳态特征,这直接冲击着反射系数反演中地震子波不随时间变化的这一基础性假设。本文首先通过实际反射系数测试证实,非稳态效应造成重要信息无法得到有效展现,且对深层影响尤为严重。为校正非稳态影响,本文从描述非稳态方面具有普适性的非稳态褶积模型出发,借助对数域的衰减曲线指导检测非稳态影响并以此实现对非稳态均衡与校正。与常规不同,本文利用对数域Gabor反褶积仅移除非稳态影响,而将分离震源子波和反射系数的任务交给具有更符合实际条件的稀疏约束反褶积处理,因此结合两种反褶积技术即可有效解决非稳态特征影响,又能避免反射系数和地震子波理想化假设的不利影响。海上地震资料的应用实际表明,校正非稳态影响有助于恢复更丰富的反射系数信息,使得与地质沉积和构造相关的细节特征得到更加清晰的展现。     

基于非线性时频分析的地震和爆破识别

利用非线性赵-阿特拉斯-马克斯(Zhao-Atlas-Marks)时频分析方法对地震和爆破进行分析,结果显示:爆破的时频谱的时频聚集性比地震的时频聚集性较好;地震P波的平均频率大于爆破P波的平均频率;地震S波的平均时频中心相对于爆破分布在时间—频率面左上角。     

时间信号时—频联合分析的几种方法

本文介绍了时－频联合分析的几种方法，其中似正交吉勃离散展式和自适应高斯基表达式是信号分析领域有重要意义的最新成果，为地震数据处理开辟了新的途径。文中还给出了时－频联合表示的地震记录处理实例。     

地震信号的时-频分析

通过对单频正弦波和实际地震信号的对比分析,表明时频分析应用于地震信号处理是有效的和可靠的,尤其是在希望获得频率成分随时间变化的规律时有普通傅里叶变换所不具有的优点。     

高铁震源地震信号的挤压时频分析应用

我国每天有数千趟高铁列车驰骋在纵横交错的高铁线路上,构成了十分理想的均布震源,但寻找适合高铁震源地震信号的处理方法是充分挖掘信息的关键.传统的频谱分析结果表明高铁震源所产生的地震信号具有明显的窄带分立谱特征,但无法精确获得高铁震源地震信号的时频变化规律.本文首次将挤压时频分析这种分析工具引入到高铁震源地震信号处理中,对中国南方某高铁沿线采集到的高铁震源地震数据进行了分析.处理结果表明:利用挤压时频分析能够更加精确地刻画频率成分随时间的变化,能够利用单检波器精确刻画高铁列车的运行状态(匀速、加速等);同时利用挤压时频变换还可高精度地重构出所需频带的信号,为提取高铁震源地震信号的特征成分提供了一种有力工具.     

地震数据的稀疏高斯束分解方法

本文研究了地震数据的稀疏分解问题.提出了一种用高斯束稀疏分解表示地震数据的方法.这是一个拟0范数约束优化问题.在求解拟0范数极小化问题的过程中,通过扫描同相轴的方法实现高斯束稀疏分解,数值实现上提出了使用一种快速单调下降的梯度优化方法.本文提出的稀疏优化方法同时具有去噪的功能,数据模拟试验表明了本方法的可行性和可靠性.     

地震映像数据的时频分析方法及应用

本文研究地震映像数据的时频解释方法.采用短时傅立叶变换方法获得地震映像记录频谱的时间与空间分布,根据介质对地震波频谱影响的基本规律,通过分析已知地质断面地震映像记录频谱的时间与空间分布,研究了综合利用频率域和时间域信息进行地震映像数据解释的效果.时频分析方法提取了地震波的频谱中关于地层岩性、构造方面的信息,为地震映像数据的处理和解释提供了更多的参考信息.实例证明,利用时频分析解释地震映像数据,有助于了解覆盖层下岩性变化、薄层的分布范围、探测隐伏土洞、确定混凝土构件中缺陷位置,提高地震映像数据的解释精度和准确性.     

地震时频分析与分频解释及频谱分解技术在地震沉积学与储层成像中的应用

基于非平稳信号时频分析及其地震时频属性技术应用的有关研究成果,对地震信号时频分析、分频解释与频谱分解及其在地震沉积学与地震储层成像中的应用进行系统总结与阐述.从时频分析的基本原理出发,探讨地震分频解释和频谱分解的实现方法及其在地震沉积学与储层成像中的应用策略与效果.分析指出,发展高精度时频分析理论和算法,一体化统筹谋划地震资料叠前与叠后处理解释,针对不同地质条件探索相应的时频响应规律等,是分频解释技术及其在地震沉积学和地震储层成像研究中有效应用中值得深入研究的问题.     

时频分析方法及在地震波谱研究中的应用

地震波是一种非平稳信号,傅立叶分析已不适合。时频分析能对非平稳信号进行分析,并给出地震波信号能量的时间-频率分布。但是在时频分析时,存在交叉干扰项,会带来一些错误的信息。本文讨论了波恩-约旦(Born-Jordan)时频分布、乔伊-威廉斯(Choi-Williams)时频分布、赵-阿特拉斯-马克斯(Zhao-Atlas-Marks)时频分布3者之间抑制和消除交叉干扰项的特点,认为赵-阿特拉斯-马克斯(Zhao-Atlas-Marks)时频分布抑制交叉干扰项的效果和时频聚集性更好,更适合于分析地震波。     

局域波分解及其在地震信号时频分析中的应用

讨论非平稳、非线性局域波信号分解方法的物理意义和自适应性,数值实现三种局域波分解算法,研究局域波分解在地震信号时频分析中的应用方法和实践.通过Hilbert变换得到地震信号时频分布特征,与Fourier变换谱物理意义不同.采用一定的计算策略,改善瞬时频率计算精度,突出瞬时频率属性的物理意义;将局域波分解同Wigner分布结合,计算地震信号基于局域波分解的Wigner分布,抑制交叉项.模型和实际地震数据试算结果表明实现算法的正确性和有效性.研究表明：在地震信号时频分析中采用局域波分解求Hilbert谱具有自适应性,时域和频域的分辨率也较高;而基于局域波分解的地震信号Wigner分布,保留Wigner分布优良特性,抑制交叉项方法简单易实现;局域波分解方法适合处理地震信号,值得进一步研究和推广.     

地震勘探信号时频分析方法对比与应用分析

针对地震勘探信号,对非平稳信号时频分析几种适效方法:短时Fourier变换、小波变换、S变换、Wigner分布、平滑伪Wigner分布、锥形核时频分布、AOK(adaptive optimum kernel,自适应最优核函数)分布等进行对比与应用研究.在阐明各种方法基本原理的基础上,进行数值分析与应用研究.首先对非平稳地震勘探模拟信号进行试算及时频属性提取,结合各类方法的信号表示理论,在时频局部化的精度和交叉项抑制等方面对计算结果进行对比分析;进一步应用于实际二维地震数据,提取瞬时频率和瞬时带宽等时频属性,进行比较研究.研究表明:对于地震勘探信号,就本文涉及的几种时频分析方法而言,AOK分布是时频局部化精度最高、交叉项抑制最好、时频匹配最优的方法,值得在地震勘探信号分析和地震属性提取、频谱分解等应用中深入研究和应用.     

基于时频分析与分数阶最优控制网络的地震数据噪声压制

在复杂的地表环境, 地震勘探采集到的实际地震资料信噪比较低, 分辨率较差, 接收的噪声能量较强, 与有效信号存在频谱的重叠.常规的消噪手段很难在保证有效信号幅值的同时, 还兼顾噪声压制的效果.本文采用基于分数阶最优控制(Fractional Optimal Control)理论建立的深度学习神经网络——FOCNet来压制地震数据噪声, 并恢复微弱同相轴.不同于传统深度学习网络(DCNN)算法大多为基于经验的网络设计, FOCNet具有坚实的数理基础, 它从动态系统的最优控制角度阐述了网络的原理, 并采用长期记忆的方式增强了网络的稳定性, 提高了系统对噪声的消减能力.针对地震数据有效信号在低频带与噪声重叠严重, 且FOCNet对数据中、高频信息保留更好这一情况, 本文提出了一种基于理想时频分析与FOCNet相结合的算法(TF-FOCNet)来压制地震噪声, 提取有效信号.该算法通过理想时频分析, 针对性的提取信噪重叠的低频目标数据成分, 并与数据的中、高频成分一起送入网络中进行处理并融合, 完成噪声的压制, 增强了低频信息的保留能力.模拟及实际的实验结果验证了算法在随机噪声、面波压制及微弱信号恢复上的有效性和优越性.

     

经验模态分解法在地震资料处理中的应用试验

通过对多种连续小波基的平稳序列时频分析,提出经验模态的非平稳序列的时频分析方法,并在地震资料处理解释应用中作探索性试验.试验结果表明：对地震记录道长为5 s和2 ms采样资料,经验模态分解后可获得6-7个固有模态函数单分量,分解的第一个分量C1（t）具有较宽的频率成分,可作为地震属性的主分量.     

用基于平滑技术的时频分析方法对地震资料去噪的研究

本文提出了一种新的时频分析方法—基于平滑技术的时频分析方法,并给出了该方法的基本原理以及用该方法对地震观测信号进行去噪的具体算法.它以信号的平滑处理为基础,与传统去噪手段相比,具有物理意义清晰且运算简单的优点.实验结果表明,利用该时频分析方法可以极大地提高远距离地震观测信号的信噪比,从而为远距离地震信号的检测提供了有力的工具.     

压制空间非平稳地震勘探随机噪声的ROAD径向时频峰值滤波算法

径向时频峰值滤波算法是一种有效保持低信噪比地震勘探记录中反射同相轴的随机噪声压制方法,但该算法对空间非平稳地震勘探随机噪声压制效果不理想.本文研究空间非平稳地震勘探随机噪声,即各道噪声功率不同的地震勘探随机噪声,其在径向滤波轨线上表征近似脉冲噪声,在径向时频峰值滤波过程中干扰相邻道滤波结果.为了减小空间非平稳随机噪声的影响,本文提出一种基于绝对级差统计量(ROAD)的径向时频峰值滤波随机噪声压制方法.该方法首先根据径向轨线上信号的绝对级差统计量检测空间非平稳地震勘探随机噪声,然后结合局部时频峰值滤波和径向时频峰值滤波压制地震勘探记录中的随机噪声.将ROAD径向时频峰值滤波方法应用于合成记录和实际共炮点地震记录,结果表明ROAD径向时频峰值滤波方法可以压制空间非平稳地震勘探随机噪声且不损害有效信号,有效抑制随机噪声空间非平稳对滤波结果的影响.与径向时频峰值滤波相比,ROAD径向时频峰值滤波方法更适用于空间非平稳地震勘探随机噪声压制.